各种疾病会导致略微失去口味，甚至完全失去人类品味。但是，Yan Yong在中国科学院国家纳米科学中心的最新研究带来了希望 - 一种结合了源自石墨烯和机器学习技术的材料，可以准确地“检测”革命等等。这项研究的结果已在最近的国家学院诉讼中发表，有望帮助神经系统疾病的患者将来恢复其失去的口味感。
仿生的“类似脑般的计算”是当今人工智能领域最基本的研究方向之一。存储和计算的综合系统，即模仿人类感官是这个方向上最重要的研究主题。与经过广泛研究的视觉和触觉理解相比，仿生的感觉和集成系统的计算将在环境监测中发挥独特的作用D安全，健康监测，疾病诊断和重建口味。但是，与视觉和触摸不同，味道的味道不仅涉及化学物质的交换（生物对象），而且设备的工作通常需要液体生理环境，具有更复杂的过程，并且极其难以实现意义，存储和计算计算。
为了应对上述问题，研究团队开发了一种新的纳米装置，其中包括传感和计算功能，并且可以基于堆叠的石墨胶片氧化物在水状阶段工作。研究该元素元素的动态离子动力学和有限仿真研究表明，氧化石墨烯层中的吸附 - 吸附过程界面可以显着延迟移动离子滞后的速度，从而提供离子感测特性和设备回忆录。
研究小组使用该设备的感应功能来生产具有不同类型口味的化学样品库并基于神经形态计算功能建立一个储备池计算网络，以模仿人造品味系统。该系统可以实现四种主要口味的准确身份：酸，苦，咸和甜，以及咖啡和可乐等复杂风味。
AI的传统技术感觉阻止了视觉和压力，但是L Simulationasa的SIM长期以来一直被困在液体环境的生物学复杂性中。在生理环境中，该结果实现了同一设备的双重感测和计算。研究小组使用分层的氧化石墨烯膜在普通盐中产生动态离子通道。该值在于它与生物神经界面的兼容性 - 行为信号可以直接转换为神经脉冲。
（5月-Set：国家纳米科学中心的工程师张Yuchun）
推荐文章
){kind=link}
){kind=link}
){kind=link}
){kind=link}