国内的茅台和国外的一些高端威士忌都售价不菲,但也是被造假的重要目标。
在没有鉴酒师的情况下,普通人怎么快速判别出酒的品质和真伪?
最近,就有这么一群工程师研发出了一种名为NOS.E的“电子鼻”,专门用来闻酒的那种。
它能在不到4分钟的时间内,“闻 ”出不同的威士忌风格、品牌和产地,为鉴酒打开了新思路。
为什么是靠“闻”而不是“品尝”?
实际上,威士忌的味道、气味、质地和颜色等特征,都能对其评估提供有效信息。
其中,气味是影响酒味道的主要因素,研究者以此为主要突破口展开设计出NOS.E。
在2019年澳大利亚CEBIT贸易展上,他们用NOS.E对六种威士忌进行了测试:其中,地区准确率达100%,品牌名称准确率为96.15%,风格准确率为92.31%。
虽然它叫“电子鼻”,但并不是真的长得像鼻子哦!
今年4月,研究成果论文发表在IEEE旗下的IEEE Sensors期刊上。
看到这个消息,有网友激动地表示:终于可以鉴别假酒了!
还有网友调侃,应该给茅台也开发一款。
所以,这个精巧实用的鉴酒工具是怎么工作的?它真的靠谱吗?
测试前的样品预处理
此前在CeBIT的贸易展上,NOS.E的开发者就现场测试过这只“电子鼻”的效果。
在正式测试前,为了控制变量、降低无关变量对结果的干扰,研究者对样品进行了预处理:
他们选择了6种威士忌样品作为实验对象:3种混合麦芽威士忌和3种单一麦芽威士忌,并将等量的样品分别放在各个固相微萃取(SPME)小瓶中。
将样品都加热到30°C;并用SPME纤维取样氯苯-D5,作为气相色谱的参照物。
然后,将各个采集了氯苯-D5的SPME纤维分别放置在每个威士忌样品的上方(不接触液体),静置5分钟。
接着,将这些SPME纤维依次放入GC×GC-TOFMS仪器中,对采集的信息进行处理分析。
电子鼻对6种样品进行了396次测试
为了模仿人类的嗅觉系统,研究者们为NOS.E共配置了8个气味传感器。
正式测试开始——
往装有样品的SPME小瓶中注入空气,促使酒中的挥发性有机化合物更快地排出到电子鼻处。
为了模仿人类的嗅觉系统,研究者为NOS.E设计了八个气体传感器。
电子鼻评估分子检测到的每个气味,然后将数据输入计算机:将采集到的数据进行归一化,和非参数化内核建模(nonparametric kernel-based modelling)预处理。
其中,建模过程是在MATLAB上进行的。
为了减少传感器偏差带来的影响,采用了如下的归一化公式:
其中,y(t)和ˆy(t)分别代表归一化前后,传感器的响应。
然后,NOS.E的系统从气体传感器的响应中提取出9个特征:包括传感器响应的最大一阶导数,最小二阶导数,最大二阶导数,输入和响应峰值的时间间隔等。
在特征提取后,对数据进行分类:将每一种威士忌的数据集随机洗牌,再进行80:20的分割,构建训练集和测试集。
对于训练集,用十倍交叉验证(10-CV)方法,将其分成10个子集,来学习威士忌的分类模型:其中9个子集用于训练,剩余的1个用来验证。
利用线性判别法(LD)、支持向量机(SVM)和子空间判别法(SUBD)*等训练分类器,并产生一个成分分类器的集合,用于构建新的组合分类器。
最终的分析结果,由新的分类器发送给终端并呈现给用户。
为了减少偶然误差,研究者对每种威士忌样品进行了多次实验;并且在对每个样品测试10次后,换上新的同种威士忌,以减少酒精挥发对实验的影响。
研究者前后共计测试了396次。
NOS.E在判断威士忌产地和风格方面表现出色
为了检测NOS.E收集,并处理的数据的准确性,研究者还使用最先进的二维气相色谱-飞行时间质谱(GC×GC-ToFMS)分析了威士忌样品,作为对照。
他们对NOS.E测试结果进行了3个维度的检测。
第一个方面是:各个威士忌样品是否都能相互分离。NOS.E的现场测试结果准确率如下:
第二个方面是:判断各种威士忌样品的原产地,NOS.E测试结果的准确率最高竟达到100%。
第三方面是:判断各种威士忌样品的风格,NOS.E测试结果的准确率约在82%至94%之间。
作者简介
Wentian Zhang,研究论文的第一作者,在山东第一医科大学和澳大利亚悉尼科技大学任教;主要研究方向是控制工程计算和医学计算等。
来自西安电子科技大学的Taoping Liu也参与研发了NOS.E,他博士毕业于澳大利亚悉尼科技大学,主要研究方向是控制工程计算和医学计算等。
据悉尼科技大学的报告,除了鉴别威士忌,在未来,NOS.E还可能用于检测白兰地和香水等。
如果这项研究能够得到推广应用,或许不久的将来也能用于更多酒类。消费者只需拿一个小小的电子产品,就能轻松判断一款酒的品类和真假。
嗯,到时候,中国的酒友们应该不用再担心买到假茅台了吧~(手动狗头)
论文地址:https://ieeexplore.ieee.org/document/9701291
参考链接:[1]https://www.smithsonianmag.com/smart-news/a-new-electronic-nose-may-help-sniff-out-counterfeit-whiskey-180979931/
[2]https://en.wikipedia.org/wiki/Gas_chromatography
以上是「电子鼻」鉴别威士忌准确率高达96%,网友:给茅台也整一个的详细内容。更多信息请关注PHP中文网其他相关文章!

由于AI的快速整合而加剧了工作场所的迅速危机危机,要求战略转变以外的增量调整。 WTI的调查结果强调了这一点:68%的员工在工作量上挣扎,导致BUR

约翰·塞尔(John Searle)的中国房间论点:对AI理解的挑战 Searle的思想实验直接质疑人工智能是否可以真正理解语言或具有真正意识。 想象一个人,对下巴一无所知

与西方同行相比,中国的科技巨头在AI开发方面的课程不同。 他们不专注于技术基准和API集成,而是优先考虑“屏幕感知” AI助手 - AI T

MCP:赋能AI系统访问外部工具 模型上下文协议(MCP)让AI应用能够通过标准化接口与外部工具和数据源交互。由Anthropic开发并得到主要AI提供商的支持,MCP允许语言模型和智能体发现可用工具并使用合适的参数调用它们。然而,实施MCP服务器存在一些挑战,包括环境冲突、安全漏洞以及跨平台行为不一致。 Forbes文章《Anthropic的模型上下文协议是AI智能体发展的一大步》作者:Janakiram MSVDocker通过容器化解决了这些问题。基于Docker Hub基础设施构建的Doc

有远见的企业家采用的六种策略,他们利用尖端技术和精明的商业敏锐度来创造高利润的可扩展公司,同时保持控制权。本指南是针对有抱负的企业家的,旨在建立一个

Google Photos的新型Ultra HDR工具:改变图像增强的游戏规则 Google Photos推出了一个功能强大的Ultra HDR转换工具,将标准照片转换为充满活力的高动态范围图像。这种增强功能受益于摄影师

技术架构解决了新兴的身份验证挑战 代理身份集线器解决了许多组织仅在开始AI代理实施后发现的问题,即传统身份验证方法不是为机器设计的

(注意:Google是我公司的咨询客户,Moor Insights&Strateging。) AI:从实验到企业基金会 Google Cloud Next 2025展示了AI从实验功能到企业技术的核心组成部分的演变,


热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

Video Face Swap
使用我们完全免费的人工智能换脸工具轻松在任何视频中换脸!

热门文章

热工具

适用于 Eclipse 的 SAP NetWeaver 服务器适配器
将Eclipse与SAP NetWeaver应用服务器集成。

DVWA
Damn Vulnerable Web App (DVWA) 是一个PHP/MySQL的Web应用程序,非常容易受到攻击。它的主要目标是成为安全专业人员在合法环境中测试自己的技能和工具的辅助工具,帮助Web开发人员更好地理解保护Web应用程序的过程,并帮助教师/学生在课堂环境中教授/学习Web应用程序安全。DVWA的目标是通过简单直接的界面练习一些最常见的Web漏洞,难度各不相同。请注意,该软件中

EditPlus 中文破解版
体积小,语法高亮,不支持代码提示功能

PhpStorm Mac 版本
最新(2018.2.1 )专业的PHP集成开发工具

SublimeText3 Linux新版
SublimeText3 Linux最新版