विश्वकै पहिलो कृत्रिम जिब्रो तयार, मानिसले जस्तै स्वाद थाहा पाउने

काठमाडौं ।

वैज्ञानिकहरूले पहिलो पटक कृत्रिम जिब्रो बनाएका छन् जसले मानवको स्वादग्रन्थिजस्तै काम गर्ने तरिका नक्कल गर्दै तरल वातावरणमा स्वाद पहिचान गर्न सक्छ।

यो उपलब्धिलाई जुलाई १५ मा जर्नल पीएनएएसमा प्रकाशित गरिएको छ जसले खाद्य सुरक्षा र रोगको प्रारम्भिक पत्ता लगाउने रासायनिक विश्लेषणका लागि स्वचालित प्रणालीहरू विकास हुने बताएको छ।

यो प्रविधिलाई प्रयोगशालाका उपकरणमा तरल नमूनाहरूको रासायनिक विश्लेषणका लागि पनि समावेश गर्न सकिन्छ। अनुसन्धानकर्ताहरूले यसलाई “न्यूरोमोर्फिक कम्प्युटिङ” तर्फको कदमका रूपमा पनि हेरिरहेका छन्। “न्यूरोमोर्फिक कम्प्युटिङ” मस्तिष्कको सिकाइ प्रक्रिया नक्कल गर्ने कृत्रिम बुद्धिमत्ता प्रणाली हो।

कृत्रिम जिब्रो ग्राफिन अक्साइड मेम्ब्रेनबाट बनेको छ, जुन अत्यन्त पातलो कार्बनको पात हो र यसले आयनयुक्त स्वादका अणुहरूलाई फिल्टर गर्ने काम गर्छ। यी मेम्ब्रेनहरूले ठूला अणुहरू अलग नगरी आयनहरूको गति सुस्त पारेर स्वाद पहिचान गर्न र सम्झन सक्षम बनाउँछन्।

नयाँ अध्ययनमा यसले गुलियो, अमिलो, नुनिलो र तीतो गरी चार आधारभूत स्वादहरू ७२.५ देखि ८७.५ प्रतिशतसम्मको शुद्धताका साथ पहिचान गर्‍यो र कफी र कोकाकोला जस्ता मिश्रित स्वाद भएका पेय पदार्थहरूमा ९६ प्रतिशत शुद्धता देखायो। उच्च शुद्धता पेय पदार्थहरूको जटिल इलेक्ट्रिकल संरचनाले सजिलो पहिचान सम्भव बनाउँछ। यो पहिलो पटक हो जब अनुसन्धानकर्ताहरूले एकै तरल प्रणालीमा संवेदनशीलता र सूचना प्रक्रिया संयोजन गर्न सफल भएका छन्।

लाइभसाइन्सका अनुसार चीनको राष्ट्रिय न्यानोसाइन्स र टेक्नोलोजी केन्द्रका रसायनशास्त्री प्रोफेसर योङ यानले इमेलमार्फत भने, “यो आविष्कारले नयाँ जैव-प्रेरित आयनिक उपकरणहरू बनाउनको लागि एक खाका दिएको छ। हाम्रो उपकरणले ठीक हाम्रो स्नायु प्रणालीजस्तै तरलमा काम गर्छ र आफ्नो वातावरणलाई महसुस गरी सूचना प्रक्रिया गर्न सक्छ।”

तरलमा सूचना प्रक्रिया गर्ने ठूलो प्रगति

पहिलाका स्वाद पहिचान प्रणालीहरूले सबै सूचना बाहिरी कम्प्युटरमा पठाउँथे, तर नयाँ प्रणालीले तरलमा सबै संवेदनशीलता र धेरै डाटा प्रक्रिया गर्छ। यसले स्वादलाई प्राकृतिक आयनिक अवस्थामा राखेर सुक्खा प्रणालीमा रूपान्तरण नगरी अधिक शुद्धता दिन्छ।

परम्परागत इलेक्ट्रोनिक कम्पोनेन्टहरू तरलमा बिग्रने भएकाले अनुसन्धानकर्ताहरूले संवेदनशीलता र प्रक्रिया अलग राख्नु पर्थ्यो। यो नयाँ आविष्कारले ग्राफिन अक्साइड मेम्ब्रेन प्रयोग गरी तरलमा धेरै सूचना प्रक्रिया सम्भव बनाएको लाइभसाइन्सले उल्लेख गरेको छ।

“हामीलाई तरल वातावरणमा भरपर्दो संवेदनशीलता, तर्क प्रक्रिया र न्यूरोमॉर्फिक कम्प्युटिङ गर्ने कम्पोनेन्टहरू चाहिन्छ,” यानले भने। “हाम्रो अनुसन्धानले यी चुनौतीहरूलाई सिधै सामना गरिरहेको छ।”

कृत्रिम जिब्रोले तरलमा घुल्ने रसायनिक यौगिकहरूलाई आयनमा तोड्छ। ती आयनहरू अत्यन्त पातलो कार्बनको तहहरू पार्छन् जसमा मानव कपालभन्दा हजारौं गुणा साना नहरहरू हुन्छन्।

यसले आयनहरूलाई अनौठो नमूना बनाउन सघाउँछ जसले कुन स्वाद हो भनेर संकेत गर्छ। प्रणालीले यो नमूना ‘सिक्छ’ र प्रयोग बढ्दै जाँदा स्वाद पहिचानमा बढी सटीक हुन्छ। महत्त्वपूर्ण नवीनता आयनहरूको गति ५०० गुणा सुस्त बनाउनु हो, जसले सिस्टमलाई प्रत्येक स्वादलाई मेम्ब्रेनको मोटाइअनुसार लगभग १४० सेकेन्डसम्म सम्झन समय दिन्छ।

अनुसन्धानकर्ताहरूले आफ्नो परिणामलाई अक्टोबर २०२४ मा नेचर जर्नलमा प्रकाशित एन्ड्रयू प्यानोन र सहकर्मीहरूको कामसँग तुलना गरेका छन्, जसले ग्राफिन आधारित इलेक्ट्रोनिक जिब्रोबाट डाटा विश्लेषण गर्न न्युरल नेटवर्क प्रयोग गरेका थिए। यो प्रणालीले “रेजरभ्वायर” भनिने तरलमा सूचना प्रक्रिया गर्ने प्रणाली प्रयोग गर्छ जसले स्वाद सिक्न मद्दत गर्छ। न्युरल नेटवर्कले नमूनाको नमूना चिन्हारी गरेर अन्तिम प्रक्रिया गर्छ।

यानले भने, “हामीले आंशिक रेजरभ्वायर कम्प्युटिङ र आंशिक न्युरल नेटवर्कयुक्त सरल मेसिन लर्निङ प्रणाली प्रयोग गरेर स्वाद पहिचान गरेका छौं। हाम्रो भौतिक उपकरणले केहि कम्प्युटिङ काम गरेको छ।” यो पूर्ण रूपमा बाहिरी कम्प्युटरमा निर्भर प्रणालीभन्दा फरक छ।

यो प्रणालीले सम्झनाहरू क्रमिक रूपमा बनाउँछ, जस्तै हाम्रो मस्तिष्क स्वाद फरक गर्न सिक्छ। प्रत्येक प्रयोगसँग प्रणाली अझ राम्रो हुन्छ।
“यसले कफी, कोक र तिनका मिश्रण जस्ता जटिल स्वादहरूलाई विश्वसनीय रूपमा फरक पार्न सक्छ जुन प्यानोनको न्युरल नेटवर्क जत्तिकै छ,” योङले भने।

चिकित्सा र व्यावहारिक उपयोग

यो प्रविधिले स्वाद विश्लेषणमार्फत रोगको प्रारम्भिक पत्ता लगाउन, औषधिको प्रभाव पहिचान गर्न, र न्यूरोलोजिकल समस्या वा स्ट्रोकका कारण स्वाद गुमाएका मानिसलाई सहयोग गर्न सक्छ। कृत्रिम जिब्रोले खाद्य सुरक्षा परीक्षण, पेय पदार्थको गुणस्तर नियन्त्रण, र पानी आपूर्तिको वातावरण निगरानीमा पनि मद्दत गर्न सक्छ। यसले नमूनामा रहेका विशेष स्वादहरू पहिचान गर्न मद्दत गर्छ।

“यी आविष्कारहरूले चिकित्सा निदानदेखि लिएर आफ्नो वातावरणको ‘स्वाद’ लिन सक्षम स्वतन्त्र मेसिनहरू निर्माणसम्मका विभिन्न क्षेत्रहरूमा महत्वपूर्ण आधार तयार पार्छन्,” योङले भने। परिणाम आशाजनक भए पनि, योङले महत्वपूर्ण चुनौतीहरू अझै बाँकी रहेको स्वीकार गरे। उनले भने, “यो प्रणाली अझै व्यावहारिक प्रयोगका लागि धेरै ठूलो छ। पत्ता लगाउने संवेदनशीलता सुधार गर्नुपर्नेछ, र ऊर्जा खपत चाहेजस्तो कम छैन।”

तर योङ सुधारहरूको समयसीमा प्रति आशावादी छन्। उनले भने, “जब हामी उत्पादन विस्तार, ऊर्जा दक्षता सुधार, र बहु सेन्सरहरूको एकीकरणका चुनौतीहरू पार गर्नेछौं — र उपयुक्त न्यूरोमॉर्फिक हार्डवेयर विकास गर्नेछौं, तब आगामी दशक भित्र स्वास्थ्य प्रविधि, रोबोटिक्स, र वातावरणीय अनुगमनमा क्रान्तिकारी प्रगति देख्न सकिन्छ।”