Dégustation avec une « langue » en graphène : un appareil alimenté par l'IA permet une perception du goût semblable à celle des humains

Nous entrons dans une ère où l'intelligence artificielle (IA) reproduit la perception humaine, pierre angulaire de la véritable intelligence. Si les puces inspirées du cerveau excellent déjà dans le traitement de la vision, de l'ouïe et du toucher, elles peinent à « goûter » les produits chimiques dans les conditions humides caractéristiques de la bouche humaine. Cet inconvénient freine leur potentiel d'utilisation vitale dans les domaines médical et environnemental.

Une avancée majeure réalisée par des chercheurs de l'Académie chinoise des sciences a permis de relever ce défi. Comme le rapporte une récente publication des Actes de l'Académie nationale des sciences des États-Unis d'Amérique  (PNAS) , une équipe de recherche dirigée par le professeur YAN Yong du Centre national des nanosciences et technologies (NCNST) a développé un système gustatif artificiel capable de distinguer précisément les saveurs en milieu aqueux.

Ils ont construit un dispositif memristif (1) utilisant des membranes d'oxyde de graphène (GO) en couches. Sa particularité réside dans sa double fonction : l'adaptation de synapses cérébrales (pour l'apprentissage) et la détection de substances chimiques (comme capteur). Ses fonctionnalités découlent de la migration dynamique des ions dans les canaux nanofluidiques de la membrane GO. Ils ont découvert que le processus d'adsorption-désorption des ions au sein des membranes GO produit un effet mémoire.

« Lorsque les ions hésitent dans la couche intermédiaire de graphène, ils restent temporairement bloqués par des interactions de surface. Cette interaction interfaciale prolongée permet simultanément la mémorisation et la détection », a déclaré ZHANG Yuchun, l'un des premiers auteurs de l'article. Tirant parti de cette double fonctionnalité, les chercheurs ont développé un système de perception artificielle du goût basé sur l'IA qui, après apprentissage, pouvait distinguer les goûts basiques ( par exemple , acide, amer, salé, sucré) des saveurs complexes comme le café et le cola avec une précision supérieure à 90 %.

« Les architectures conventionnelles souffrent d'une surcharge énergétique et temporelle importante en raison du goulot d'étranglement de von Neumann entre les unités de détection et de traitement discrètes », explique le professeur YAN Yong, chercheur principal. « Notre dispositif pourrait calculer là où il détecte, ce qui suggère que le calcul neuromorphique intégré au capteur est possible en milieu liquide. Cela répondrait directement au besoin urgent de systèmes plus intelligents, plus rapides et plus économes en énergie. »

Ces travaux ouvrent de nouvelles perspectives d'applications, allant de la thérapie médicale pour la reconstruction du goût chez les patients souffrant de perte de goût aux machines autonomes capables de « goûter » leur environnement. Ils représentent une avancée significative vers des systèmes artificiels véritablement intelligents et sensoriels. Ils devraient ouvrir la voie à des systèmes de goût artificiels susceptibles de surpasser les capacités humaines , à condition de relever les principaux défis : maintenir les performances de calcul tout en miniaturisant ces dispositifs pour une intégration compatible avec les semi-conducteurs à oxyde métallique complémentaire (CMOS) 

1. Un système memristif est un composant dont la valeur de la résistance est fonction de tout l’historique électrique, soit des charges ou du flux qui l’a traversé. Cette propriété peut être employée pour le stockage de l’information et dans certaines conditions de l’énergie

http://english.nanoctr.cas.cn/research/rp/202507/t20250721_1047724.html