网络研讨会录音--人工智能、机器人与嗅觉
人工智能已经越来越多地出现在我们的日常生活中，科学家们正在探索这项技术带来的可能性。本期网络研讨会的人工智能专家是 Kordel K. France。在他令人兴奋的职业生涯中，Kordel 曾研究过呼吸分析仪、离子液体和机器人架构。现在，他正致力于为机器人实现嗅觉检测。他的愿景超越了电化学 "寻血猎犬"，它可以是寻找气体泄漏的无人机。他相信，"[......]如果不利用嗅觉，就不可能出现真正意义上的人工智能/机器人（或智商）"。
Scentience是他最新开发的应用程序，是世界上第一个完全统一的嗅觉-视觉-语言模型（OVLM），完全在边缘运行。该应用在苹果商店有售。 PalmSens 软件开发工具包和我们的脚本语言 MethodSCRIPT 使 Kordel 能够快速自主地开发 Scentience。
本网络研讨会于2026年1月15日星期三录制。
常见问题
无人机在封闭或开放空间内导航到特定的化合物 X 源吗？
我们从封闭空间开始，因为它更容易控制（没有风，只有暖通空调）。这些方法适用于室外空间，但需要风力模型来更好地为羽流跟踪提供信息。
应用中使用的传感器是在内部（即研究实验室）制造的，还是从市场上购买的？
所有传感器都是从第三方购买的商用传感器。功能化由公司内部完成。
无人机的操作怎样才能不通过扰流干扰识别？
无人机的旋翼冲刷确实会干扰气流。重要的是要将传感器延伸到远离旋翼的地方，并模拟地面效应的变化。哈维尔-伯吉斯（Javier Burgess）在这里有一些出色的作品。
您提到了大自然中的例子--比如夜蛾。它们可以 "测量 "极低的浓度--您基于 PalmSens 的方法目前的技术水平如何？
我目前正在监测百万分之一和十亿分之一的浓度。我正在更加努力地跟踪每百万亿分之一的浓度，并更好地理解稀疏气味/烟羽模型。
根据您的经验，电化学传感与金属氧化物传感器在漂移、选择性和坚固性方面相比，在移动机器人方面有何不同？
两种传感器都会漂移。金属氧化物传感器可以通过加热复位，Nik Dennler 在这方面做得很好。根据我的经验，电化学传感器在多次使用后通常更容易更换，以尽量减少漂移。
在生物嗅觉中，受体是非特异性/交叉反应性的，您认为机器嗅觉需要多少 "受体"？
要想拥有类似人类鼻子的嗅觉，我认为我们需要数百个。但我们应该努力实现超人的嗅觉性能，就像猎犬一样，在这种情况下，我们需要数千个。
基于视觉传感器已知稀疏数据的类似方法是否也适用于嗅觉？
是的，虽然需要进行一些调整，但根据我的经验，计算机视觉中的许多稀疏建模工作都能很好地推断出嗅觉。
生物嗅觉感知的是渗透梯度而不是浓度？
是的，这实际上让事情变得简单了一些，因为很难获得可重复的绝对浓度测量值。根据我的经验，测量梯度更容易，可重复性更高。
我注意到无人机配备了像天线一样的电化学电极。这些电极是否主要用于嗅觉传感（气体/挥发性物质检测）？
是的，天线用于追踪挥发性有机化合物。我通常从跟踪乙醇开始实验，因为这可以让我与 Burgues、Duisterhof、Shigaki 等人的技术水平保持一致。
内置 EmStat Pico 的 Sensit Smart。Sensit Smart 能否接受试纸，然后由您的模型进行分析并提供相关信息？
是的，Sensit Smart支持一次性 电化学传感器。
在实际现场环境应用中，非均质分析物浓度会产生什么影响？数字孪生方法是否是训练系统和获取代表性数据的合适折中方案？
是的，数字孪生会有所帮助，我们进行了许多模拟，以评估真实机器人的性能。然而，在机器人技术中，模拟与现实之间存在很大差距，因此模拟总是有偏差。因此，我们必须在模型中加入良好的不确定性量化指标，以确保正确模拟真实世界。
您是否尝试过通过预浓缩采样协议来提高灵敏度和选择性？
我们还没有尝试过很多预浓缩方案--这将是一个重点。我同意采样技术会产生很大影响。我们在分析中使用了多种电化学技术。
我们能在 Sensit smart 中集成多少传感器？
适合 Sensit Smart 的传感器。
您能否详细介绍电化学测量是如何进行的，是否有电解质，无人机移动时电解质会发生什么变化？
是的，每个电化学传感器上都有针对特定化合物的电解质。无人机/机器人在世界范围内移动时会持续采样，并（a）绘制目标化合物的浓度图，或（b）寻找目标化合物的来源。
您是否考虑过将其应用于法医分析？比如犯罪现场的枪击残留物？
是的，我们有一点工作要做。您希望通过代理检测枪击残留物，或枪击残留物的主要化学成分。这里的一大机遇是，通过模拟残留物随时间推移的化学分解过程，了解枪弹残留物在空气中存在了多长时间，并了解这与替代化合物浓度之间的关系。
当多种气味产生类似或重叠的传感器反应时，机器人如何处理不确定性和模糊性？
这就是现代 ML 的用武之地。我们需要对所有信号进行解旋，并减弱我们感兴趣的信号。滤波方法可以帮助信号去噪，而 ML 模型则可以帮助分离信号。要做到这一点，并不需要千层变压器。即使是小型的多层感知器模型也能很好地做到这一点。
当您描述将多模态信息（即气体传感器数据和图像）投射到文本解码器的工作时，您是否将视觉作为基础模态？
是的，视觉是目前用于导航的模型的基础模式。对于聊天机器人来说，语言是更好的基础模式，因为人类通过香气或语言描述符来交流气味--语言在这里充当了视觉和嗅觉之间的桥梁。
是否知道需要哪种类型的检测传感器才能正确模拟人类的嗅觉感知？是否所有传感器都可以购买？
人类的嗅觉系统仍未被完全理解，因此开发全鼻假肢仍是科学界的一个巨大机遇。你可以研究嗅觉的形状理论和振动理论，了解有关人类鼻子工作原理的不同观点。我认为，真正的人鼻假体将是电化学、光学、MOX 和光学传感器的结合体。
能否检测病原体
是的，我们与沙利尼-普拉萨德（Shalini Prasad）小组合作开展了一些工作。我们并不一定要检测病原体本身，而是要检测病原体的替代物，或者是人体接触病原体时释放出的一种化学物质。这往往比直接检测病原体更容易，也为你提供了更多的传感选择。
合作伙伴鼻子上的传感器能否将信息发送到演员的鼻子上，然后再发送给我？
是的，我认为这需要假鼻或脑机接口。数字鼻子可以为你解读香气，但要将它们直接发送到你的嗅球，则需要某种接口。也许数字鼻子可以通过蓝牙将数据发送到神经链接器。
您如何看待嗅觉与其他感官（如声音和视觉）的协同整合？它是否会像检测到的化学品位置与实际扫描空间的空间映射一样？
在我看来，这仍然是一个开放的机会，还没有得到很好的回答。我们确实需要更多的研究来展示人工嗅觉如何与视觉和语言人工智能模型共同训练，以获得更好的理解。例如，如果我有两个苹果（一个蜡苹果和一个真苹果），目前的人工智能模型无法告诉我哪个是真苹果。但集成了嗅觉传感器的人工智能模型却可以，因为水果会散发出化学物质。向人工智能提供数据，然后说 "这香气是从哪里来的 "或 "去找 X 化合物的来源"，这种能力为视觉、音频和嗅觉之间的多模态学习带来了巨大的机遇。
达拉斯UT大学是否也在开发胸腔癌症EC呼吸传感器？
是的，我是这篇论文的第一作者。我（科达尔）在沙利尼-普拉萨德博士手下工作。
可以检测毒品吗？
是的，理论上，任何散发挥发性有机化合物的药物都能被检测出来。即使是不释放挥发性有机化合物的毒品也可能被检测到，因为它们通常与释放挥发性有机化合物的化学品混合或接触，以使其更便宜（如芬太尼）。
挥发性有机化合物是否可用作生物标记？
是的，我们评估了与各种胸腔疾病相关的挥发性有机化合物，并构建了一个呼气分析仪和人工智能来帮助筛查呼气中的挥发性有机化合物。