Questo costo energetico rappresenta un ostacolo sostanziale, in particolare per l’utilizzo dell’intelligenza artificiale in applicazioni su larga scala come il monitoraggio sanitario, dove grandi quantità di informazioni sanitarie critiche vengono inviate a data center centralizzati per l’elaborazione. Ciò non solo consuma molta energia, ma solleva anche preoccupazioni sulla sostenibilità, sul sovraccarico della larghezza di banda e sui ritardi di comunicazione.

Il raggiungimento del monitoraggio sanitario e della diagnosi biologica basati sull'intelligenza artificiale richiede un sensore autonomo che funzioni in modo indipendente senza la necessità di una connessione costante a un server centrale.

Allo stesso tempo, il sensore deve avere un basso consumo energetico per un uso prolungato, deve essere in grado di gestire i segnali biologici in rapida evoluzione per il monitoraggio in tempo reale, essere sufficientemente flessibile da potersi attaccare comodamente al corpo umano ed essere facile da realizzare e da utilizzare. smaltire a causa della necessità di frequenti sostituzioni per motivi igienici.

Considerando questi criteri, i ricercatori dell’Università delle Scienze di Tokyo (TUS), guidati dal professore associato Takashi Ikuno, hanno sviluppato un sensore flessibile basato su carta che funziona come il cervello umano. I loro risultati sono stati pubblicati in Advanced Electronic Materials .

"Un dispositivo sinaptico optoelettronico basato su carta composto da nanocellulosa e ZnO è stato sviluppato per realizzare il calcolo del serbatoio fisico. Questo dispositivo mostra comportamento sinaptico e attività cognitive in una scala temporale adeguata per il monitoraggio della salute", afferma il dott. Ikuno.

Nel cervello umano, le informazioni viaggiano tra reti di neuroni attraverso le sinapsi. Ogni neurone può elaborare le informazioni in modo autonomo, consentendo al cervello di gestire più attività contemporaneamente. Questa capacità di elaborazione parallela rende il cervello molto più efficiente rispetto ai sistemi informatici tradizionali.

Per imitare questa capacità, i ricercatori hanno fabbricato un dispositivo fotoelettronico per sinapsi artificiale composto da elettrodi d'oro sopra una pellicola trasparente da 10 µm composta da nanoparticelle di ossido di zinco (ZnO) e nanofibre di cellulosa (CNF).

La pellicola trasparente ha tre scopi principali. Innanzitutto, consente il passaggio della luce, consentendogli di gestire segnali di ingresso ottici che rappresentano varie informazioni biologiche. In secondo luogo, le nanofibre di cellulosa conferiscono flessibilità e possono essere facilmente smaltite mediante incenerimento.

In terzo luogo, le nanoparticelle di ZnO sono fotoreattive e generano una fotocorrente quando esposte a luce UV pulsata e a una tensione costante. Questa fotocorrente imita le risposte trasmesse dalla sinapsi nel cervello umano, consentendo al dispositivo di interpretare ed elaborare le informazioni biologiche ricevute dai sensori ottici.

In particolare, la pellicola è stata in grado di distinguere impulsi ottici di ingresso a 4 bit e generare correnti distinte in risposta all'ingresso ottico in serie temporale, con un tempo di risposta rapido dell'ordine dei subsecondi. Questa risposta rapida è fondamentale per rilevare cambiamenti improvvisi o anomalie nei segnali relativi alla salute.

Inoltre, quando esposto a due impulsi luminosi successivi, la risposta alla corrente elettrica era più forte per il secondo impulso. Questo comportamento, chiamato facilitazione post-potenziamento, contribuisce ai processi di memoria a breve termine nel cervello e migliora la capacità delle sinapsi di rilevare e rispondere a schemi familiari.

Per testarlo, i ricercatori hanno convertito le immagini MNIST, un set di dati di cifre scritte a mano, in impulsi ottici a 4 bit. Hanno poi irradiato la pellicola con questi impulsi e hanno misurato la risposta attuale. Utilizzando questi dati come input, una rete neurale è stata in grado di riconoscere i numeri scritti a mano con una precisione dell'88%.

Sorprendentemente, questa capacità di riconoscimento delle cifre scritte a mano è rimasta inalterata anche quando il dispositivo è stato ripetutamente piegato e allungato fino a 1.000 volte, dimostrando la sua robustezza e fattibilità per un uso ripetuto. "Questo studio evidenzia il potenziale dell'incorporamento di nanoparticelle semiconduttrici in film flessibili CNF da utilizzare come dispositivi sinaptici flessibili per la RPC", conclude il dott. Ikuno.