用于有机环境中模式识别的防水人工突触

大多数人工智能(AI)系统试图复制自然界中观察到的生物机制和行为。其中一个关键的例子是电子突触(e-synapses)，它试图重现神经细胞之间的连接，这些连接能够将电信号或化学信号传递给人体内的靶细胞，称为突触。

在过去几年中，研究人员使用单个物理设备模拟了多种突触功能。这些设备可以很快在机器中实现高级学习和记忆功能，模拟人脑的功能。

最近的研究已经提出了用于模式识别的灵活，透明甚至生物兼容的电子设备，这可以为新一代可穿戴和植入式突触系统铺平道路。然而，这些“看不见的”电子突触具有明显的缺点：它们易溶于水或有机溶液，这对于可穿戴应用来说远非理想。

为了克服这一局限，上海复旦大学的研究人员已着手开发一种适用于有机环境的新型稳定，灵活和防水的突触。他们的研究在皇家化学学会的Nanoscale Horizons期刊上发表的一篇论文中概述，它提出了一种新的完全透明的电子设备，可以模拟基本的突触行为，如成对脉冲促进(PPF)，长期增强/抑郁(LTP / LTD)和学习遗忘重新学习过程。

“在目前的工作中，基于完全透明的电子设备的稳定防水人工突触，适用于有机环境中的可穿戴应用，这是首次证明，”研究人员在他们的论文中写道。

迄今为止，研究人员开发的柔性，完全透明和防水装置取得了显着的成果，可见光范围内的光学透射率约为87.5%。它还能够在弯曲状态下可靠地复制LTP / LTD过程。LTP / LTD是影响突触可塑性的两个过程，其分别需要增强和降低突触强度。

研究人员通过将它们浸入水中和五种常见有机溶剂中超过12小时来测试它们的突触。他们发现它们的功能是6000个尖峰而没有明显的退化。研究人员还利用他们的电子突触开发了一个设备到系统级的仿真框架，实现了92.4%的手写数字识别准确率。

研究人员在他们的论文中写道：“该装置在550nm波长下具有87.5%的优异透明度，在半径为5mm时具有灵活性。” “模拟了典型的突触可塑性特征，包括EPSC / IPSC，PPF和学习遗忘重新学习过程。此外，即使浸入水和有机溶剂后，e-synapse在平坦和弯曲状态下也表现出可靠的LTP / LTD行为。超过12个小时。“

该研究小组提出的装置是第一个“隐形”和防水的电子突触，能够在有机环境中可靠地运行而不会造成任何损坏或恶化。在未来，它可以帮助开发新的可靠的大脑神经形态系统，包括可穿戴和可植入设备。

郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如有侵权行为，请第一时间联系我们修改或删除，多谢。