研究背景

人工智能(AI)、大數(shù)據(jù)、云計(jì)算、5G/6G 通信、數(shù)字健康等信息技術(shù)的不斷變革，通過(guò)深刻地重新定義了我們與物理世界的互動(dòng)關(guān)系，促使人類(lèi)生活變得更加互聯(lián)和智能。柔性傳感領(lǐng)域是這些變革性技術(shù)的核心，它可以通過(guò)各種柔性傳感器將數(shù)字信號(hào)與物理空間無(wú)縫集成。這些傳感器通常具有適應(yīng)不規(guī)則表面、在機(jī)械變形下經(jīng)久耐用以及對(duì)外界刺激敏感等特點(diǎn)。如今，柔性器件的發(fā)展主要體現(xiàn)在兩個(gè)方面。其一是從單純的數(shù)據(jù)采集轉(zhuǎn)變?yōu)楦又悄艿南到y(tǒng)。這種模式轉(zhuǎn)變強(qiáng)調(diào)了柔性傳感器從單一功能元件發(fā)展為更智能的傳感系統(tǒng)，它不僅能收集傳感信息，還可以理解和解釋周?chē)h(huán)境。其二是源于大數(shù)據(jù)和云計(jì)算技術(shù)的快速發(fā)展所帶來(lái)的數(shù)據(jù)量爆炸式增長(zhǎng)。隨著數(shù)據(jù)日益多樣化和復(fù)雜化，對(duì)高效處理海量、多層面數(shù)據(jù)的需求不斷增加。上述兩種需求為配備先進(jìn)算法和硬件架構(gòu)的機(jī)器創(chuàng)造了機(jī)會(huì)，并最終促進(jìn)了能夠承擔(dān)這些任務(wù)的自適應(yīng)人工智能發(fā)展。以大腦啟發(fā)的算法(機(jī)器學(xué)習(xí))和框架(人工突觸)等方面為代表，持續(xù)的人工智能技術(shù)革命浪潮使得智能柔性傳感系統(tǒng)愈發(fā)的可能。

Artificial Intelligence Meets Flexible Sensors: Emerging Smart Flexible Sensing Systems Driven by Machine Learning and Artificial Synapses

Tianming Sun, Bin Feng, Jinpeng Huo, Yu Xiao, Wengan Wang, Jin Peng, Zehua Li, Chengjie Du, Wenxian Wang*, Guisheng Zou*, Lei Liu* Nano-Micro Letters (2024)16: 14

https://doi.org/10.1007/s40820-023-01235-x

本文亮點(diǎn)

1.從算法(機(jī)器學(xué)習(xí))和框架(人工突觸)兩個(gè)層面回顧了由大腦啟發(fā)的人工智能(AI)驅(qū)動(dòng)的新興智能柔性傳感系統(tǒng)的最新進(jìn)展。

2.討論了人工智能技術(shù)與柔性傳感器融合后產(chǎn)生的強(qiáng)大數(shù)據(jù)分析和智能決策等新功能。

3.展示了人工智能驅(qū)動(dòng)的智能柔性傳感系統(tǒng)的廣闊應(yīng)用前景。

內(nèi)容簡(jiǎn)介

人工智能(AI)革命浪潮引起了人類(lèi)社會(huì)對(duì)智能化前所未有的興趣。作為連接物理世界和數(shù)字信號(hào)的重要組成部分，柔性傳感器正在從單一傳感元件逐漸發(fā)展為更智能的系統(tǒng)，能夠高效采集、分析甚至感知海量、多層面的數(shù)據(jù)。雖然從人工操作的角度來(lái)看，智能柔性傳感技術(shù)的發(fā)展具有挑戰(zhàn)性，但由于受大腦啟發(fā)的人工智能在算法(機(jī)器學(xué)習(xí))和框架(人工突觸)層面的創(chuàng)新，智能柔性傳感的發(fā)展得到了極大的推動(dòng)。清華大學(xué)鄒貴生教授、劉磊副教授，太原理工大學(xué)王文先教授等總結(jié)了新興的人工智能技術(shù)在智能柔性傳感系統(tǒng)方面的最新進(jìn)展。詳細(xì)介紹了機(jī)器學(xué)習(xí)和人工突觸的基本概念。全面回顧了人工智能和柔性傳感融合所帶來(lái)的新功能，極大地推進(jìn)了柔性傳感系統(tǒng)、軟/人形機(jī)器人和人類(lèi)活動(dòng)監(jiān)測(cè)等應(yīng)用的發(fā)展。最后，討論了作為二十世紀(jì)最深刻的兩項(xiàng)創(chuàng)新，柔性傳感與人工智能技術(shù)的深度融合所面臨的主要挑戰(zhàn)和未來(lái)機(jī)遇。

圖文導(dǎo)讀

I人工智能技術(shù)的基本概念

1.1 機(jī)器學(xué)習(xí)算法的基本原理

機(jī)器學(xué)習(xí)是一種可以自動(dòng)建立非線性輸入-輸出映射的技術(shù)，同時(shí)繞過(guò)了復(fù)雜的物理或數(shù)學(xué)，其核心思想是利用大量原始數(shù)據(jù)集訓(xùn)練一個(gè)代用模型，一旦模型訓(xùn)練成功，就能以較高的計(jì)算效率和精度實(shí)現(xiàn)其目標(biāo)應(yīng)用，如屬性預(yù)測(cè)、圖像識(shí)別和物體檢測(cè)等。用于柔性傳感器系統(tǒng)的機(jī)器學(xué)習(xí)算法主要包括傳統(tǒng)機(jī)器學(xué)習(xí)算法(如支持向量機(jī)(SVM)和人工神經(jīng)網(wǎng)絡(luò)(ANN))和深度學(xué)習(xí)(DL)算法(如卷積神經(jīng)網(wǎng)絡(luò)(CNN)和遞歸神經(jīng)網(wǎng)絡(luò)(RNN))。

圖1. 各種機(jī)器學(xué)習(xí)算法的基本概念。(a) 用于二元分類(lèi)的SVM模型示意；(b) ANN模型結(jié)構(gòu)；(c) CNN模型結(jié)構(gòu)；(d) RNN模型結(jié)構(gòu)。

1.2 大腦啟發(fā)的突觸器件

隨著人工智能和大數(shù)據(jù)的興起，人們對(duì)低能耗、高效率、高自適應(yīng)計(jì)算的需求逐漸增加。新興的神經(jīng)形態(tài)電子系統(tǒng)可以通過(guò)模仿腦神經(jīng)系統(tǒng)的功能高效處理海量復(fù)雜信息，有望突破傳統(tǒng)馮-諾依曼計(jì)算機(jī)體系結(jié)構(gòu)能耗高、計(jì)算慢的瓶頸，促進(jìn)類(lèi)腦智能的實(shí)現(xiàn)。生物突觸是神經(jīng)系統(tǒng)中的一種獨(dú)特結(jié)構(gòu)，它賦予神經(jīng)元通信能力，并同時(shí)執(zhí)行計(jì)算和記憶。為了模擬這種突觸特性，研究人員利用兩端(2T)憶阻器和三端(3T)晶體管的模擬和滯后特性來(lái)構(gòu)建仿生突觸元件。最近，基于2T記憶晶體管和3T晶體管不同工作機(jī)制的人工突觸受到了極大關(guān)注。

圖2. 生物突觸和人工突觸(不同工作機(jī)制：2T憶阻器和3T晶體管)示意圖。(a) 生物突觸；(b-e) 2T憶阻器(b 離子遷移、c 鐵電機(jī)制、d 相變、e 氧化還原反應(yīng))；(f-g) 3T晶體管(f 載流子捕獲/釋放、g 離子通道門(mén)控、h 鐵電極化)。

II人工智能驅(qū)動(dòng)的智能柔性傳感

2.1 常見(jiàn)的柔性傳感器類(lèi)型

柔性傳感器按類(lèi)型和功能可分為三大類(lèi)，包括柔性電機(jī)械傳感器、柔性光電傳感器和柔性化學(xué)傳感器。

圖3. 柔性傳感器的常見(jiàn)類(lèi)型。(a-c) 柔性電機(jī)械傳感器(a 柔性應(yīng)變傳感、b 柔性壓力傳感器、c 柔性振動(dòng)傳感器)；(d-f) 柔性光電傳感器(d, e 紫外-可見(jiàn)光傳感器、f 紅外傳感器)；(g, h) 柔性化學(xué)傳感器(g 氣體傳感器、h 離子傳感器)。

2.2 機(jī)器學(xué)習(xí)驅(qū)動(dòng)的智能柔性傳感器

隨著柔性傳感器數(shù)量和數(shù)據(jù)量的增加，傳感信息的處理和分析變得越來(lái)越復(fù)雜和困難。由于機(jī)器學(xué)習(xí)具有大規(guī)模數(shù)據(jù)處理、自適應(yīng)能力強(qiáng)、效率高、自動(dòng)化和智能化等優(yōu)勢(shì)，近些年，機(jī)器學(xué)習(xí)的融入已對(duì)柔性電子領(lǐng)域產(chǎn)生了深遠(yuǎn)的影響，為分析和處理來(lái)自多種類(lèi)型傳感器的數(shù)據(jù)增添了強(qiáng)有力的工具，使其變得更加智能和互聯(lián)。具體來(lái)說(shuō)，機(jī)器學(xué)習(xí)在傳感數(shù)據(jù)分析與解釋、多模態(tài)信息后處理與解耦以及智能環(huán)境傳感與感知這三個(gè)主要方面發(fā)揮著關(guān)鍵作用。

圖4. 機(jī)器學(xué)習(xí)算法在不同的柔性電子應(yīng)用中實(shí)現(xiàn)傳感數(shù)據(jù)分析與解釋。

圖5. 機(jī)器學(xué)習(xí)算法幫助柔性電子器件實(shí)現(xiàn)(a, b) 多模態(tài)信息的后處理和解耦，(c, d) 不同場(chǎng)景下的智能環(huán)境傳感和感知。

2.3 人工突觸驅(qū)動(dòng)的智能柔性傳感器

在人類(lèi)的感覺(jué)器官中，各種類(lèi)型的感受器可以檢測(cè)和轉(zhuǎn)換來(lái)自周?chē)h(huán)境的不同刺激信號(hào)，進(jìn)而將可解釋的感覺(jué)信息傳送到大腦進(jìn)行認(rèn)知處理，從而實(shí)現(xiàn)社交活動(dòng)。這一生理過(guò)程是通過(guò)生物感覺(jué)器官與生物突觸相結(jié)合來(lái)完成的。在此基礎(chǔ)上，形成了人類(lèi)感知外部世界的視覺(jué)、聽(tīng)覺(jué)、嗅覺(jué)、味覺(jué)和觸覺(jué)等五大感知系統(tǒng)。隨著人工智能技術(shù)的飛速發(fā)展，人們逐漸需要模仿生物感覺(jué)器官的智能柔性傳感系統(tǒng)來(lái)動(dòng)態(tài)捕捉描述真實(shí)世界的大量物理信息。隨著信息數(shù)據(jù)的爆炸式增長(zhǎng)，基于傳統(tǒng)馮-諾依曼架構(gòu)的信號(hào)處理和數(shù)據(jù)分析算法在速度和效率方面已無(wú)法滿(mǎn)足日益增長(zhǎng)的需求，這促進(jìn)了大腦啟發(fā)突觸器件的快發(fā)展。人工突觸是通過(guò)模仿生物突觸結(jié)構(gòu)開(kāi)發(fā)出來(lái)的，它能以類(lèi)似于生物神經(jīng)網(wǎng)絡(luò)響應(yīng)神經(jīng)信號(hào)的方式傳輸和處理感官信息。因此，將人工突觸與柔性傳感元件相結(jié)合，可以在多個(gè)空間和時(shí)間尺度上實(shí)現(xiàn)高速、高效、低能耗的并行處理，這將有助于設(shè)計(jì)智能柔性傳感系統(tǒng)，如觸覺(jué)、視覺(jué)、聽(tīng)覺(jué)、嗅覺(jué)和味覺(jué)感知系統(tǒng)。

圖6. 基于人工突觸驅(qū)動(dòng)智能柔性傳感器的各種人工感知系統(tǒng)。(a) 觸覺(jué)感知系統(tǒng)；(b) 聽(tīng)覺(jué)感知系統(tǒng)；(c) 視覺(jué)感知系統(tǒng)；(d) 嗅覺(jué)感知系統(tǒng)；(e) 味覺(jué)感知系統(tǒng)；(f) 多模態(tài)感知系統(tǒng)。

2.4 柔性傳感器與機(jī)器學(xué)習(xí)和人工突觸的融合

除了簡(jiǎn)單的機(jī)器學(xué)習(xí)驅(qū)動(dòng)或人工突觸驅(qū)動(dòng)的智能柔性傳感器外，柔性傳感器與機(jī)器學(xué)習(xí)和人工突觸的融合將帶來(lái)更復(fù)雜的集識(shí)別、傳感、記憶、計(jì)算和反饋功能于一體的智能可穿戴應(yīng)用。

III人工智能驅(qū)動(dòng)的智能柔性傳感系統(tǒng)應(yīng)用前景

3.1 更智能的人類(lèi)活動(dòng)監(jiān)測(cè)

在人工智能和大數(shù)據(jù)時(shí)代，基于柔性電子器件開(kāi)發(fā)出了各種具有智能感知、自主決策和自適應(yīng)能力的智能傳感系統(tǒng)，在人類(lèi)活動(dòng)和服務(wù)領(lǐng)域發(fā)揮著不可替代的作用。這些器件可以提供更加自然和直觀的交互、個(gè)性化和定制化服務(wù)，實(shí)現(xiàn)智能環(huán)境交互，增強(qiáng)虛擬現(xiàn)實(shí)體驗(yàn)。

圖7.人工智能驅(qū)動(dòng)的智能柔性傳感系統(tǒng)，更智能的人類(lèi)活動(dòng)監(jiān)測(cè)。

3.2 更具人性化感受的人工感知器官

現(xiàn)今，由人工突觸驅(qū)動(dòng)的智能柔性傳感器開(kāi)發(fā)出的五種更具人性化感受的人工感知系統(tǒng)正在成為人類(lèi)生活中不可或缺的元素。

圖8. 人工智能驅(qū)動(dòng)的智能柔性傳感系統(tǒng)，更具人性化感受的人工感知器官。

3.3 更自主行動(dòng)的軟體和人形機(jī)器人

軟體機(jī)器人具有極好的靈活性和可變性，可實(shí)現(xiàn)舒適的物理接觸操作，因此被廣泛應(yīng)用于許多動(dòng)態(tài)、非平面場(chǎng)景，如抓取、制造、操縱、運(yùn)動(dòng)和人機(jī)交互。人工感知系統(tǒng)與軟體機(jī)器人的結(jié)合可以賦予機(jī)器人類(lèi)似人類(lèi)的感知和交互功能，從而提高機(jī)器人的適應(yīng)性、靈活性和安全性，使其能夠更好地理解和適應(yīng)周?chē)h(huán)境。

圖9. 人工智能驅(qū)動(dòng)的智能柔性傳感系統(tǒng)，更自主行動(dòng)的軟體和人形機(jī)器人。

IV總結(jié)與展望

在過(guò)去幾年中，人工智能融入智能柔性傳感器系統(tǒng)取得了重大進(jìn)展。本綜述總結(jié)了有關(guān)這一主題的最新進(jìn)展。

機(jī)器學(xué)習(xí)具有高效信息處理和高質(zhì)量特征識(shí)別的優(yōu)勢(shì)，非常適合大規(guī)模傳感數(shù)據(jù)分析、解釋和模式判定。一方面，機(jī)器學(xué)習(xí)解耦多模態(tài)/類(lèi)型信息的能力有助于更準(zhǔn)確地理解在復(fù)雜實(shí)際環(huán)境中獲得的綜合傳感數(shù)據(jù)。另一方面，人工突觸模仿人腦的工作機(jī)制，具有低功耗、高并行性和實(shí)時(shí)處理能力的特點(diǎn)，有望成為超越傳統(tǒng)馮·諾依曼架構(gòu)的下一代計(jì)算設(shè)備。這種新興的神經(jīng)形態(tài)框架激發(fā)了各種智能人工感覺(jué)系統(tǒng)的設(shè)計(jì)?？梢钥闯?，這兩項(xiàng)人工智能技術(shù)的深度融合，將引發(fā)傳統(tǒng)柔性傳感器向更智能的柔性傳感系統(tǒng)逐漸進(jìn)化，這不僅能從外部環(huán)境中收集信息，還可以對(duì)數(shù)據(jù)進(jìn)行智能分析和解釋?zhuān)瑥亩鴮?shí)現(xiàn)對(duì)環(huán)境的“自我感知”。這些新功能對(duì)于智能軟體機(jī)器人、電子手套/皮膚、人機(jī)界面等廣泛應(yīng)用至關(guān)重要。

盡管人工智能驅(qū)動(dòng)的智能柔性傳感系統(tǒng)的發(fā)展已取得了顯著的進(jìn)步，但仍然面臨著巨大的挑戰(zhàn)。為了更好地融入機(jī)器學(xué)習(xí)，(1) 需要注意的是，對(duì)于許多柔性電子應(yīng)用來(lái)說(shuō)，獲取高質(zhì)量的實(shí)驗(yàn)數(shù)據(jù)仍然是一項(xiàng)耗時(shí)且具有挑戰(zhàn)性的工作。應(yīng)開(kāi)發(fā)更先進(jìn)的算法，以減輕模型訓(xùn)練對(duì)數(shù)據(jù)采集的要求。(2) 此外，柔性電子器件通常在各種動(dòng)態(tài)甚至惡劣的應(yīng)用場(chǎng)景中服役，這反過(guò)來(lái)又會(huì)逐漸改變器件構(gòu)成材料的物理/化學(xué)特性。經(jīng)過(guò)訓(xùn)練的模型能否適應(yīng)性能不斷變化的柔性電子器件仍然是一個(gè)問(wèn)題。(3) 這個(gè)問(wèn)題引起的另一個(gè)疑問(wèn)是：由于材料屬性和制造工藝不可避免的變化，在一個(gè)柔性器件上訓(xùn)練有素的機(jī)器學(xué)習(xí)模型能否順利地轉(zhuǎn)移/應(yīng)用到另一個(gè)同類(lèi)設(shè)備上？(4) 目前，柔性電子器件的計(jì)算能力還不如普通計(jì)算機(jī)硬件，而機(jī)器學(xué)習(xí)的模型訓(xùn)練則需要大量的計(jì)算能力。要在已部署的柔性器件上實(shí)現(xiàn)模型的實(shí)時(shí)更新還有很長(zhǎng)的路要走。至于人工突觸與智能柔性傳感的融合，(1)雖然近年來(lái)已經(jīng)開(kāi)發(fā)出許多突觸和柔性器件，但這類(lèi)設(shè)備的柔性特征還需要不斷改進(jìn)，尤其是在扭曲和拉伸等惡劣場(chǎng)景下的突觸行為和性能耐久性。(2) 基于突觸的智能感知系統(tǒng)依賴(lài)于柔性傳感器與突觸元件的集成，而它們之間由不同材料制成的接口和通信仍然是一個(gè)挑戰(zhàn)。(3) 從系統(tǒng)設(shè)計(jì)層面來(lái)看，智能柔性傳感的構(gòu)建需要柔性傳感器、機(jī)器學(xué)習(xí)算法和人工突觸的協(xié)同發(fā)展。總之，隨著人工智能技術(shù)與柔性傳感的融合日益深入，我們逐漸邁向智能社會(huì)的新時(shí)代。

作者簡(jiǎn)介

鄒貴生

本文通訊作者

清華大學(xué) 長(zhǎng)聘教授 ▍主要研究領(lǐng)域

(1)微納連接與器件封裝互連；(2)超快激光微納制造與微納器件；(3)焊接冶金與工藝。

▍主要研究成果

清華大學(xué)長(zhǎng)聘教授/博士生導(dǎo)師；曾任國(guó)際焊接學(xué)會(huì)(IIW)微納連接委員會(huì)(C-VII)主席，現(xiàn)任國(guó)際納連接和微連接學(xué)會(huì)(NMJ Association)International Steering Committee Member、中國(guó)機(jī)械工程學(xué)會(huì)焊接分會(huì)常務(wù)委員、期刊Journal of Laser Applications資深編委和Welding in the World主審。獲IIW杰出專(zhuān)委會(huì)主席獎(jiǎng)、教育部科技進(jìn)步一等獎(jiǎng)和自然科學(xué)二等獎(jiǎng)各1次。主要研究方向?yàn)槲⒓{連接與器件封裝互連、超快激光微納制造與微納器件、焊接冶金與工藝。曾任科技部重點(diǎn)研發(fā)計(jì)劃專(zhuān)項(xiàng)項(xiàng)目首席專(zhuān)家，發(fā)表包括PNAS、AM、AFM、Nano Energy等國(guó)際頂級(jí)期刊的SCI收錄論文170余篇，客座主編“微納連接研究新進(jìn)展”專(zhuān)刊(機(jī)械工程學(xué)報(bào))和“激光高性能連接技術(shù)與裝備”專(zhuān)題(中國(guó)激光)和副主編專(zhuān)著“國(guó)際焊接學(xué)會(huì)(IIW)研究進(jìn)展”(2021年度和2022年度)。

▍Email：zougsh@tsinghua.edu.cn

劉磊

本文通訊作者

清華大學(xué) 長(zhǎng)聘副教授 ▍主要研究領(lǐng)域 (1)電子封裝與微納連接；(2)超快激光微納制造。

▍主要研究成果

清華大學(xué)機(jī)械工程系長(zhǎng)聘副教授、博士生導(dǎo)師，研究方向?yàn)殡娮臃庋b與微納連接、超快激光微納制造。共發(fā)表SCI論文90余篇，引用2000余次。入選國(guó)家高層次青年人才計(jì)劃，獲省部級(jí)獎(jiǎng)2項(xiàng)、北京市青年教師教學(xué)基本功比賽二等獎(jiǎng)、清華大學(xué)“學(xué)術(shù)新人獎(jiǎng)”。兼任中國(guó)機(jī)械工程學(xué)會(huì)焊接分會(huì)副秘書(shū)長(zhǎng)、理事，國(guó)際焊接學(xué)會(huì)微納連接專(zhuān)委會(huì)激光微納連接分委會(huì)副主席、焊接雜志社青年編委常委。

▍Email：liulei@tsinghua.edu.cn

王文先

本文通訊作者

太原理工大學(xué) 教授 ▍主要研究領(lǐng)域 (1)焊接結(jié)構(gòu)強(qiáng)度與疲勞斷裂行為研究；(2)基于材料連接的新材料制備及界面行為多尺度表征；(3)先進(jìn)材料激光焊接和表面改性技術(shù)。

▍主要研究成果

太原理工大學(xué)教授、博士生導(dǎo)師，太原理工大學(xué)學(xué)術(shù)委員會(huì)副主任兼秘書(shū)長(zhǎng)，山西省高等學(xué)校教學(xué)名師，山西省學(xué)術(shù)技術(shù)帶頭人，山西省“三晉英才”支持計(jì)劃拔尖骨干人才。長(zhǎng)期從事金屬基復(fù)合材料加工制備理論和先進(jìn)材料連接及其界面行為方向的應(yīng)用基礎(chǔ)研究，共發(fā)表第一/通訊作者科研論文160余篇，其中90余篇被SCI、EI收錄，授權(quán)中國(guó)發(fā)明專(zhuān)利50余項(xiàng)。獲山西省自然科學(xué)獎(jiǎng)二等獎(jiǎng)3項(xiàng)，一等獎(jiǎng)1項(xiàng)。主持國(guó)家自然科學(xué)基金資助項(xiàng)目6項(xiàng)，省部級(jí)自然科學(xué)基金資助項(xiàng)目4項(xiàng)，其它省部級(jí)科研項(xiàng)目10余項(xiàng)。

▍Email：wwx960@126.com

撰稿：原文作者 編輯：《納微快報(bào)(英文)》編輯部 審核編輯 黃宇