激光网3月21日消息，具有传感和认知能力的可穿戴人工智能传感器正在引起人们对健康监测的极大兴趣。开发能够高效运行且具有与人脑相似的低能耗的自供电人工智能传感器至关重要。物理储库计算利用物理现象来模拟大脑功能，为节能架构提供了解决方案。然而，开发使用PRC的柔性一次性传感器，以亚秒级响应时间处理生物应用的光信号仍然是一个挑战。研究人员现在已经开发出使用纳米纤维素和氧化锌纳米颗粒的一次性柔性纸基光电器件，用于 PRC 应用。
这种柔性纸基传感器由东京理科大学其功能类似于人脑，其中信息通过突触在神经元网络中传输。每个神经元独立处理信息的能力允许同时处理多个任务，使大脑比传统的计算系统更有效率。为了模拟这种能力，研究人员设计了一种光电人工突触装置，该装置由金电极组成，该装置位于由ZnO纳米颗粒和纤维素纳米纤维组成的10μm透明薄膜上。透明薄膜允许光线通过，使其能够处理代表各种生
物信息的光输入信号。此外，纤维素纳米纤维赋予薄膜柔韧性，可以很容易地通过焚烧处理。此外，ZnO纳米颗粒具有光响应性，并在暴露于脉冲紫外光和恒定电压时产生光电流。这种光电流模拟人脑中突触传递的反应，使设备能够解释和处理从光学传感器接收到的生物信息
值得注意的是，该器件可以区分 4 位输入光脉冲，并产生响应时间序列光输入的独特电流，亚秒级响应时间对于监测健康信号至关重要。此外，当暴露于两个连续的光脉冲时，第二个脉冲的电流响应更强。这种功能被称为增强后促进，有助于大脑中的短期记忆过程并改善模式识别。研究人员通过将MNIST图像转换为4位光脉冲，然后用这些脉冲照射胶片并测量电流响应来测试这一点。使用这些数据作为输入，神经网络以 88% 的准确率识别手写数字。研究人员还通过反复进行弯曲和拉伸测试来确认该设备的耐用性，即使在1000次循环后也没有发现识别能力的损失，从而证明了其弹性和在健康监测应用中重复使用的潜力。
“开发了一种由纳米纤维素和ZnO组成的纸基光电突触器件，用于实现物理储层计算，”领导该研究的TUS副教授Takashi Ikuno说。“该设备在适当的时间尺度上表现出突触行为和认知任务，以进行健康监测。
