Исследователи использовали недорогие гибкие микросхемы, чтобы создать механизм обработки машинного обучения, который можно было бы использовать для создания широкого спектра интеллектуальных устройств с расширенными возможностями обработки данных. Статья, опубликованная в Nature Electronics, показывает, как новая разработка может быть использована для распознавания запахов.

Например, новая разработка может быть встроена в пластиковую упаковку для обработки запахов упакованных пищевых продуктов. Упакованные продукты имеют короткий срок хранения и быстро портятся, поэтому упаковка вместе с электронными компонентами будет выброшена, как только клиенты потребят продукты. В результате двигатель машинного обучения имел бы короткий срок службы и не нуждался бы в перепрограммировании.

Эта технология имеет большой потенциал: с помощью нее можно изготавливать машины обработки на недорогих гибких подложках, которые могут позволить миллиардам объектов стать «умнее» при стоимости в диапазоне центов, а не долларов, – группа ученых.

Механизм обработки машинного обучения можно напрямую подключить к датчикам, которые обнаруживают химическую информацию, связанную с запахами, их еще называют «электронные носы» (e-noses). Затем механизм анализирует эту информацию и пытается определить, какой запах уловил датчик.

При разработке гибкой электроники различные электронные компоненты (например, датчики, накопители энергии, процессоры и другие компоненты) обычно изготавливаются индивидуально, а затем объединяются в единое устройство. Однако интеграция гибких компонентов в единую систему пока что не организована. Исследователи работают над этим.