- 封面故事
- 2021年
- 615期－臺灣防疫大作戰！（3月號）
文章專區
2021-03-01AI與深度學習也能成為防治疫情好幫手
615 期
Author 作者
謝育哲／本刊主編。
2019冠狀病毒疾病（COVID-19）從去（2020）年起肆虐全球，面對突如其來的疫情，除了仰賴政府的防疫策略之外，在臺灣也有許多的科學團隊試圖找尋各種方法對抗疫情。
針對病毒帶來的嚴峻挑戰，除了加緊研發疫苗、強化病毒的檢測能力，以及制定防疫策略外，藉由各種科技的幫助，也是這場與病毒的競賽中不可或缺的一環。這次就帶大家看看，現階段與可見的未來中，有哪些科技應用能作為對抗疫情的幫手？
加入深度學習的電子鼻
電子感測器主要是為了模擬人類的五感，包含視覺、聽覺、嗅覺、味覺及觸覺。其中聽覺與視覺是最早發展出電子感測器的類別，例如麥克風、攝影機與相機等。但嗅覺及味覺卻是相對發展較為緩慢且研究困難的項目，而電子鼻就是為了模擬人類嗅覺而發展出的裝置。
電子鼻偵測氣味的原理
近幾年電子鼻的發展中，有許多致力於開發各種材料的公司及企業，投入電子嗅覺相關的應用。早期的研究主要是用於偵測特定的有害氣體，例如公共場常見的二氧化碳（CO2）、一氧化氮（NO）與臭氧（O3）等氣體濃度的感測裝置。這種電子鼻都是針對單一氣體分子，藉由特定材料吸附氣體分子後，改變材料的電性等，推算出氣體的濃度。
但在現實的世界中，人類與動物的嗅覺並非只針對單一氣味，我們鼻子聞到的是各種氣體混合物的味道，對此，成功大學生物醫學工程系助理教授林哲偉的團隊所研發的電子鼻，採用的原理為石英晶體微天秤法（quartz crystal microbalance, QCM）。由於石英分子具有特定的振動頻率，當質量或物理性質不同的氣體分子附著於石英時，分子會出現不同頻率的振動變化，從這些變化中可反推出可能氣體的混合物。
而傳統的化學感測裝置，較少結合人工智慧（artificial intelligence, AI）的深度學習／機械學習等技術，因此林哲偉的團隊設計的電子鼻以結合深度學習為目標。「QCM本身無法分辨出特定的分子，但在結合深度學習與機械學習的人工智慧後，電子鼻就能分辨出各種氣體分子，或是特定氣體的組合。例如某種細菌會產出與硫相關的代謝物，透過這套裝置，就可分辨出這些味道。」林哲偉說。
.jpg)
林哲偉（右一）的研究團隊與開發的電子鼻。（林哲偉提供）
事實上，電子鼻在感測氣體時，仍有可能面臨各種難以預測的狀況，導致系統出現誤判。對此，林哲偉表示，目前團隊所設計的QCM不只有單一的感測通道，而是具有16個通道的電子鼻裝置。採用各種型態的QCM並縮小成感測器後，從這些QCM的變化中分析該氣味具有哪些氣體混合物，就可以降低誤判率。目前團隊設計的電子鼻在實驗室可控制的環境中，判斷的準確率可達90％以上。不過，林哲偉也提醒，由於世上的氣體非常多，團隊目前無法把所有的氣體類別都概括其中。……【更多內容請閱讀科學月刊第615期】