Dispositivi neuromorfici iontronici auto-rigeneranti per un’interazione uomo-macchina robusta

Elettronica morbida che si riprende dai danni

Immaginate il cinturino di uno smartwatch o un arto artificiale i cui “nervi” continuano a funzionare anche dopo piegature, graffi o tagli — e che poi si riparano da soli. Questo articolo presenta un nuovo tipo di dispositivo elettronico morbido che può rilevare e processare il movimento come un semplice cervello, pur riparando danni meccanici importanti, rendendo indossabili, protesi e robot molto più affidabili nella vita quotidiana.

Perché i circuiti morbidi attuali si rompono ancora

I dispositivi moderni cercano sempre più di imitare la flessibilità del corpo, ma l’elettronica sottostante è spesso solo una versione sottile e pieghevole dei chip rigidi. I loro strati attivi sono film continui: una volta che si forma una crepa profonda o una perforazione, i percorsi elettrici possono guastarsi in modo catastrofico. Anche le plastiche “auto-riparanti” avanzate risolvono il problema solo parzialmente. Stiramenti e riparazioni ripetute possono modificare la chimica in modo sottile, causando deriva delle prestazioni — un problema serio se il dispositivo funge da nervo o da sistema di apprendimento. Gli autori sostengono che l’elettronica morbida veramente affidabile deve combinare materiali ingegnosi con un’architettura altrettanto intelligente.

Ispirazione dal piano corporeo del lombrico

I lombrichi offrono l’ispirazione chiave. I loro corpi sono costituiti da segmenti ripetuti, ognuno con un piccolo centro nervoso. Se un verme viene ferito, i segmenti rimanenti possono comunque funzionare e le porzioni danneggiate possono rigenerarsi. Traducendo questa idea in elettronica, i ricercatori hanno costruito una striscia flessibile popolata da molte piccole unità a cupola, ognuna delle quali agisce come un singolo “neurone” elettronico. Queste cupole sono fatte di un gel ricco di ioni che conduce segnali usando particelle cariche anziché fili metallici tradizionali, e possono riattaccarsi dopo essere state tagliate. Poiché le unità sono separate l’una dall’altra, le fratture vengono fisicamente arrestate invece di propagarsi su tutto il dispositivo.

Una piccola cupola di gel che si comporta come una sinapsi

Al centro di ogni unità c’è un ionogel appositamente progettato, un solido morbido contenente una rete di catene polimeriche e un liquido ionico non evaporabile. Gli ioni di litio si muovono attraverso questa rete sotto corrente applicata, generando risposte elettriche che assomigliano al modo in cui le sinapsi biologiche si rafforzano o indeboliscono con l’attività ripetuta. Il nucleo della cupola è ricco di ioni di litio, mentre il guscio esterno contiene piccole particelle di ossido di nichel che aiutano a incanalare e rallentare gli ioni. Questo design core–shell produce impulsi di segnale stabili e regolabili in grado di immagazzinare una “memoria” per molti secondi, supportare dozzine di livelli distinti e variare in modo fluido con il mutare dei pattern di input. Fondamentale è che, quando una cupola viene tagliata a metà e lasciata guarire, l’intensità del segnale ritorna quasi al valore originale, e il materiale può persino recuperare la forma dopo deformazioni severe.

Progettato per sopravvivere a tagli, curvature e all’esterno

Poiché il dispositivo è costituito da una matrice di cupole indipendenti, si comporta più come una raccolta di terminazioni nervose resilienti che come un foglio fragile unico. Le singole unità possono essere staccate e riattaccate a nuovi substrati mantenendo comunque il funzionamento normale. Un chip contenente oltre cento cupole ha mostrato un comportamento uniforme e è rimasto stabile anche quando piegato su curvature forti. La chimica dell’ionogel resiste inoltre all’essiccamento e al degrado: dopo un anno in aria normale, la risposta al segnale era ancora oltre il 90% del valore originale. Questa combinazione di architettura segmento-per-segmento, materiale autoriparante e memoria di forma conferisce al sistema molteplici livelli di protezione contro l’usura reale.

Insegnare a un “nervo” morbido a leggere il movimento umano

Per dimostrare cosa possono fare questi dispositivi, il team ha costruito un semplice sistema di riconoscimento del movimento. Un piccolo sensore di movimento nella mano di una persona misurava accelerazione e rotazione, quindi convertiva quei segnali in impulsi elettrici inviati a una delle cupole di gel. La risposta della cupola dipendeva dal pattern e dalla storia degli impulsi, codificando effettivamente come il braccio si era mosso lungo un percorso. Dopo l’addestramento, il sistema è stato in grado di distinguere tra diversi percorsi e sequenze di svolte con un’accuratezza fino al 98%. Ancora più impressionante, quando la cupola è stata tagliata a metà e poi lasciata guarire, l’accuratezza del riconoscimento è diminuita solo leggermente, rimanendo intorno al 96%. Le istruzioni del percorso decodificate sono quindi state inviate senza fili a un robot serpentiforme, che ha seguito con successo le rotte indicate dall’essere umano.

Verso indossabili e robot a prova di danni

In termini semplici, questo lavoro mostra come costruire “nervi” flessibili per macchine capaci sia di apprendere dal movimento sia di recuperare da danni gravi. Imitando il piano corporeo segmentato e ridondante del lombrico e combinandolo con un materiale ionico auto-rigenerante, gli autori creano dispositivi neuromorfici che continuano a funzionare in condizioni che disabiliterebbero i circuiti convenzionali. Tale tecnologia potrebbe infine portare a protesi che restano affidabili dopo incidenti, dispositivi di riabilitazione morbidi che sopportano l’uso quotidiano e robot che rimangono reattivi anche in ambienti ostili e imprevedibili.

Citazione: Li, Y., Chen, J., Tang, S. et al. Self-revival iontronic neuromorphic devices for robust human-machine interaction. npj Flex Electron 10, 59 (2026). https://doi.org/10.1038/s41528-026-00566-0

Parole chiave: dispositivi neuromorfici flessibili, elettronica autoriparante, ionogel, interazione uomo-robot, sensori indossabili