AI-geurdetectie: Aryballe's technologie revolutioneert business & toeleveringsketens

Vandaag de dag hebben computers het equivalent van menselijke ogen, oren, monden en ledematen. Waarom geen neussen ook?

Als het informatie is, kan het gedigitaliseerd worden. En geur is geen uitzondering. Aryballe is een Frans softwarebedrijf dat zich baseert op kunstmatige intelligentie en machine learning om de menselijke geurzin na te bootsen. De implicaties voor business in het algemeen, en de toeleveringsketen specifiek, zijn overtuigend.

Aryballe's technologie is een aspect van biomimicry, wat systemen creëert gemodelleerd op hoe het menselijk lichaam werkt. In het geval van geuranalyse, gebruikt de software 64 biosensoren bestaande uit peptiden – korte ketens van aminozuren – die de gassen detecteren en classificeren die aanwezig zijn in aromalen.

Elke geur heeft een unieke handtekening, hoewel bepaalde klassen, zoals gras en bomen, nauw verwant zijn. Aryballe's applicatie hoeft niet altijd zo gevoelig te zijn – het is ontworpen om die geuren te detecteren geselecteerd door klanten, die afkomstig zijn uit industrieën als voedsel en drank, aromatisering, geur en automotive. (In die laatste categorie werken automakers aan geuren die uniek zijn voor hun merk, die op hun beurt afgestemd zijn op de voorkeuren van specifieke markten en regio's van de wereld.)

Digitale olfactietechnologie ontsproet uit een lab in Grenoble, Frankrijk, waar door de overheid gefinanciereerde onderzoekers expertise in biochemie en semiconductoren combineerden om de menselijke geurzin na te bootsen, volgens Terri Jordan, executive vicepresident van wereldwijde zakelijke ontwikkeling bij Aryballe. Initieel waren inspanningen gericht op de smaak- en geurindustrie, maar breidden snel uit om een reeks bedrijven te dekken waarvoor geur een belangrijke factor is.

De technologie kan zelf geen oordelen vellen over "goede" en "slechte" geuren; het kan ze alleen identificeren volgens de criteria neergelegd door klanten. Tegelijkertijd is het ontworpen om te leren over menselijke voorkeuren, zowel om aangename geuren te detecteren als die die de meeste mensen doen terugschrikken, aldus Jordan.

Terwijl klant "smaak" in geuren de voor de hand liggende drijfveer achter de technologie is, vindt het diepere toepassingen in de business-to-business wereld, met name in de toeleveringsketen. Jordan citeert het voorbeeld van vanilleleveranciers, voor wie Aryballe kan onderscheiden tussen typen grondstoffen, inclusief natuurlijke en synthetische product. (Als het om vanille gaat, kan elke mens die de eerste heeft gerukt, het verschil getuigen.) In het proces kan het producenten helpen bepalen welke acceptabele substituties zijn wanneer gewone toeleveringslijnen worden onderbroken.

Traditionele kwaliteitscontrolemaatregelen voor vanille hebben het gebruik van UV-spectrofotometrie en gaschromatografie omvat. Maar Aryballe zegt dat die methoden apparatuur omvatten die duur, bulk, en ontoereikend gevoelig is. Ze zijn niet altijd in staat om kleine variaties te detecteren die kunnen optreden tussen batches van vanilline, het extract van de vanilleboon.

Geurdetectie op de detailhandelplank is even belangrijk. Een supermarktketen in Europa gebruikt de technologie om productversheid te beoordelen, een capaciteit die met name waardevol is vandaag, toen de coronaviruspandemie het aantal menselijke bediendes scherp reduceerde die die taak uitvoeren.

Het geautomatiseerde systeem kan verrassend gevoelig zijn; het kan verschillen detecteren tussen genotypes van meloenen die nog op de rank liggen, zegt Jordan. Toch is het geen match voor de menselijke neus, met name die van getrainde experts in gebieden als landbouw, wijn en spirits. "De menselijke neus heeft honderden van deze sensoren," zegt Jordan. "We hebben tientallen."

De technologie is wel goed genoeg om aan de behoeften van veel toeleveringsketens te voldoen waarvoor geur, zowel goed als slecht, een cruciale zorg is. En het is waarschijnlijk om effectiever te worden met de tijd. Jordan zegt dat Aryballe nog in startup-modus is, met plannen om de eerste grootschalige, cloud-gebaseerde implementatie in januari te installeren. "We gaan ons hoofdaantal verdubbelen over engineering en productposities, maar we komen net op de markt met ons solid-state product," zegt ze.

Jordan verwacht dat het bedrijf "continue stappen" zal maken in de wetenschap door een combinatie van proprietaire peptiden en vooruitgang in machine learning. Ze ziet toekomstige kansen in gezondheidszorg, met de mogelijkheid om ziekten te diagnosticeren op basis van een monster menselijke adem.

"Vandaag de dag zijn er solide toepassingen in kernindustrieën," zegt Jordan, "maar we zijn pas net begonnen de kracht van de technologie te zien."