讀者可能在一些4D電影或虛擬實境(VR)的體驗中，感受過如臨現場的氣味或栩栩如生的觸感，也可能聽過零售業者高喊「五感行銷」。說起視覺、聽覺、嗅覺、味覺和觸覺這五種感官，電腦視覺與語音辨識已經大量進入人們的生活中，另外三種也有不少業者投入，透過感測器陣列，搭配人工智慧與機器學習的功能，研發人員希望可以更真實地模擬人類的全感官能力，不管是分析葡萄酒的風土氣味、虛擬感受火山爆發的感覺、複製情人的味道等，相信都不是太遙遠的事。
電子鼻監測氣體 智慧工廠好幫手
電子鼻是一種模擬人類嗅覺能力的技術，先對各種氣味進行科學化的計量與統計工程，接著就能透過化學感測器接收氣體目標物來蒐集訊號，然後對應到氣味資料庫進行比對，藉此分析產品的氣味及構成氣味的化學分子，找出氣味的來源與成因。
相較於傳統的氣體感測方法，電子鼻不是採用單一感測器對應單一氣體的辨識方式，就如同哺乳動物的嗅覺，不是利用一個味覺感測器來感知一種氣味，而是將多個感測器組合成一個陣列；由於排列組合的方式千變萬化，因此哺乳動物能辨別大量不同的複雜氣味。目前電子鼻比較常見的應用領域包括香水美妝、食品安全、紅酒、醫療檢測、環境監測等。
近幾年電子鼻在智慧工廠的應用愈來愈多(圖1)，透過高敏感度的氣體感測器，搭配物聯網架構，可即時偵測空氣中特定的氣體化合物及氣體中化學分子的變化，用於氣體排放監測、空氣品質管理等用途，就像「好鼻師」一樣，聞到奇怪的異味會立即通知警報，避免污染超標或產生工安意外，甚至還能架在無人機上，用於工廠煙道的高空氣體監測。
在醫療應用方面，現代醫學也可透過電子鼻系統來協助診斷，就跟傳統中醫會以「望、聞、問、切」來看診，其中也包括嗅覺的部分。舉例來說，糖尿病患者、腎功能異常者都會出現「病理型口臭」，肺炎患者則會分泌出特有的氣體，採用電子鼻技術開發的呼吸氣體檢測系統，可檢測出這些氣體變化，並有非侵入式、快速、安全等優點，可作為醫師臨床診斷參考。
也有一些新創公司投入開發智慧電子鼻裝置，例如Food Sniffer就推出了全世界第一款的可攜式「電子鼻」，一按就能聞出肉品是否新鮮，就像狗鼻子一樣靈敏。這款產品內置靈敏度極高的四個嗅覺感測器，可以聞出食物周圍的溫度、濕度、氨氣等數據，包括超過100種揮發性有機化合物的指數，藉此判斷肉類的新鮮度；還可透過手機應用程式(App)選擇豬肉、牛肉、雞肉或魚肉，來提高嗅覺判斷的精準度，並能提供最佳的食用建議。
品嚐紅酒/咖啡有一套電子舌比人更靈敏
雖然人們嚐到的味道，有大約80%是由嗅覺提供，僅有20%是味覺提供，但不可否認的是，人類的味覺感知也是高度複雜，透過酸、甜、苦、鮮、鹹等五種基本味覺的辨別，卻會感受到千變萬化的滋味。為了分析食物味道的組成結構及人類喜歡其味道的原因，業界開發出電子舌系統，針對樣品內溶解物的不同味道組成進行科學性的分析，試圖拆解人類的味覺密碼(圖2)。
電子舌的運作主要是採用一系列的液體感測器，可偵測液體中有機及無機化合物的成分，搭配分析軟體，即可模擬人的舌頭進行味道分析。相較於過去採用人工品評，必須忍受難受的滋味，甚至得冒著中毒的風險，電子舌不僅對口味的差別更靈敏，而且可在快速時間裡測試多種樣品，即使長時間工作都不會告老闆壓榨員工。
目前電子舌最常應用於食品研究與管理、藥品品管、釀酒等用途，尤其是啤酒、醬油、咖啡、糖果、冰品、茶飲、製藥、美妝等產品。例如食品業可用來偵測產品中的甜味、苦味或油脂比例，用來改良口感及風味，也可用來研究不同的溫度、是否有氣泡對味覺產生的影響，如此就能更精準操控出一般人最喜歡的產品味道，也能用來區分不同年份、不同產區的葡萄酒風味，其他像是咖啡豆、茶葉的評比也都能用電子舌來代替人工。
如由日本慶應義塾大學所成立的Aissy，就是一家使用人工智慧進行味道分析的公司，藉由各種味覺數據的研究及味覺感測器的開發，可定量分析酸、甜、苦、鮮、鹹等五種基本味覺的濃度，還可分析一段時間後的味道變化，藉此規畫符合消費者需求的新產品或菜單，或者用來改善不同生產基地的溫度與濕度等環境因子。
許多日本企業都紛紛找上Aissy合作，例如要開發新款綠茶飲料產品，就可透過味覺感測器找出苦味與鮮味之間的最佳平衡，採用最有餘韻味道的新生茶；又如飲料客戶研究吃烤肉與哪種飲料之間最速配，結果發現果汁的速配程度超過90%，比綠茶、麥茶更對味，也打破了一般人覺得吃烤肉不適合搭配果汁的觀念。
AI觸覺尚處萌芽期 創新人機互動模式可期
對於研究人員來說，模擬人類觸覺能力的難度絕對不下於嗅覺與味覺。人類其實是結合視覺與觸覺回饋的感受，對於物體的觸感進行辨識處理，早期對電腦觸覺的開發，主要是透過觸覺感測器、電腦視覺、影像資料庫的搭配，近期則是受惠於人工智慧、神經網路與深度學習的進展，不靠視覺，僅靠觸覺的研究，即可模擬人類在觸摸時的理解力。
以麻省理工學院的研究為例，其開發出一種可擴充觸覺手套(Scalable Tactile Glove, STAG)，配備550個微型感測器，藉以蒐集穿戴者的手部與物體互動時所產生的即時壓力訊號，轉換為觸覺地圖，再傳送到神經網路學習各種物體的特定訊號模式，建立出特定壓力模式與特定物體間的關聯性，如此一來機器人就能藉由抓取判斷物體類型與重量，擁有類似人類探索與辨識物體的能力，目前辨識物體的正確率可達76%(圖3)。
再以北京他山科技為例，其開發出AI觸覺感測器，藉由曲面電容感應的核心技術，可以讓機器在3D空間內獲得接觸覺、壓覺、力矩覺、滑覺、濕覺、溫覺等感知，再搭配複雜的演算法疊加與深度學習能力，讓機器人的皮膚能夠模擬人類觸覺90%的功能，目前主要應用領域包括汽車電子、智慧家電、智慧建築玻璃、智慧醫療等。
在眾多產業中，汽車業對AI觸覺的應用一直表達高度興趣，如BMW就與他山科技合作，將電腦觸感方案應用於車內人機互動場景，以座椅靠背托板為媒介的3D感應技術，可代替傳統按鍵，能夠支援用戶的手勢喚醒、懸停、多指滑觸、按壓等更簡單且自然的操作指令。
可以期待的是，因為電腦觸覺的演進，可以創造許多令人驚奇的人機互動模式，未來像是座椅、床、衣服、遊戲控制器、玩偶這類與人密切接觸的東西，不再需要觸控螢幕、聲控或手勢辨識去操控，靠著AI觸覺就能提供更客製化的回饋或接近人與人互動的真實感受，包括虛擬擁抱、模擬觸摸實體的線上購物、遠端烹飪教學、數位醫療觸診也都不再是夢想。
