ילד בן 10 בנה אף שמזהה סמים - בקרוב גם המקרר שלכם יוכל להריח?
אם הייתם צריכים לבחור איזה חוש חסר למחשב, כנראה שהתשובה לא הייתה ראייה. מצלמות כבר מאפשרות למכונות לזהות אנשים וחפצים, לקרוא שלטים, לנתח צילומים רפואיים ולהבין מה מתרחש מולן. גם שמיעה כבר הפכה לדבר שבשגרה: מחשבים מתמללים שיחות, מזהים קולות ומבינים דיבור. אבל יש חוש אחד שנשאר במידה רבה מחוץ לעולם הדיגיטלי - ריח.
דווקא ילד בן 10 מטייוואן סיפק החודש תזכורת להתקדמות המהירה בתחום. הסו טינג-וויי, תלמיד בית הספר הבינלאומי קאנג צ'יאו, זכה במדליית זהב ובפרס ההמצאה הטובה ביותר של הפדרציה הבינלאומית של אגודות הממציאים בפסטיבל ההמצאות הבינלאומי של עמק הסיליקון, שנערך בקליפורניה.
ההמצאה שלו נקראת אף אלקטרוני - מדובר במערכת הדוגמת אוויר בזמן אמת, מנתחת את החומרים הכימיים שנמצאים בו ומשתמשת בבינה מלאכותית כדי לזהות אותם. הרעיון הוא להציב אותה, בין היתר, לצד מערכות השיקוף של מטען ומזוודות ולתת לבודקים עוד שכבת מידע: לא רק לראות מה נמצא בתוך התיק, אלא לנסות לזהות את החומרים שבו באמצעות התרכובות שהם פולטים לאוויר.
טינג-וויי מצביע על שני שימושים אפשריים במיוחד: איתור מוצרי חזיר שעלולים להעביר את קדחת החזירים האפריקאית ומאבק בהברחת פנטניל לארצות הברית. הוא אף הגיש בקשת פטנט בארצות הברית על מערכת לזיהוי ריח של בשר חזיר ומוצריו.
קל להתמקד בגילו הצעיר להפליא של הממציא המוכשר, אבל הסיפור הגדול נמצא דווקא בטכנולוגיה שמאחורי ההמצאה שלו. האף האלקטרוני אומנם כבר אינו רעיון חדש. הניסיון לגרום למכונות לזהות ריחות החל הרבה לפני גל הבינה המלאכותית הנוכחי, ובמשך שנים נבנו מערכות שמסוגלות לזהות תרכובות שונות באוויר. אך כעת נוספה לכך היכולת לקחת את האותות שמייצרים החיישנים, לחבר ביניהם וללמד אלגוריתמים לזהות את הדפוסים שמסתתרים בתוכם.
אם התהליך הזה יבשיל, המשמעות עשויה להיות גדולה בהרבה מגלאי נוסף בשדה התעופה. מצלמות הפכו את העולם שסביבנו למידע חזותי שמחשבים מסוגלים לעבד; מיקרופונים עשו דבר דומה לקול. חיישנים כימיים עשויים לעשות זאת לאוויר עצמו.
לא מריח כמו בן אדם
כשאנחנו אומרים שלקפה יש ריח של קפה, המוח שלנו מבצע פעולה מורכבת מאוד. מולקולות נדיפות מגיעות לקולטנים באף, שילובים שונים של קולטנים מופעלים והמוח לומד לקשר את הדפוס שנוצר לריח מסוים.
אף אלקטרוני מנסה לבצע גרסה טכנולוגית של אותו תהליך. מערך של חיישנים מגיב לתרכובות כימיות שונות ומייצר סדרה של אותות. המערכת אינה צריכה לחוות ריח כפי שאנחנו חווים אותו. היא צריכה ללמוד שדפוס מסוים מתאים, למשל, למזון טרי, בעוד דפוס אחר מעיד על תהליך של קלקול.
וכאן נכנסת הבינה המלאכותית. במקום לנסות לייצר חיישן אחד שמזהה באופן מושלם חומר אחד, אפשר להשתמש במערך חיישנים שמגיבים בצורה שונה לתרכובות שונות, ולאפשר למודל ללמוד את התמונה הכוללת. ככל שמצטברות יותר דוגמאות וככל שהאלגוריתמים משתפרים בזיהוי דפוסים, ניתן לנסות להבחין בין תערובות מורכבות יותר.
האתגר גדול משום שהעולם האמיתי אינו מעבדה. ריחות כמעט אף פעם אינם מגיעים כמולקולה אחת נקייה. הם תערובות של תרכובות, והאות שמגיע לחיישן משתנה בהתאם לטמפרטורה, לחות, זרימת האוויר והמרחק מהמקור. גם החיישנים עצמם עלולים לשנות את תגובתם לאורך זמן.
אלה חלק מהסיבות לכך שאפים אלקטרוניים קיימים כבר עשרות שנים ועדיין לא נמצאים ליד המצלמה והמיקרופון בטלפון שלנו. הבינה המלאכותית אינה מעלימה את הבעיות האלה, אבל היא עשויה לאפשר למערכת ללמוד להתמודד עם חלק מהשונות במקום לדרוש חיישן מושלם לכל חומר.
המקרר שיודע לפניכם
אחד המקומות שבהם האפשרות הזאת מתחילה להיראות פחות עתידנית הוא דווקא המטבח.
חוקרים מאוניברסיטת קליפורניה בברקלי הציגו השנה אב-טיפוס של אף אלקטרוני שנועד לזהות גזים שנפלטים ממזון מקולקל וגם אלרגנים במזון. המערכת משלבת מערך של 16 חיישני גז עם למידת מכונה, ובניסויים הצליחה לסווג ריחות הקשורים לקלקול מזון ולאלרגנים בדיוק כולל של 92.6%.
היישום המתבקש הוא מקרר שלא מסתפק בשמירה על טמפרטורה. במקום לפתוח קופסה, להריח ולנסות להחליט אם אפשר עדיין לאכול את מה שבתוכה, חיישנים יוכלו לעקוב אחר התרכובות שנפלטות מהמזון ולהתריע כאשר מופיעים סימנים לקלקול. החוקרים בברקלי מציינים שילוב במקררים כאחד היישומים האפשריים, ולצד זאת גם אפשרות לכלי מבוסס סמארטפון לבדיקת אלרגנים במזון.
- שאלות ותשובות על גרוק: מדרגות המנוי, ההכפלה ב-200 אלף טוקנים ומי מתאמן על השיחות
- לאומי מאשר לאפספלייר מסגרת בהיקף 400 מיליון דולר
מחקר נוסף שפורסם השנה בחן מערכת אף אלקטרוני למדידת עוצמת ריחות בתוך מקררים. החוקרים אספו דגימות מעשרה סוגי מזון ובנו מערכת שמדרגת את עוצמת הריח, כשהמודל ששימש לסיווג הגיע לדיוק של יותר מ-92% בבדיקות האימות.
מבחינת הצרכן, זה יכול לשנות פעולה יומיומית למדי. תאריך התפוגה המודפס על האריזה הוא הערכה המבוססת על תנאי אחסון מוגדרים; חיישן שמודד את המתרחש בפועל עשוי בעתיד לתת מידע ישיר יותר על מצב המזון. מערכת כזאת אינה חייבת לזהות מאות ריחות. גם היכולת לזהות כמה אירועים שימושיים - מזון שמתחיל להתקלקל, ריח חריג או אלרגן מסוים - יכולה להספיק כדי לייצר ערך.
אותו עיקרון יכול להגיע גם לתנורים חכמים, אריזות מזון ומכשירים ביתיים אחרים. תנור שמסוגל לזהות תרכובות המשתנות במהלך הבישול יכול עקרונית להבין לא רק כמה זמן חלף מאז שהופעל, אלא מה מתרחש עם המזון שבתוכו. אריזה שמזהה שינוי כימי יכולה לספק מידע על מצב המוצר ולא רק על התאריך שבו נארז.
בטווח הרחוק יותר אפשר לדמיין אפילו חיישן שמתחבר לטלפון ומאפשר לבדוק מזון או את האוויר בסביבה. אבל כאן המרחק בין אב-טיפוס למוצר המוני עדיין גדול. חיישן בטלפון צריך להיות קטן מאוד, זול, חסכוני בחשמל ואמין במשך שנים, גם אחרי שנחשף לבושם, עשן, לחות, חומרי ניקוי ואלפי ריחות אחרים.
כשהריח הופך לכלי עבודה: מרצפת הייצור ועד דליפת הגז
הערך הכלכלי הגדול יותר עשוי להימצא דווקא מחוץ לבית. בתעשייה, בחקלאות, בלוגיסטיקה ובמערכות בטיחות, היכולת לזהות תרכובות באוויר יכולה לספק מידע על איכות המוצר, להתריע על תקלה או לזהות חומר מסוכן לפני שאדם מבחין שמשהו אינו כשורה.
בתעשיית המזון, למשל, אף אלקטרוני יכול לשמש לבקרת איכות לאורך קו הייצור. מזון משחרר תרכובות נדיפות שההרכב שלהן משתנה ככל שהוא מתיישן או מתקלקל, ולכן ניתוח שלהן יכול לספק אינדיקציה למצבו בלי לפתוח כל אריזה או לקחת דגימה מכל מוצר. שימושים שנבדקים כוללים בשר, דגים, מוצרי חלב, פירות וירקות, לצד איתור שינויים בהרכב המזון.
עבור יצרן, המשמעות שונה מזו של המקרר הביתי. אם מערכת חישה מזהה מוקדם אצווה שמתחילה להתקלקל, היא עשויה לצמצם השמדת מוצרים, החזרות ועלויות בקרת איכות. ואם ניתן יהיה לקבוע בצורה אמינה שמוצר עדיין תקין גם כשהוא מתקרב לתאריך שמודפס עליו, הטכנולוגיה עשויה לסייע גם בצמצום בזבוז מזון.
שימוש נוסף נמצא בחקלאות ובאחסון. פירות וירקות ממשיכים לפלוט תרכובות נדיפות לאחר הקטיף, והרכב הגזים משתנה במהלך ההבשלה והקלקול. חיישנים שמנתחים את האוויר במחסן או במכולת קירור יכולים עקרונית לספק תמונה של מצב הסחורה בלי לבדוק כל פרי בנפרד. בשרשרת אספקה שבה כמה ימים יכולים להפריד בין משלוח שנמכר למשלוח שנזרק, למידע כזה יש ערך כספי ישיר.
גם בתעשייה הכימית, במתקני אנרגיה ובמפעלים יש יתרון לחוש שאינו תלוי במה שאפשר לראות. מצלמה יכולה לזהות עשן או אש, אבל לא כל דליפה נראית לעין. חיישנים כימיים משמשים כמובן כבר היום לזיהוי גזים מסוימים. השאיפה באף אלקטרוני רחבה יותר: לא רק לבדוק אם ריכוזו של גז מוגדר עבר סף מסוים, אלא לקרוא דפוס שמורכב מכמה תרכובות ולהסיק ממנו מה מתרחש בסביבה.
כאן נכנסת גם הרובוטיקה. תחום המכונה מנסה להקנות לרובוטים גם את היכולת לאתר את מקורו של הריח. סקירה שפורסמה בכתב העת npj Robotics מצביעה על שימושים אפשריים באיתור דליפות גז, ניטור סביבתי, חיפוש והצלה ובדיקת מקומות שבהם נוכחות אנושית עלולה להיות מסוכנת.
גלאי קבוע שמותקן על קיר יכול להתריע כאשר חומר מסוים מגיע אליו. רובוט נייד המצויד בחיישנים יכול, לפחות עקרונית, לנוע בעקבות השינויים בריכוז החומר, לחפש את מקור הדליפה ולשלוח מידע מהמקום בלי להכניס אליו עובד. במפעל, מנהרה, מחסן או אתר שנפגע באסון, חוש הריח יכול כך להפוך מכלי מדידה לכלי פעולה.
וזו גם אחת הסיבות לכך שהשימושים התעשייתיים עשויים להגיע לפני האף שבטלפון. צרכן לא בהכרח ישלם מאות דולרים נוספים עבור סמארטפון שמסוגל לומר לו אם הגבינה עדיין טובה. מפעל יכול להצמיד ערך כספי ברור למערכת שמונעת פסילת אצווה, מזהה תקלה מוקדם או חוסכת כניסה של עובד לאזור מסוכן.
מתחילים להריח הזדמנויות
במקום שבו מופיע ערך כלכלי, מתחיל להגיע גם הכסף. אחת החברות הבולטות בניסיון להפוך ריח למידע דיגיטלי היא אוסמו (Osmo), שנולדה מתוך מחקר בגוגל. החברה גייסה בפברואר 70 מיליון דולר בסבב B בהובלת טו סיגמא ונצ'רס, ובכך הביאה את סך ההון שגייסה לכ-130 מיליון דולר. בין המצטרפים לסבב האחרון נמצא גם פטריק קוליסון, מנכ"ל ומייסד-שותף של סטריפ, ולחברה היו בסבבים קודמים משקיעים ובהם GV - זרוע ההשקעות של אלפבית, ולוקס קפיטל.
אוסמו תוקפת את הבעיה מכיוון מעט שונה מהאף האלקטרוני הקלאסי. אחת המטרות שלה היא לבנות מעין מפה דיגיטלית של עולם הריחות: להבין את הקשר בין המבנה של מולקולה לבין הריח שבני אדם מייחסים לה, ולהשתמש בלמידת מכונה כדי לחזות כיצד מולקולות יריחו. זה נשמע כמו שאלה מדעית, אבל יש מאחוריה שוק קיים. תעשיות הבשמים, חומרי הטעם והריח ומוצרי הצריכה משקיעות סכומים גדולים בפיתוח מולקולות וריחות חדשים. אם תוכנה יכולה לצמצם את מספר המולקולות שצריך לסנתז ולבדוק במעבדה, היא יכולה לקצר תהליך פיתוח יקר.
מכיוון שכך, אוסמו התחילה במקום שבו כבר יש לקוח שמוכן לשלם על ריח. אבל השאיפה שלה רחבה יותר. עם הגיוס האחרון החברה הודיעה כי היא מתכוונת להרחיב את טכנולוגיית הריח מבשמים גם לתחומי הבריאות ובטיחות הציבור. המשמעות היא שהמרוץ אינו רק לבנות חיישן שמסוגל להריח, אלא גם לבנות את שכבת התוכנה שמבינה מה משמעות המידע שהוא קולט.
בצד החומרה פועלת בין היתר אריבאל הצרפתית, שמפתחת חיישני ריח דיגיטליים ומערכות לניתוח שלהם. החברה גייסה לאורך השנים יותר מ-18 מיליון דולר, ובין המשקיעים בה נמצאת סמסונג ונצ'רס. החיבור בין יצרניות אלקטרוניקה לבין חישה כימית מצביע על אחד הכיוונים האפשריים למסחור הטכנולוגיה: שילוב יכולות ריח בתוך מערכות ומכשירים קיימים, במקום מכירת "אף" כמוצר עצמאי.
גם ברכב יש לריח ערך שאינו מסתכם בשאלה אם תא הנוסעים נעים. מערכת חישה יכולה עקרונית לזהות ריחות שמקורם בחומרים ברכב, בעיה במערכת או שינוי באיכות האוויר. יצרניות רכב כבר משתמשות במערכים גדולים של מצלמות, מכ"מים וחיישנים אחרים; חישה כימית יכולה בעתיד להוסיף עוד שכבה של מידע שאף אחד מהם אינו מספק.
אבל המספר המעניין אינו בהכרח גודל השוק של אפים אלקטרוניים כפי שהוא מוגדר כיום. אם חישה כימית אכן תהפוך לרכיב שנכנס למכשירים, כלי רכב ורובוטים, תיווצר סביבה עסקית רחבה יותר: חברות שייצרו את החיישנים, חברות שיפתחו שבבים לעיבוד האותות, חברות שיבנו את האלגוריתמים וחברות שימכרו יישומים לתעשיות ספציפיות.
המצלמה מספקת כאן השוואה שימושית. היא התחילה כרכיב שמטרתו לצלם תמונה, אבל עם השנים הפכה לתשתית שעליה נבנו זיהוי פנים, מציאות רבודה, נהיגה אוטונומית, מערכות אבטחה ורובוטיקה. סביב החיישן עצמו נוצרה שרשרת של יצרני רכיבים, שבבים ותוכנה.
חוש הריח עשוי לנסות לעבור תהליך דומה, אבל הוא עדיין רחוק הרבה יותר מנקודת המסחור ההמוני. השאלה העסקית אינה אם מכונה מסוגלת לזהות ריח בתנאי מעבדה. היא אם היא מסוגלת לעשות זאת באמינות ובמחיר נמוך יותר מהבעיה שהיא פותרת. מערכת יקרה יכולה להיות כדאית במפעל שבו תקלה גורמת נזק של מאות אלפי דולרים. אותה מערכת תהיה חסרת היגיון כלכלי במקרר ביתי.
מי יחזיק במאגר הריחות?
ויש עוד הבדל משמעותי בין ריח לבין תמונה וקול: הדאטה.
מהפכת ה-AI של השנים האחרונות נבנתה במידה רבה על כמויות עצומות של מידע שכבר היה קיים. האינטרנט מלא בתמונות, סרטונים, טקסטים והקלטות. כדי ללמד מודל לזהות חתול, מכונית או כיסא, אפשר לאסוף מיליוני תמונות בלי לייצר את החתולים והמכוניות מחדש.
בריח זה מסובך יותר. אין אינטרנט של ריחות שאפשר להוריד ממנו מיליארד דוגמאות. כדי ליצור מאגר איכותי צריך לייצר או להשיג דגימות פיזיות, לחשוף אליהן חיישנים בתנאים מבוקרים, למדוד את התגובה ולתייג מה בדיוק היה בדגימה. אם רוצים שהמערכת תעבוד בעולם האמיתי, צריך גם לאסוף דוגמאות בטמפרטורות, רמות לחות וסביבות שונות.
לכן מאגר גדול ואיכותי של טביעות ריח עשוי להפוך לנכס עסקי בפני עצמו. חברה שמתקינה חיישנים באלפי מפעלים, כלי רכב או מכשירים יכולה לצבור לאורך זמן מידע שקשה למתחרה חדש לשחזר. הנתונים יכולים לשפר את המודל, המודל המשופר יכול להגדיל את ביצועי המוצר, ויותר לקוחות יכולים בתורם לייצר יותר נתונים.
זהו אפקט מוכר מעולם הבינה המלאכותית, אבל בריח חומר הגלם קשה ויקר יותר להשגה. לכן ייתכן שהיתרון התחרותי בתחום לא יהיה רק למי שיבנה את החיישן הרגיש ביותר, אלא גם למי שיצבור ראשון מספיק מידע כדי להבין מה החיישן קולט.
למה דווקא עכשיו?
ההתקדמות בתחום מגיעה מכמה כיוונים במקביל. חומרי חישה חדשים משפרים את הרגישות והסלקטיביות של החיישנים; מערכים של כמה סוגי חיישנים מספקים תמונה עשירה יותר; ולמידת מכונה מאפשרת למצוא בתוך האותות האלה דפוסים שהיה קשה להגדיר מראש.
מחקרים עדכניים בוחנים בין היתר חיישנים המבוססים על גרפן, פרובסקיטים וחומרים מתקדמים אחרים. תחום נוסף הוא חומרים מסוג MOF, מבנים נקבוביים שניתן להתאים כך שיגיבו למולקולות שונות. המטרה אינה בהכרח ליצור חיישן מושלם, אלא מערך שבו כל חיישן מגיב בצורה מעט שונה והאלגוריתם מפענח את התמונה שנוצרת.
כיוון נוסף הוא מחשוב נוירומורפי, שמנסה לחקות במידה מסוימת את הדרך שבה מערכות עצביות מעבדות מידע. במקרה של ריח, הרעיון מתאים במיוחד: גם האף האנושי אינו מצויד בקולטן נפרד לכל ריח אפשרי. המוח מפרש דפוסים שנוצרים מהפעלת קולטנים רבים.
במילים אחרות, ה-AI אינו מעניק למחשב אף. החיישנים הם אלה שקולטים את המולקולות. מה שה-AI יכול לעשות הוא להפוך את זרם האותות הכימיים למשהו שימושי: לזהות דפוס, להשוות אותו לדוגמאות קודמות ולהחליט אם מדובר במזון שמתקלקל, אלרגן, גז מסוכן או חומר אחר.
בדרך לטלפון? עוד לא
למרות ההתקדמות והכסף שנכנס לתחום, הפער בין אב-טיפוס מוצלח לבין רכיב שמיוצר במאות מיליוני יחידות עדיין גדול.
חיישן צרכני צריך להיות קטן וזול, לצרוך מעט חשמל ובעיקר להישאר אמין לאורך שנים. הוא צריך לעבוד במטבח לח ובמכונית חמה, להתמודד עם בשמים, חומרי ניקוי, עשן, אוכל ועשרות תרכובות שנמצאות באוויר בו זמנית. הוא צריך גם לדעת מתי להתעלם מריח שאינו רלוונטי.
יש גם שאלה פשוטה יותר: האם הצרכן באמת צריך אותו. מצלמה בטלפון מספקת שימוש ברור עשרות פעמים ביום. קשה יותר להצדיק רכיב שמייקר את המכשיר אם רוב המשתמשים יפעילו אותו פעם בשבוע כדי לבדוק אם האבוקדו בשל.
לכן המסלול הסביר יותר הוא שהטכנולוגיה תתבסס קודם במקומות שבהם אפשר למדוד את התועלת בכסף: מפעלי מזון, בקרת איכות, מערכות בטיחות, חקלאות, רכב, אבטחה ורובוטיקה. ככל שהיקפי הייצור יגדלו והמחיר ירד, חלק מהחיישנים האלה עשויים לזלוג גם למוצרי צריכה.
וזה מחזיר אותנו לילד הפלא מטייוואן. האף האלקטרוני שלו אינו המצאת חוש הריח הדיגיטלי, והוא בוודאי אינו לבדו במרוץ. אבל המערכת שבנה ממחישה היטב לאן התחום הולך: חיישנים קולטים את מה שנמצא באוויר, אלגוריתמים מפענחים את האותות ומערכת מחשוב מחליטה מה לעשות עם המידע.
אם החיישנים יהפכו זולים ואמינים מספיק, השאלה כבר לא תהיה אם מחשבים מסוגלים להריח. השאלה תהיה מי ימכור להם את האף, מי ילמד אותם להבין מה הם מריחים - ומי יחזיק במידע שנוצר בדרך.
