加州大學柏克萊分校 UC Berkeley 研究團隊開發出一款「電子鼻」晶片，透過 16 個微型氣體感應器配合機器學習，識別變質食物及常見食物過敏原，靈敏度遠超人類鼻子，研究結果已於 2026 年 6 月 17 日在學術期刊《Science Advances》發表。
▲「電子鼻」晶片 ( Techexplore 圖片）
機器學習模型識別多種食物氣味
研究團隊主導者、UC Berkeley 電子工程與電腦科學博士生 Carla Bassil 帶領團隊，以機器學習訓練模型識別 7 種食物氣味，包括草莓、藍莓、香蕉、核桃、榛果、腰果及花生，並測試新鮮雞肉、牛奶和雞蛋，以及這些食物在室溫下放置 24 或 48 小時後氣味變化。測試顯示，「電子鼻」能偵測到 0.05 克核桃氣味，約為一般去殼核桃重量百分之一。
Carla Bassil 表示：「我們將氣體感應器選擇性與機器學習模式識別能力結合，從而製造出比人鼻更靈敏、更客觀感應器晶片。」
智能冰箱或成首要應用場景
目前 Carla Bassil 已另行研製出一款便攜版「電子鼻」，可透過 iPhone 應用程式操控，計劃在更多不同環境下繼續測試，進一步提升靈敏度及可靠性。她預想最理想商業應用場景是「智能冰箱」——冰箱可即時偵測食物狀態，主動提醒用家「西蘭花快要壞了，應盡快食用」或「雞肉今天是最後食用期限」。
雖然研究團隊亦承認，目前模型尚未在複雜環境（如核桃混入沙律或蛋糕、多種食物共存於雪櫃）下測試準確率，此為下一階段需克服挑戰。值得留意的是，食源性致病菌並非全部都會散發明顯異味，美國每年有數百萬人因食用含食源性致病菌食物而染病，一款能客觀量化食物安全裝置，實際需求相當迫切。
核心技術：碳納米管感應器陣列
「電子鼻」核心是一塊 4×4 排列 16 元件晶片，每個感應器均塗有不同敏感薄膜，對特定氣體分子產生獨特反應，並將化學反應轉化為電訊號。與以往電子鼻技術最大突破，在於採用碳納米管 Carbon Nanotube 作為導電材料，厚度僅數納米薄層令各感應器呈現完全差異化感應特性，解決了過去將多種敏感膜整合到單一晶片時製造難題。因為碳納米管感應器可在室溫下運作，毋須加熱，製造程序更為簡化，可採用敏感材料種類亦大幅擴展，包括高溫下易降解聚合物。
資料來源：Berkeley News、Science Advances
