一种比智能手表耗电量低3万倍,同时可将传感、计算和显示输出三大功能一体化的可穿戴平台已经被开发出来。


韩国研究财团26日表示,延世大学 Park Cheolmin 教授团队与高丽大学 Wang Geonuk 教授团队联合开展研究,开发出一种基于超低功耗类脑(模仿人脑,可大规模进行存储和计算的计算技术)技术的一体化人工智能(AI)显示器件平台。


近期,随着个性化健康管理需求的增加,可以监测身体运动、心率等生理信息的医疗健康设备越来越受欢迎。


但迄今为止已经商业化的可穿戴设备中,传感、计算和显示功能各自独立运行,系统结构复杂且耗电量大。同时,数字式数值显示直观性不足,对弯折、压力等形变较为脆弱,佩戴不便,这些问题也被视为其局限所在。


基于类脑神经形态技术的手指康复监测概念及其驱动结果。延世大学新材料工程系教授 Park Cheolmin 提供

基于类脑神经形态技术的手指康复监测概念及其驱动结果。延世大学新材料工程系教授 Park Cheolmin 提供

View original image

为克服上述局限,联合研究团队引入了模仿生物神经网络的类脑技术和在终端实时处理数据的边缘计算(Edge Computing)方式,并将传感器—突触—显示三大功能融合到单一器件中,开发出超低功耗AI显示器。


边缘计算与云计算相对立,它在无需数据收发过程的前提下,直接在终端实时处理数据,因此具有响应速度快、可减轻网络负载并降低电力消耗等优点。


在研究过程中,联合研究团队首先采用将电化学发光离子凝胶(同时具备离子迁移性和机械柔性的电解质材料)与有机电化学晶体管(电解质与有机半导体结合的晶体管,主要用于生物传感器和可穿戴器件)相结合的方式,实现了AI显示器件。


该器件是将传感器—突触—显示功能集成于一体的类脑器件,通过人工神经网络实时学习输入刺激,并以光强和颜色输出结果,发挥AI设备的作用。


尤其是,联合研究团队开发的一体化AI显示器耗电量约为智能手表(约1瓦)耗电量的三万分之一,有望成为从根本上解决耗电问题的突破口。


联合研究团队还将这一技术拓展为可穿戴平台,成功实现对用户关节康复动作和心率异常的监测。


当用户进行关节康复动作时,红、绿、蓝三色光会逐渐变亮,以此激发用户的康复动机;同时通过分析心率异常模式,将正常状态显示为红色、轻微异常显示为绿色、严重异常显示为蓝色,从而通过显示来确认是否存在异常。


Park Cheolmin 教授表示:“联合研究团队通过本次研究,克服了现有可穿戴系统耗电量高、结构复杂的局限。所开发的技术不仅可用于监测用户健康状况,未来还可广泛应用于机器人触觉反馈、智能传感器以及基于物联网(Internet of Things,IoT)的AI设备等多个领域。”



此次研究在科学技术信息通信部和韩国研究财团推进的纳米与材料技术开发项目、中坚研究项目的支持下完成。研究成果已于24日发表在材料领域国际学术期刊《自然·材料》(Nature Materials)上。


本报道由人工智能(AI)翻译技术生成。

版权所有 © 阿视亚经济 (www.asiae.co.kr)。 未经许可不得转载。

不容错过的热点