对混合气体中的成分进行实时的感知和识别能力，决定了其对生物体的生理作用、感官体验和身份识别效果。但至今我们仍然无法将嗅觉进行数字化处理，不能将这种关键的感知能力纳入信息网络和虚拟现实中。我们认为，这个领域将会是未来信息技术发展的一个重要瓶颈和发展空间。 现有的传感器，大多为单一的分子传感器，受本身选择性限制，只能对一类结构近似的分子具有感知能力，但受制于多种干扰因素，无法实现对混合气体的实时、精确、量化的检测。我们认为，用不同响应特性的气敏单元组成的传感器阵列代替单一传感器，通过深度学习神经网络技术，可以让传感器阵列对混合气体的在线定量分析成为可能。 本项目利用MEMS传感器制造技术，在单一集成基片上进行纳米混合薄膜气体传感器阵列的制备，并通过神经网络算法对阵列气敏响应数据的特征提取能力，找出混合膜层结构与混合气体敏感性之间的相互关联，通过海量数据机器学习的训练，最终实现对混合气体成分的优化检测和分析，并以此为基础发展出新一代智能传感器的应用产品。本项目将在1年内，以纳米传感器阵列及人工智能算法为核心技术，在呼出气体诊断、慢性病监控、食品卫生与安全等领域，快速开发市场需要的实际产品，形成现金流和品牌效应。在1-2年内，“数字化嗅觉”数据库的建立和维护，将是本项目中长期发展的最大目标和“护城河”。通过海量人工嗅觉数据的生成，依靠大数据云处理技术的发展，将会形成独一无二的数字化嗅觉数据库，而数据库的技术服务和软硬件系统集成，将是项目在3年内的最大利润增长点。创新团队核心成员分别在纳米材料学、传感器、人工智能等技术领域有着多年的丰富经验，先后在军工国企、上市公司和科研院所担任重要技术和管理岗位，善于把握技术创新前沿趋势和产品市场需求，多次创业的经历能够保证未来产品开发、市场营销和技术突破的顺利进行。 【展开】 【收起】