EO_481

Hypertaste: una lingua elettronica assistita da AI Francesco Ferrari I ricercatori di IBM Research stanno lavorando allo sviluppo di Hypertaste, una “lingua elettronica” assistita dall’intelligenza artificiale. Non si tratta di una ricerca finalizzata alla realizzazione di protesi, ma di una soluzione de- stinata a una vasta gamma di utenti industriali e scientifici che hanno la neces- sità di identificare i liquidi in modo rapido e affidabile senza essere costretti ad accedere ai laboratori specializzati. Gli esempi di possibili applicazioni sono numerosi e vanno dalla possibilità di controllare rapidamente la qualità dell’ac- qua di un lago o fiume in una posizione remota, alla verifica delle materie prime per rilevare eventuali contraffazioni o pericoli. Attualmente, sottolinea IBM, sono disponibili sensori portatili molto specializ- zati, per esempio per misurare il pH, a prezzi contenuti, oppure sistemi molto sofisticati, e costosi, per le analisi precise dei singoli componenti molecolari. La soluzione di IBM si colloca nel mezzo, rispondendo a numerose esigenze. Come funziona La maggior parte dei liquidi sono complessi, nel senso che comprendono un nu- mero piuttosto elevato di composti chimici, nessuno dei quali però può essere utilizzato come unico identificatore. Sarebbe poco efficiente quindi identificare questi composti rilevando ciascun componente separatamente. Hypertaste utilizza invece il rilevamento combinatorio, rendendo il processo molto si- mile ai nostri sensi naturali di gusto e olfatto. Il rilevamento combinatorio si basa sulla capacità dei singoli sensori di rispondere simultaneamente a diversi prodotti chimici. Dal punto di vista hardware, Hypertaste utilizza sensori elettrochimici composti da coppie di elettrodi, ciascuno dei quali risponde alla presenza di una combinazione di molecole, collegati a un microcontroller. I segnali di tensione combinati di tutte le coppie di elettrodi costituiscono l”impronta digitale” del liquido. La chiave del funzionamento di questi sensori elettrochimici sono i rivestimenti polimerici che coprono ciascun elettrodo. Il laboratorio di Zurigo di IBM sintetizza questi rivesti- menti che sono progettati per catturare un’ampia gamma di informazioni chimiche. Il sistema misura le tensioni tra gli elettrodi dei sensori e le trasmette a uno smartphone. Un’app mobile trasferi- sce i dati acquisiti su un server cloud, dove un algoritmo di AI opportunamente addestrato confronta l’impronta digitale appena registrata con i valori presenti in un database di liquidi noti. L’algoritmo rileva quali liquidi nel database sono chimicamente più simili al liquido in esame e riporta il risultato all’app mobile. Le prospettive sul lungo termine sembrano molto interessanti e non solo per settori come l’industria alimentare, ma per esempio anche per le possibili applicazioni nella medicina diagnostica o preventiva e per quelle farmaceutiche. Soluzioni per semplificare la sicurezza IoT hardware-based Alessandro Nobile C on il proliferare del numero e dei tipi di dispositivi connessi, la frammentazione del mercato e le vulnerabili- tà della sicurezza nell’ Internet of Things (IoT) si sono create sfide significative per gli sviluppatori. La sicu- rezza hardware-based è l’unico modo per proteggere le chiavi segrete dagli attacchi fisici e dall’estrazione remota, ma per configurare e predisporre ciascun dispositivo sono necessarie vaste competenze sulla sicurezza, oltre a tempi rilevanti di sviluppo e costi. I produttori in genere sono stati in grado di supportare la configurazione e il provisioning solo per ordini di volume elevato, lasciando le aziende con implementazioni di dimensioni medio- basse con opzioni di performance basse. Per rispondere a questa esigenza nel mass market, Microchip Techno- logy Inc. ha presentato oggi la prima soluzione pre-provisioned del settore che fornisce archiviazione sicura delle TECH INSIGHT NEWS TECHNOLOGIES 18 - ELETTRONICA OGGI 481 - OTTOBRE 2019 La soluzione Hypertaste risponde alle esigenze di analizzare con precisione, rapidamente e con costi contenuti, i liquidi Il sistema di IBMutilizza sensori elettrochimici per raccogliere dati sui composti che poi sono inviati, tramite un’app, a un sistema AI per l’analisi