Sensori, algoritmi e machine learning stanno trasformando l’olfatto artificiale. Tra i progetti da osservare c’è AI Nose di Ainos, sviluppato per digitalizzare e interpretare le informazioni olfattive
Riconoscere un odore, trasformarlo in un segnale digitale e utilizzare l’intelligenza artificiale per interpretarlo. È una delle frontiere più interessanti della sensoristica e potrebbe aprire nuove possibilità anche nel campo del monitoraggio degli odori.
Al centro di questa evoluzione ci sono i cosiddetti nasi elettronici, sistemi che utilizzano una combinazione di sensori e software per individuare e distinguere differenti sostanze volatili.
Una delle aziende che sta lavorando in questo settore è Ainos, società tecnologica che sta sviluppando AI Nose, una piattaforma basata sull’integrazione tra sensoristica e intelligenza artificiale.
L’obiettivo è portare il concetto di olfatto digitale verso applicazioni concrete, trasformando le informazioni raccolte dai sensori in dati che possano essere classificati e confrontati automaticamente.
Cos’è un naso elettronico e come funziona
Il principio di un naso elettronico è differente da quello degli strumenti che cercano e quantificano una singola sostanza.
Un e-nose utilizza generalmente diversi sensori. Quando questi entrano in contatto con determinate sostanze volatili producono una serie di risposte elettriche.
La combinazione di queste risposte genera una sorta di firma dell’odore.
A quel punto entra in gioco il software: algoritmi di riconoscimento possono confrontare il segnale ottenuto con quelli precedentemente registrati e cercare di identificare determinate configurazioni.
L’evoluzione del machine learning sta rendendo questa fase sempre più sofisticata. Una recente review scientifica pubblicata su Talanta analizza proprio i progressi compiuti nell’utilizzo di algoritmi e deep learning per la classificazione degli odori e la previsione delle concentrazioni attraverso i nasi elettronici.
AI Nose: il progetto di Ainos
In questo scenario si inserisce AI Nose, il progetto attraverso il quale Ainos sta lavorando alla digitalizzazione dell’olfatto.
L’approccio rientra nel settore della cosiddetta SmellTech, termine utilizzato per indicare le tecnologie che cercano di rilevare, interpretare e digitalizzare gli odori.
La prospettiva è particolarmente interessante perché permette di passare dal semplice rilevamento di un segnale alla possibilità di riconoscere automaticamente determinati pattern olfattivi.
L’intelligenza artificiale può infatti essere addestrata utilizzando grandi quantità di dati provenienti dai sensori. Quando una determinata configurazione si presenta nuovamente, il sistema può tentare di riconoscerla e classificarla.
È un principio sul quale sta lavorando una parte crescente della ricerca internazionale. Una review dedicata ai nasi elettronici e al machine learning evidenzia come l’integrazione tra array di sensori e algoritmi possa migliorare le capacità di riconoscimento di odori complessi.
Perché il naso elettronico interessa il monitoraggio degli odori
Una delle possibili applicazioni riguarda il monitoraggio ambientale e industriale.
Gli odori rappresentano infatti un problema particolare: possono comparire improvvisamente, durare pochi minuti e scomparire prima dell’arrivo dei tecnici.
È una delle ragioni per cui la gestione delle molestie olfattive può risultare complessa.
Un sistema elettronico installato permanentemente potrebbe invece raccogliere dati in maniera continuativa, registrando eventuali variazioni rispetto alle condizioni normalmente presenti nell’area.
Le applicazioni potenziali riguardano, ad esempio, depuratori, impianti di trattamento dei rifiuti, compostaggio, allevamenti, industrie chimiche e stabilimenti agroalimentari.
La ricerca sull’argomento è già consistente. Una review scientifica dedicata agli e-nose per la rilevazione dei composti organici volatili individua proprio il monitoraggio ambientale, insieme all’industria alimentare e alla diagnostica, tra i principali campi di applicazione della tecnologia.
Dal cattivo odore a un dato digitale
La prospettiva più interessante è la possibilità di affiancare alla percezione umana una raccolta continua di informazioni strumentali.
Immaginiamo un impianto industriale attorno al quale vengono periodicamente segnalati cattivi odori.
Le segnalazioni dei cittadini possono indicare quando il problema viene percepito, mentre una rete di sensori può registrare contemporaneamente ciò che accade nell’ambiente.
Incrociando queste informazioni con direzione e velocità del vento, temperatura, umidità e condizioni operative dell’impianto, diventa possibile costruire una fotografia molto più dettagliata dell’evento.
In futuro l’intelligenza artificiale potrebbe rendere ancora più automatizzato questo processo, riconoscendo configurazioni già associate a determinati episodi.
Il naso elettronico non sostituisce l’olfattometria
È però importante evitare un equivoco: naso elettronico e olfattometria dinamica non sono la stessa cosa.
L’olfattometria dinamica utilizza valutatori selezionati e procedure standardizzate per determinare la concentrazione di odore di un campione.
Il naso elettronico utilizza invece sensori e algoritmi per individuare e confrontare pattern.
I due strumenti possono quindi fornire informazioni differenti e, in alcuni progetti di monitoraggio, essere utilizzati in maniera complementare.
Anche la letteratura scientifica sottolinea che esistono ancora ostacoli da superare. Tra questi figurano stabilità dei sensori, sensibilità, selettività, deriva nel tempo e influenza delle condizioni ambientali.
Una review sui sistemi e-nose e sugli algoritmi di riconoscimento indica proprio affidabilità e stabilità tra le principali sfide che ancora limitano una diffusione su larga scala della tecnologia.
L’intelligenza artificiale apre una nuova fase
È proprio su questi limiti che potrebbe giocarsi la prossima evoluzione.
Gli algoritmi possono analizzare quantità di dati difficilmente gestibili manualmente, riconoscere relazioni tra differenti segnali e migliorare la classificazione dei pattern.
Una review del 2026 dedicata alle reti neurali applicate ai nasi elettronici mostra quanto rapidamente stiano evolvendo gli algoritmi utilizzati per il riconoscimento dei gas e l’interpretazione dei segnali provenienti dai sensori.
Progetti come AI Nose di Ainos si inseriscono quindi in una trasformazione più ampia.
Il passaggio potrebbe essere significativo: dai sensori che rilevano semplicemente la presenza di determinate sostanze a sistemi capaci di interpretare automaticamente vere e proprie firme olfattive.
Per il settore del monitoraggio degli odori significa aprire una nuova prospettiva: trasformare progressivamente ciò che oggi viene soprattutto percepito dal naso umano in informazioni digitali che possono essere registrate, confrontate e analizzate nel tempo.
Lascia un commento