在机器学习（ML）和人工智能（AI）的帮助下，一篇引人注目的论文展示了利用现成的芯片区分不同类型的牛奶、纯牛奶和掺假牛奶、不同类型的可乐饮料、咖啡类型以及新鲜和过期食品的能力，从而使石墨烯技术领域取得了重大突破。令人惊叹的是，这些成就都是在没有功能化的设备上实现的，这为广泛应用和普及打开了大门。这篇论文发表在著名的《自然》杂志上，它使用了现成的 Graphenea 组件 mGFET 和 Graphenea 卡。
图片：Graphenea 卡。
科学家们在宾夕法尼亚州立大学和美国国家航空航天局（NASA）完成了他们的工作，他们使用的是石墨烯Foundry提供的未功能化的石墨烯 mGFET 器件。检测过程非常简单，只需在石墨烯器件上添加少量液体即可。通过使用机器学习技术，研究人员训练了一个模型来区分不同类型的液体，例如包括用 5%或更多的水稀释过的牛奶。该算法能非常准确地区分不同的饮料，为石墨烯在食品工业等实用设备中的应用提供了一个很好的范例。
通过非功能化设备实现技术民主化
这项研究的主要亮点之一是非功能化设备的使用。这一进步具有开创性，因为它降低了采用石墨烯晶体管的门槛，而且这意味着可以使用一个现成的元件来实现本文所述的所有不同功能。非功能化的简便性意味着，现在可以实现复杂的传感，而无需以前所需的复杂工艺，从而使这项技术更容易为更多人所接受。这是实现石墨烯传感器平民化的重要一步。
图片：mGFET。
丰富的数据和 ML/AI：强大的组合
论文表明，这些非功能化器件能产生特征异常丰富的转移曲线，从而产生大量数据集。这些丰富的数据对 ML 和 AI 算法来说是一座金矿，可以探索出大量的优点和基准。丰富的数据和先进的算法之间的协同作用可带来更准确、更可靠的检测能力。这不仅仅是检测物质，而是要达到以前无法达到的精确度和稳健性。
应用广泛，无需重新校准
论文中最突出的一句话是：”结果表明，单个传感器设计可用于各种应用领域，而无需对传感器进行校准或模型重新训练”。这种多功能性改变了游戏规则。在多种应用中使用单一传感器设计而无需重新校准的能力，意味着这些传感器可以很容易地集成到各行各业中，确保性能的一致性和可靠性。这种适应性大大降低了成本和复杂性，进一步增强了 mGFET 的市场吸引力。
广泛的行业应用潜力
这项技术的潜在应用领域非常广泛。从饮料和食品行业的质量控制到化学品和药品的监测，应用范围十分广泛。这些传感器的精度和可靠性可以彻底改变质量保证流程，确保产品符合最高的安全和功效标准。这种坚固耐用、适应性强的传感技术预计将对食品安全、药品和化学品制造产生巨大影响。
石墨烯传感技术的光明前景
这篇论文代表了石墨烯传感领域向前迈出的重要一步。它不仅展示了 mGFET 的潜力，还强调了非功能化器件如何简化和普及这项技术。在集成了 ML 和 AI 后，这些传感器的准确性和稳健性将无与伦比。这一突破将对石墨烯领域内外产生重大影响，为研究、创新和实际应用提供新的可能性。
总之，mGFET 从复杂的功能化器件到简单、非功能化但高效的传感器的发展历程证明了创新的力量。这篇论文不仅是石墨烯界的一个重要里程碑，还让我们看到了未来技术的可及性、可靠性和多功能性。这的确是对 mGFET 在改变各行各业方面的潜力和前景的最好宣传。
本文来自Graphenea，本文观点不代表石墨烯网立场，转载请联系原作者。
