Tecnologia

Língua artificial criada em laboratório é capaz de reconhecer sabores em líquidos

A primeira língua artificial do mundo usa nanotecnologia e inteligência artificial para reconhecer gostos em líquidos. Entenda.

Por Luiza Lopes
13 ago 2025, 14h00

Fotografia de um rosto de pele azul mostrar língua em pôster amarelo fundo. — (Evgeniya Arsentyeva/Getty Images)

Cientistas desenvolveram a primeira língua artificial que consegue detectar sabores diretamente em líquidos, reproduzindo de forma inédita o funcionamento das papilas gustativas humanas.

Os pesquisadores esperam que a descoberta, descrita na revista científica Proceedings of the National Academy of Sciences, abra caminhos para novas ferramentas de segurança alimentar, diagnóstico precoce de doenças e até robôs que possam “provar” o ambiente ao redor.

Nos testes, a língua artificial foi treinada para reconhecer quatro gostos básicos: doce, salgado, azedo e amargo, com taxas de acerto que variaram de 72,5% a 87,5%. Para líquidos mais complexos, como café e refrigerante de cola, a precisão alcançou até 98,5%. Além disso, o sistema conseguiu classificar amostras inéditas com resultados entre 75% e 90%.

“Nossos dispositivos podem funcionar em líquidos, detectar o ambiente e processar informações – assim como nosso sistema nervoso”, afirmou Yong Yan, professor de química do Centro Nacional de Nanociência e Tecnologia da China e coautor do estudo, ao Live Science.

O protótipo é formado por camadas ultrafinas de óxido de grafeno, um derivado do grafeno puro. O grafeno é um material feito por uma única camada de átomos de carbono organizados em uma rede. É conhecido por sua alta resistência, condutividade elétrica ajustável e reatividade química.

Neste estudo, o óxido de grafeno foi escolhido porque reage de maneira diferente a cada substância, alterando seu sinal elétrico. Ele age como um filtro molecular, fazendo os íons atravessarem canais milhares de vezes mais finos que um fio de cabelo humano.

Continua após a publicidade

Quando uma amostra líquida entra em contato com o material, seus compostos se dissolvem e liberam íons. Esses íons formam padrões únicos de condutividade elétrica, permitindo que o sistema registre e diferencie os gostos. É como se cada gosto tivesse uma assinatura elétrica única.

Um algoritmo de aprendizado de máquina (machine learning) interpreta essas assinaturas e cria uma espécie de “memória gustativa”. Quanto mais o dispositivo “experimenta”, mais preciso ele se torna – em um processo semelhante ao aprendizado do cérebro humano.

A desaceleração dos íons é essencial para o funcionamento. No novo sistema, eles se movem até 500 vezes mais lentamente que o normal – como desacelerar um carro de corrida para a velocidade de uma caminhada. Isso permite que o sabor seja registrado por cerca de 140 segundos – o que era impossível nas versões anteriores, que mantinham essa informação por apenas milissegundos.

Continua após a publicidade

A principal inovação está em realizar parte do processamento ainda no próprio líquido, o que reduz a dependência de computadores externos – uma limitação comum em modelos anteriores.

Esse método usa a chamada “computação de reservatório”, em que o próprio hardware ajuda na análise. É como se o dispositivo fosse uma esponja que, além de absorver a informação, já começasse a processá-la antes de entregá-la ao “cérebro” eletrônico. Combinada a redes neurais, essa abordagem aumenta a precisão e permite que o sistema aprenda com o uso.

“Identificamos diferentes sabores usando um sistema de aprendizado de máquina mais simples: parte computação de reservatório e parte rede neural básica”, explicou Yan. “Fundamentalmente, nosso dispositivo físico realmente fez parte do trabalho de computação.”

E talvez você esteja se perguntando: para quê serve uma língua artificial? As aplicações possíveis são variadas: detectar alterações de paladar indicativas de doenças e ajudar pacientes que perderam a capacidade de sentir gostos após derrames ou infecções. Outras possibilidades são usos para melhorar testes de qualidade em alimentos e bebidas e monitorar a potabilidade da água.

Continua após a publicidade

“Essas inovações estabelecem bases essenciais para aplicações que vão desde diagnósticos médicos até máquinas autônomas capazes de ‘provar’ seu ambiente”, destacou o pesquisador.

Por enquanto, ainda existem desafios. “O sistema ainda é muito volumoso para aplicações práticas”, disse Yan. O consumo de energia também é acima do ideal, e a sensibilidade precisa ser aperfeiçoada.

Mesmo assim, ele se mostra otimista: “Assim que superarmos os desafios de aumentar a produção, melhorar a eficiência energética e integrar múltiplos sensores – e desenvolvermos hardware neuromórfico compatível –, poderemos ver avanços transformadores em tecnologia de saúde, robótica e monitoramento ambiental na próxima década.”