Depuis des années, des équipes de recherche du monde entier s’efforcent d’améliorer la qualité du « langue électronique » pour se rapprocher d’une version similaire à la capacité humaine de goût. Toutefois, la réalisation de ce rêve s’est heurtée à des défis, mais une équipe de chercheurs sud-coréens prétend avoir réussi à les surmonter en créant la version électronique la plus proche imitant les complexités de la capacité gustative humaine.
Le « langue électronique » est capable de distinguer les goûts différents, d’évaluer les caractéristiques détaillées de façon quantitative, ce qui en fait un outil potentiel pour le développement de nouveaux produits et le contrôle de la qualité. Il se compose de :
- Des Capteurs: Ceux-ci sont les composants essentiels et imitent les papilles gustatives trouvées sur la langue humaine. Ils sont conçus pour détecter les différentes composantes du goût. Ces dispositifs varient en fonction de l’application spécifique et comprennent généralement des types variés de capteurs chimiques ou biologiques sensibles aux goûts tels que le sucré, le salé, l’acide et l’amer. Ces capteurs génèrent des signaux en réponse à la présence et à la concentration de certaines substances gustatives.
- Un Système d’Acquisition de Données: Cette partie collecte les signaux des capteurs et comprend des technologies qui transforment ces signaux en données numériques.
- Des Outils d’Analyse de Données: Après la collecte, les données sont analysées à l’aide d’algorithmes avancés et de techniques d’apprentissage automatique. Cette étape interprète les réponses des capteurs, les compare à des profils gustatifs connus et identifie les substances gustatives présentes dans l’échantillon.
Challenges sur la Route du Succès
Selon ce concept de langue électronique, des équipes de recherche à travers le monde ont réussi à produire des versions utilisées dans l’industrie alimentaire et des boissons pour le contrôle de la qualité, les tests gustatifs, l’évaluation des composants alimentaires et des boissons, l’analyse des saveurs et la détection des contaminants, ainsi que la surveillance du processus de production.
Il a également été utilisé pour évaluer le goût des médicaments et leur composition, ce qui contribue au développement de la formule, garantissant la cohérence du goût et la détection de toutes différences ou impuretés.
Certains travaux de recherche envisagent son utilisation dans le contrôle de la qualité de l’eau et l’évaluation des échantillons environnementaux, et la détermination et la mesure de différents composants, ce qui contribue aux efforts de surveillance de la pollution. D’autres études explorent son utilisation dans le diagnostic médical, comme la détection de biomarqueurs dans les fluides corporels ou l’évaluation du goût des médicaments oraux pour les patients qui ont des problèmes de perception gustative.
Bien que les « langues électroniques » aient montré des résultats prometteurs dans ces domaines, leur adoption à grande échelle reste limitée, car cette technologie fait toujours face à plusieurs défis :
- La Complexité de la Perception du Goût: La perception humaine du goût est complexe et inclut des interactions entre les composants gustatifs qui peuvent créer des effets synergiques ou inhibiteurs. Reproduire cette complexité avec précision dans un système électronique est difficile.
- La Fiabilité dans des Conditions Dynamiques: Assurer des résultats cohérents et fiables dans des conditions changeantes ou dynamiques représente un grand défi. Des facteurs extérieurs tels que la température, des changements de pH ou la présence de substances interférentes peuvent affecter la précision de la détection des goûts.
- L’Interprétation des Données et le Traitement des Erreurs: Analyser avec précision et efficacement les données gustatives est un défi important qui nécessite de distinguer les goûts, en particulier les variations subtiles, et de traiter les erreurs ou incohérences dans les données, ce qui demande des algorithmes avancés.
- La Sélectivité et la Sensibilité: Atteindre une haute sélectivité et sensibilité dans la détection de composants ou de profils gustatifs spécifiques, tout en évitant l’interférence de matériaux non pertinents, est un autre défi. Il peut être difficile de faire la distinction entre les goûts ou les composants similaires.
Qu’ont Fait les Coréens ?
Dans leur quête pour améliorer la technologie en surmontant ces défis, les chercheurs de l’Institut Daegu Gyeongbuk des Sciences et Technologies en Corée du Sud et de l’Institut Avancé des Sciences et Technologies de Corée ont annoncé avoir atteint la version électronique la plus proche de la langue humaine. Ils ont publié leurs résultats dans une étude parue dans la revue « ACS Applied Materials & Interfaces ».
Le secret de la réussite des chercheurs sud-coréens réside dans trois avantages, révélés par un communiqué de presse publié sur le site Internet de l’Institut Daegu Gyeongbuk :
- 1: L’Intégration de Capteurs et de l’Apprentissage Profond
L’équipe de recherche sud-coréenne a réussi à créer un système qui intègre efficacement les capteurs gustatifs avec la technologie d’apprentissage profond. Cette intégration permet une mesure simultanée et précise de la salinité, de l’acidité, de l’amertume et de la douceur. Auparavant, les efforts se concentraient davantage sur l’aspect de détection sans une intégration profonde avec l’apprentissage automatique avancé ou les algorithmes d’apprentissage profond pour l’analyse gustative.
- 2: L’Amélioration de la Précision et de la Fiabilité
La recherche sud-coréenne aborde les limites de précision et de fiabilité observées dans les études précédentes en présentant un algorithme d’apprentissage profond personnalisé pour l’analyse gustative. Cela a significativement renforcé la capacité de la technologie à classifier différents goûts avec une probabilité supérieure à 95%. Les techniques antérieures manquaient de tels algorithmes avancés, ce qui a conduit à des limites dans la discrimination et l’évaluation du goût.
- 3: Les Potentiels d’Application
La recherche sud-coréenne met en lumière la capacité du système à être largement applicable dans différentes industries, y compris l’alimentation, les cosmétiques et les médicaments, ce qui n’était pas réalisable avec les versions précédentes qui n’atteignaient pas cette diversité d’utilisation à travers les différentes industries.
L’équipe de recherche a testé leur version avec six types de vins différents et a mené des expériences pour identifier les goûts. Leur nouvelle version a réussi à classifier avec précision les six types de vin avec une exactitude dépassant les 95%, ce qui prouve l’application large de cette version, et on s’attend à ce que ses capacités s’étendent à des domaines variés tels que le développement d’aliments et de boissons, de cosmétiques et de produits pharmaceutiques.
Le professeur Kyung-In Jang du département de robotique et d’ingénierie mécanique et électronique à l’Institut Daegu Gyeongbuk des Sciences et Technologies dit : « Nous avons confirmé que notre nouvelle version peut distinguer les goûts avec une probabilité élevée en testant avec du vin, et nous continuerons à la tester dans l’industrie alimentaire et dans divers domaines, tels que les cosmétiques ou l’industrie pharmaceutique. »
Reconnaissance Méritée… et Effort Supplémentaire
Selon les résultats obtenus par les chercheurs dans l’étude coréenne, le professeur de nutrition au Centre de Recherche Agricole Égyptien, Mahmoud Mohamady, exprime son admiration pour les grands pas accomplis dans le dépassement des défis rencontrés par la technologie de la langue électronique. La fusion efficace entre les capteurs gustatifs et la technologie d’apprentissage profond pour interpréter différents goûts représente une avancée qui mérite d’être saluée vers l’objectif de simuler le goût humain.
Même avec cette reconnaissance bien méritée, il pense que l’affirmation selon laquelle la version la plus récente se rapproche des capacités du goût humain nécessite un effort supplémentaire de la part des chercheurs pour mener davantage d’expériences. Mohamady dit lors d’un entretien téléphonique avec Al Jazeera Net : « Il y a un besoin de tester un plus grand nombre de composants et d’élargir l’ensemble de données pour le test et de mener des expériences d’application plus globales dans le monde réel qui vont au-delà des tests de goût menés par les chercheurs. »
Il confirme également que l’affirmation sur la capacité d’application dans différentes industries, y compris les aliments, les cosmétiques et les médicaments, nécessite des études supplémentaires et ne peut être tirée à partir des résultats obtenus dans la recherche sud-coréenne.
Il ajoute : « Il pourrait y avoir des aspects qui n’ont pas été pleinement explorés concernant la possibilité de transférer cette technologie à travers divers secteurs, et cela ne peut être découvert qu’à travers des expériences pratiques. »