ウェビナー録音 - AI、ロボット、嗅覚

人工知能は私たちの日常生活にますます浸透し、科学者たちはこの技術がもたらす可能性を探求しています。このウェビナーでは、コーデル・K・フランスがAIの専門家として登場します。コーデルはこれまで、呼気分析器、イオン液体、ロボット・アーキテクチャに携わってきました。そして現在は、ロボットの嗅覚検知を可能にする研究に取り組んでいる。彼のビジョンは、ガス漏れを探すドローンのような電気化学的ブラッドハウンドを超えるものだ。彼は、「......真の具現化されたAI/ロボット(あるいは感覚)は、嗅覚を活用することなしには実現できない」と考えている。

Scentienceアプリは彼の最新開発で、完全にエッジで動作する世界初の完全に統一された嗅覚-視覚-言語モデル(OVLM)です。アップルストアで購入できます。PalmSens ソフトウェア開発キットと当社のスクリプト言語MethodSCRIPTにより、コーデルはScentienceを迅速かつ自律的に開発することができました。

このウェビナーは2026年1月15日(水)に収録されました。

 

ビデオ

  • 0:00 はじめに
  • 2:11 香りセンシングの3つの問題
  • 3:45 ブレスライザーと嗅覚の高速化
  • 5:53 電気化学を介した香りによるドローン航行
  • 7:52 リアルタイム嗅覚スマートフォンインターフェース
  • 9:59 マルチモーダル嗅覚データの統合
  • 13:55 Q&Aセクション
  • 44:38 おわりに

よくある質問

化合物Xの特定のソースへのドローンのナビゲーションは、閉鎖空間と開放空間のどちらに適用されますか?

私たちは、制御が容易な閉鎖空間から始めました(風がなく、空調だけ)。これらの方法は屋外空間にも適用できますが、プルームトラッキングをより良く知らせるためには風モデルが必要です。

アプリケーションに使用されたセンサーは、研究所など社内で製作されたものですか、それとも市販品を購入されたものですか?

すべてのセンサーはサードパーティから購入した市販のセンサーです。機能化は社内で行っています。

ドローンの操作が流れを乱して認識を妨げないようにするには?

ドローンのローターウォッシュは流れを妨げます。センサーをローターから離し、地面効果の変化をモデル化することが重要だ。Javier Burgessは素晴らしい仕事をしている。

夜蛾のような自然界の例を挙げられましたね。彼らは極めて低い濃度を「測定」することができます。PalmSensに基づくアプローチの現状についてはどうですか?

私は現在、100万分の1と10億分の1の濃度をモニターしています。私は10億分の1の濃度を追跡し、まばらなにおい/プルームモデルをよりよく理解するために努力しています。

あなたの経験から、電気化学センシングは、ドリフト、選択性、堅牢性という点で、モバイルロボット用の金属酸化物センサーと比べてどうですか?

どちらのセンサータイプもドリフトする。金属酸化物センサーは加熱によってリセットすることができる。電気化学センサーは、私の経験では、ドリフトを最小限に抑えるために数回使用した後に交換する方が簡単だ。

生物学的嗅覚ではレセプターは非特異的/交差反応的ですが、機械嗅覚ではいくつの「レセプター」が必要になると思いますか?

人間のような鼻の性能を持つためには、数百人が必要だと思います。しかし、猟犬のような超人的な嗅覚性能を目指すべきで、その場合は数千が必要になるでしょう。

視覚センサーで知られる疎なデータに基づく同様のアプローチは嗅覚にも適用可能か?

はい、多少の調整は必要ですが、私の経験では、コンピュータビジョンで行われた疎なモデリング作業の多くは嗅覚にうまく外挿できます。

生物学的嗅覚は濃度よりも濃度勾配を感知するのか?

再現性のある絶対濃度測定を行うのは難しいので、これは実際に物事を少し簡単にします。私の経験では、勾配の測定はより簡単で再現性が高い。

ドローンにはアンテナのような電気化学電極が装備されていますね。これは主に嗅覚センシング(ガス/揮発性の検出)に使用されるのでしょうか?また、現在このセットアップでターゲットにしている化学物質の種類は何ですか?

はい、アンテナはVOC追跡に使用します。私は通常、エタノールを追跡することから実験を始めます。これによって、ブルグ、デュイスターホフ、茂垣らの技術水準との一貫性を保つことができるからです。

EmStat Picoを内蔵したSensit Smart。Sensit Smartはテストストリップを受け入れることができますか?

はい、Sensit Smartは単回使用の 電気化学センサーをサポートしています。

実際のフィールド環境アプリケーションにおける非均一な分析対象物濃度の影響とは?デジタルツインアプローチは、システムをトレーニングし、代表的なデータを取得するための適切な妥協点でしょうか?

はい、デジタル・ツインは役に立ちますし、私たちは実際のロボットがどのように動作するかを評価するために多くのシミュレーションを行っています。しかし、ロボット工学ではシミュレーションと現実の間に大きな隔たりがあるため、シミュレーションは常に外れてしまいます。ですから、現実世界を正しくモデル化するために、優れた不確実性定量化ツールをモデルに組み込まなければなりません。

感度と選択性を高めるために事前濃縮サンプリングプロトコルを試したことがありますか?

事前濃縮プロトコルはあまり試していません。サンプリング技術が大きな影響を与えることは同意します。私たちは分析にいくつかの電気化学的手法を使用しています。

センシットスマートにはいくつのセンサーを統合できるのか?

センシット・スマートには1つのセンサーがフィットします。

電気化学的な測定はどのように行われるのか、電解液はあるのか、ドローンが動くとどうなるのかなど、詳細を教えてください。

そう、すべての電気化学センサーには、特定の化合物をターゲットとする電解液がある。ドローン/ロボットは世界を移動しながら継続的にサンプリングし、(a)ターゲット化合物の濃度をマッピングするか、(b)ターゲット化合物の発生源をスカウトする。

これを法医学分析に応用することを考えたことがあるだろうか?例えば、犯罪現場での銃声の残留物?

はい、ここで少し仕事があります。発砲残渣を代理検出したい、あるいは発砲残渣の主要な化学成分を検出したいと思うでしょう。ここで1つの大きなチャンスは、時間とともに残留物の化学分解をモデル化し、これがプロキシ化合物濃度とどのように関連しているかを理解することによって、銃声残留物が空気中にどれくらいの期間存在していたかを理解できることです。

複数の臭いが類似または重複したセンサー反応を示す場合、ロボットは不確実性と曖昧さをどのように処理できるでしょうか?

ここで最新のMLが役に立つ。私たちは全ての信号をデコンボリューションし、興味のある信号を減衰させる必要があります。フィルタリング法は信号のノイズ除去に役立ち、MLモデルは信号の分離に役立ちます。このために千層の変換器は必要ない。小さな多層パーセプトロン・モデルでも十分な効果が得られる。

マルチモーダルな情報(ガスセンサー・データと画像)をテキスト・デコーダーに投影する作業について説明するとき、視覚を基盤とするモダリティを使っていますか?

はい、視覚は現在ナビゲーションのために配備されているモデルの基盤となるモダリティです。チャットボットの場合、人間は香りをアロマや言語的記述子で伝えるので、言語が基盤となるモダリティとして適しています。

人間の嗅覚を適切にシミュレートするためには、どのような検知センサーが必要なのでしょうか?また、それらは全て購入可能なのでしょうか?

人間の嗅覚システムはまだ100%解明されていないため、完全な鼻の人工装具を開発することは科学の分野ではまだ大きなチャンスである。嗅覚の形状理論や振動理論について調べれば、人間の鼻がどのように働くと考えられているか、さまざまなアイデアを得ることができます。真の人間の鼻のプロテーゼは、電気化学、光学、MOX、光学センサーの組み合わせになると思います。

病原体の検出は可能か?

シャリーニ・プラサドのグループとの共同研究です。必ずしも病原体そのものを検出したいわけではなく、病原体の代理、あるいは病原体にさらされたときに身体が発する化学物質を検出したいのです。多くの場合、これは病原体を直接検出するよりも簡単で、センシングの選択肢が増える。

パートナーの鼻にあるセンサーが、俳優の鼻に情報を送り、そして私に送ることができるだろうか?

そうですね、これには鼻の補綴物か脳とコンピューターのインターフェースが必要だと思います。デジタルノーズがアロマを解釈してくれるかもしれませんが、それを直接嗅球に送るには何らかのインターフェースが必要です。おそらく、デジタル・ノーズはBluetoothでNeuralinkにデータを送ることができるだろう。

嗅覚と音や視覚といった他の感覚との協調的統合をどのように考えていますか?検出された化学物質の位置と、それがスキャンされている実際の空間の空間マッピングのようになるのでしょうか?

これはまだ未解決の機会であり、十分な回答が得られていないと私は思う。より良い理解を得るためには、人工嗅覚が視覚や言語AIモデルとどのように共同訓練できるかを示す研究がもっと必要だ。例えば、私が2つのリンゴ(1つは蝋でできたリンゴ、もう1つは本物のリンゴ)を持っていたとして、現在のAIモデルではどちらが本物かを見分けることはできません。しかし、嗅覚センサーと統合されたAIモデルであれば、果物は化学物質を発するため、それを識別することができる。AIにデータを与え、「この香りはどこから来ているのか」、あるいは「化合物Xの源を見つけに行く」と言う能力は、視覚、音声、嗅覚の間のマルチモーダル学習に大きな機会をもたらす。

UTダラスも胸部がん用のEC呼気センサーを開発中?

はい、私はこの論文の筆頭著者です。私(コーダル)はシャリニ・プラサド博士の下でこの研究に取り組みました。

薬物検出は可能か?

はい、VOCを放出する薬物であれば、理論的には検出できます。VOCを発しない薬物であっても、おそらく検出することができます。なぜなら、薬物は通常、安価にするためにVOCを発散する化学物質と混合されたり、暴露されたりするからです(例:フェンタニル)。

VOCはバイオマーカーとして使われるか?

はい、私たちはどのVOCが様々な胸部疾患と相関性があるかを評価し、呼気中のVOCをスクリーニングするのに役立つ呼気分析器とAIを構築しました。