网站首页健康养生 >正文
从创建图像、生成文本到自动驾驶汽车,人工智能 (AI) 的潜在用途是巨大且具有变革性的。然而,所有这些功能的代价是非常高的能源成本。例如,据估计,训练 OPEN AI 流行的 GPT-3 模型消耗的电量超过 1,287 MWh,足以供应美国普通家庭 120 年的电量。
这种能源成本构成了巨大的障碍,特别是在健康监测等大规模应用中使用人工智能时,大量关键健康信息被发送到集中数据中心进行处理。这不仅消耗大量能源,而且还引发了对可持续性、带宽过载和通信延迟的担忧。
实现基于人工智能的健康监测和生物诊断需要一个独立的传感器,该传感器可以独立运行,无需持续连接到中央服务器。
同时,传感器必须具有低功耗以供长时间使用,应能够处理快速变化的生物信号以进行实时监测,足够灵活以舒适地附着在人体上,并且易于制造和安装由于卫生原因需要经常更换,请丢弃。
考虑到这些标准,东京理科大学 (TUS) 副教授 Takashi Ikuno 领导的研究人员开发了一种灵活的纸质传感器,其运行方式类似于人脑。他们的研究结果发表在《先进电子材料》上。
Ikuno 博士说:“开发了一种由纳米纤维素和 ZnO 组成的纸基光电突触装置,用于实现物理储库计算。该装置在适合健康监测的时间尺度上表现出突触行为和认知任务。”
在人脑中,信息通过突触在神经元网络之间传播。每个神经元都可以独立处理信息,使大脑能够同时处理多个任务。与传统计算系统相比,这种并行处理能力使大脑更加高效。
为了模仿这种能力,研究人员制造了一种光电人工突触装置,该装置由位于氧化锌 (ZnO) 纳米颗粒和纤维素纳米纤维 (CNF) 组成的 10 µm 透明薄膜顶部的金电极组成。
透明薄膜有三个主要用途。首先,它允许光通过,使其能够处理代表各种生物信息的光输入信号。其次,纤维素纳米纤维具有柔韧性,并且可以通过焚烧轻松处理。
第三,ZnO纳米粒子具有光响应性,当暴露于脉冲紫外光和恒定电压时会产生光电流。这种光电流模仿人脑突触传输的响应,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,该薄膜能够区分 4 位输入光脉冲,并响应时间序列光输入生成不同的电流,响应时间约为亚秒级。这种快速响应对于检测健康相关信号的突然变化或异常至关重要。
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。这种行为被称为后增强促进,有助于大脑中的短期记忆过程,并增强突触检测和响应熟悉模式的能力。
为了测试这一点,研究人员将 MNIST 图像(手写数字数据集)转换为 4 位光脉冲。然后他们用这些脉冲照射薄膜并测量电流响应。使用这些数据作为输入,神经网络能够识别手写数字,准确率为 88%。
值得注意的是,即使该设备被反复弯曲和拉伸 1000 次,这种手写数字识别能力仍然不受影响,证明了其坚固性和重复使用的可行性。Ikuno 博士总结道:“这项研究凸显了将半导体纳米颗粒嵌入柔性 CNF 薄膜中作为 PRC 柔性突触装置的潜力。”
版权说明:本站所有作品图文均由用户自行上传分享,仅供网友学习交流。若您的权利被侵害,请联系我们
- 上一篇:基本细胞机制的新生物学揭晓
- 下一篇:有机生姜对高位隧道繁殖施肥的反应
相关文章:
- 2024-03-13有机生姜对高位隧道繁殖施肥的反应
- 2024-03-12基本细胞机制的新生物学揭晓
- 2024-03-12研究揭示植物和土壤生物群如何随着时间的推移形成生态系统
- 2024-03-12珊瑚微生物和代谢物目录为监测珊瑚礁健康铺平了道路
- 2024-03-12科学家设计双功能催化剂解决环境污染问题
- 2024-03-12混沌的 3D 视图研究人员首次可视化液态金属中温度驱动的湍流
- 2024-03-11致力于无毒人工智能
- 2024-03-11研究人员更进一步了解氢的巨大挑战
- 2024-03-11医生现在可以在手术过程中观察脊髓活动
- 站长推荐
- 栏目推荐