Ученые создали электронный сенсор, вдохновленный принципами работы человеческого мозга, который способен обнаруживать влагу без физического контакта. Более того, устройство не просто фиксирует изменение влажности — оно способно запоминать полученную информацию, подобно биологическим нейронам.
Разработкой занималась международная группа исследователей из Национального университета Чеджу в Южной Корее, Университета Шиваджи в Индии и Технологического университета Квинсленда в Австралии. В основе устройства лежит особый мемристор из пористого пирофосфата никеля (Ni₂P₂O₇). В экспериментах он реагировал даже на влажный палец, находившийся всего в 1 мм от поверхности, а алгоритмы машинного обучения позволили классифицировать различные состояния влажности и расстояния с точностью более 97%.
Что такое мемристор и почему он напоминает мозг
Мемристор — двухконтактный электронный компонент, сопротивление которого зависит не только от текущего электрического сигнала, но и от предыдущего состояния. Иными словами, устройство способно сохранять своеобразную «память» о том, что с ним происходило раньше.
Именно это свойство делает мемристоры особенно интересными для нейроморфных вычислений — направления, в котором электронные системы пытаются воспроизвести некоторые принципы работы мозга и нервной системы.
В новом сенсоре исследователи объединили золотой электрод, слой пористого пирофосфата никеля и фторированный оксид олова. Получилась структура, в которой влажность окружающей среды непосредственно влияет на электрические характеристики материала.
Но самое интересное начинается на уровне отдельных молекул воды.
Как работает сенсор влажности
Пористый пирофосфат никеля способен поглощать молекулы воды с поверхности. Когда влажность изменяется, вода взаимодействует с материалом и меняет его электронную структуру.
Расчеты показали, что присутствие воды уменьшает ширину запрещенной зоны материала — энергетического интервала между валентной зоной и зоной проводимости. Одновременно возникают дополнительные электронные состояния вблизи зоны проводимости. В результате материал становится более проводящим, а его электрическое сопротивление меняется.
Получается своеобразная цепочка:
влажность → взаимодействие молекул воды с материалом → изменение электронной структуры → изменение проводимости → электрический сигнал.
Причем этот процесс обратим. Когда условия меняются, электронное состояние материала также может измениться обратно. Поэтому влажность можно использовать не просто как объект измерения, а фактически как сигнал управления памятью устройства.
Сенсор чувствует влагу без прикосновения
Исследователи проверили, сможет ли устройство реагировать на источник влаги, который не касается его поверхности.
Для этого рядом с сенсором помещали влажный палец. Даже на расстоянии около 1 мм мемристор регистрировал изменение проводимости. При уменьшении расстояния эффект становился сильнее и сохранялся дольше.
Это принципиально отличается от обычного датчика влажности, который измеряет параметры непосредственно окружающего воздуха. Здесь устройство реагирует на локальное изменение влажности возле своей поверхности и способно получать информацию о приближающемся объекте.
Более того, характер электрического отклика зависел от условий воздействия. Благодаря этому исследователи смогли продемонстрировать эффекты, напоминающие кратковременную и долговременную память.
По сути, сенсор ведет себя не как простой измерительный прибор, который каждый раз начинает работу с чистого листа, а как система, способная учитывать предшествующие воздействия.
Искусственный интеллект добавил «распознавание»
Сам мемристор способен реагировать на влажность, но исследователи пошли дальше и подключили к системе алгоритмы машинного обучения.
Для классификации состояний использовали два типа моделей: метод опорных векторов (SVM) и многослойный перцептрон (MLP). Они анализировали электрические реакции устройства и определяли различные сочетания влажности и расстояния до источника влаги.
Точность классификации превысила 97%. При этом сенсор сохранял четко различимые состояния высокого и низкого сопротивления после сотен циклов переключения, а записанная информация сохранялась в течение продолжительного времени.
Таким образом, исследователи объединили в одном элементе сразу несколько функций: датчик, элемент памяти и источник данных для алгоритма машинного обучения.
Зачем объединять сенсор и память
В традиционной электронной системе датчик обычно только получает информацию. Затем сигнал передается в отдельный вычислительный блок, где происходит его обработка и сохранение.
У нового подхода другая философия: часть обработки можно выполнять непосредственно там, где возникает сигнал.
Это особенно важно для нейроморфных систем, которые стремятся приблизить архитектуру вычислительных устройств к принципам работы мозга. Биологический мозг тоже не разделяет восприятие, запоминание и обработку информации на полностью независимые этапы: нейроны и синапсы одновременно участвуют в нескольких процессах.
Если подобную архитектуру удастся масштабировать, она потенциально позволит уменьшить объем данных, которые приходится постоянно передавать между сенсорами и вычислительными устройствами. Это может снизить задержки и энергозатраты в некоторых системах.
Где пригодится технология
Ученые рассматривают сразу несколько возможных направлений применения.
Одно из них — бесконтактные человеко-машинные интерфейсы. Сенсор может определять приближение пальца, не требуя физического нажатия. Это особенно интересно для устройств, где прикосновения нежелательны.
Еще одна область — электронная кожа. Будущие роботизированные системы смогут получать информацию об окружающей среде не только через давление или температуру, но и через влажность, причем потенциально без непосредственного контакта с объектом.
Технология также может найти применение в экологическом мониторинге, медицинских системах, мягкой робототехнике и устройствах интернета вещей. Например, объединение сенсора с машинным обучением теоретически позволит IoT-устройствам не просто регистрировать параметры окружающей среды, но и распознавать закономерности и адаптироваться к ним.
Особенно интересен вариант использования в ситуациях, где прикосновение нежелательно — например, в стерильных помещениях или при контроле содержимого упаковки.
Маленький шаг к «чувствующей» электронике
Исследование, опубликованное в журнале eScience, пока демонстрирует прежде всего принцип работы технологии. До создания универсальной электронной системы, которая сможет полноценно воспринимать окружающую среду и учиться подобно живому организму, еще очень далеко.
Тем не менее идея выглядит необычно именно благодаря сочетанию нескольких свойств. Один материал одновременно реагирует на влагу, изменяет электрическое состояние и сохраняет информацию о воздействии. А подключение машинного обучения превращает эти изменения в данные, которые можно классифицировать.
Получается своеобразный электронный аналог простого биологического рефлекса: почувствовать воздействие, изменить состояние и сохранить след от него. Если подобные элементы удастся объединить в большие массивы, они могут стать одним из строительных блоков будущих нейроморфных сенсорных систем.
