兩種味道雖然相似，但又存在某些不同。味道的差異很難用語言描述。爲了用數值來表現這個「某些」，日本資訊通訊研究機構（NICT）選擇使用微生物作爲感測器的材料，利用人工智慧（AI）分析液體滴到活體微生物上時的反應，並根據以往的學習資料，量化液體中含有的化學物質濃度等。這種感測器在實驗中高精度識別出了不同製造公司的同一種類飲料的差異。2030年前後，「微生物感測器」也許能用於食品開發和品質管理。
人類自古以來就一直在利用藉助生物本身具備的能力調查化學物質的技術。比如煤礦工人會將金絲雀帶到礦井裏，用來檢測有毒氣體。另外，經過訓練的狗透過味道辨別各種物質也屬於其中的一種應用。
NICT還發現，容易受外部環境衝擊的微生物「大腸桿菌」也可以作爲高度靈敏的感測器使用。
根據微生物的反應判斷化學物質的種類和濃度（圖片由NICT提供）
大腸桿菌具有接近自己喜歡的環境、遠離自己不喜歡的環境的特點。NICT認爲，可以利用這種性質調查化學物質，因此推進了大腸桿菌感測器的研發。
實際發揮感測器作用的，是成百上千的大腸桿菌。透過設計，能讓其在喜歡的環境中逆時針旋轉，在不喜歡的環境中順時針旋轉，而不是根據對環境的喜惡來接近或遠離。
利用顯微鏡觀察發現，正常情況下，沿順時針或逆時針旋轉的大腸桿菌的數量各爲一半。
向其滴入未知液體時，施轉方向的比例如何變化，以及適應環境後恢復到原有比例需要多長時間等資訊，可以量化液體中含有的化學物質的濃度差異。
另外，透過用AI技術分析量化的資料，可以區分液體的種類和濃度。
其最大特點是，可以自己設定想檢測的指標。
透過根據目的改變讓AI學習的訓練資料，可以製作分析不同指標的感測器。
NICT認爲，微生物感測器可用於食品開發和品質管理等的現場。因爲食物的味道也是由所含的化學物質決定的。
| 微生物感測器的研發動向 | |
| 2014年 | 開始研究利用大腸桿菌的微生物感測器 |
| 2015年 | 確立根據顯微鏡影像量化大腸桿菌的動作並進行分析的技術 |
| 2017-18年 | 結合AI技術，辨別茶和果汁等的區別 |
| 2025年前後 | 可量化更復雜的實際食品和醫療資料 |
| 2030年前後 | 可用於食品開發、醫療和農業的小型微生物感測器投入使用 |
在實驗中，微生物感測器幾乎以100％的精度分辨出了不同公司製造的同一種茶和果汁。另外，還以約60%的精度分辨出了來自不同產地的同一種大米的淘米水。
今後將與企業等合作，收集有望成爲分析物件的資料，探索可作爲哪些物質的感測器使用。
NICT的主任研究員田中裕人充滿期待地表示：「如果有能讓AI學習的資料，則可以評測任何液體」。
NICT還在透過改變大腸桿菌的基因和AI的分析方法來提高感測器的性能。
還將用於醫療和農業領域
可識別化學物質的特性及評測其效果的微生物感測器還能應用於醫療和保健領域。模糊不清難以評測的心情和身體狀況等也可以用數值表示，並用於疾病的冶癒和預防。
例如，讓AI學習血液中含有的血糖和尿酸等與疾病的關係後，則可以減量採血量，而且無需送到專業機構就能當場應答檢查結果。或許還能輕鬆判斷出汗液中含有的成分與中暑等的關係。
另外，農業領域應該也可以應用。種植農作物時，土壤中含有的營養和水分等的最佳狀態此前一直依靠農民的經驗和直覺判斷。
田中主任研究員說：「微生物感測器可以取代各領域的專業人員的經驗和直覺」。
爲應用於這些領域，感測器需要實施小型化，以方便在醫院等現場使用。
正在開發的微生物感測器只要有普通的AI用電腦，就可以製作各種類型的感測器。將來計劃實施可利用智慧型手機等的攝影頭進行分析的檢測發行套件和應用等。
日文：張耀宇、《日經產業新聞》，2020年11月20日
中文：JST 客觀日本編輯部
