Systemy elastycznej elektroniki z wbudowaną sztuczną inteligencją: obliczenia przyczujnikowe i wczujnikowe

Bystrzejsza skóra dla naszych urządzeń i nas samych

Wyobraź sobie plaster w formie naszywki, który nie tylko rejestruje twój puls, ruch i temperaturę, lecz także natychmiast analizuje te dane i reaguje — bez telefonu, chmury czy ciężkiego komputera. Ten artykuł przeglądowy opisuje, jak naukowcy wprowadzają sztuczną inteligencję (AI) bezpośrednio do miękkiej, giętkiej elektroniki. Takie „systemy elastycznej elektroniki z AI” obiecują noszone plastry zdrowotne, skórę robotów i inteligentne powierzchnie samolotów, które wykrywają, decydują i działają niemal tak płynnie jak ludzka skóra i nerwy.

Od prostego wykrywania do powierzchni, które myślą

Tradycyjne czujniki są jak proste mikrofony: zbierają sygnały, ale polegają na odległym komputerze, by je zinterpretować. Wraz z rozprzestrzenianiem się AI i Internetu Rzeczy ten stary model napotyka problemy — zbyt dużo danych do przesłania, opóźnienia w reakcji, wysokie zużycie energii i ryzyko naruszenia prywatności, gdy wrażliwe informacje opuszczają ciało lub maszynę. Elastyczna elektronika wnosi nowy element: czujniki wykonane z miękkich materiałów lub o sprytnych kształtach, które mogą oplatać skórę, stawy czy skrzydła samolotów. Artykuł wyjaśnia, że systemy nowej generacji działają w pętli „wyczuwaj–myśl–działaj” na elastycznej platformie: miękkie czujniki odbierają sygnały, kompaktowa jednostka inteligentna tuż obok je interpretuje, a elastyczne wykonawstwa lub urządzenia reagują, tworząc szybką, zamkniętą pętlę sprzężenia zwrotnego.

Myślenie blisko punktu pomiarowego

Jedną z głównych dróg rozwoju są obliczenia przyczujnikowe. Dane nadal przechodzą przez podstawowe obwody konwertujące sygnały analogowe na cyfrowe, ale główne przetwarzanie odbywa się na maleńkich układach umieszczonych tuż obok matrycy czujników, a nie w odległym komputerze. Mikrokontrolery, akceleratory sieci neuronowych i inne procesory uruchamiają odchudzone algorytmy — od prostych filtrów po zwarte sieci neuronowe i schematy „hiperdymensjonalne”, które reprezentują informacje jako duże pakiety bitów. To ogranicza ilość surowych danych do przesłania i umożliwia zachowanie czasu rzeczywistego. Przegląd opisuje praktyczne przykłady: noszone monitory serca i mózgu, które oczyszczają i interpretują sygnały na urządzeniu, opaski rozpoznające gesty dekodujące aktywność mięśni oraz elektroniczne skóry pozwalające robotom rozpoznawać przedmioty dotykiem lub automatycznie dopasowywać chwyt.

Gdy sam czujnik zaczyna obliczać

Druga ścieżka, obliczenia wczujnikowe, idzie dalej, łącząc detekcję, pamięć i obliczenia w tej samej strukturze fizycznej. Zamiast działać jak aparat wysyłający każdy piksel do komputera, urządzenie wczujnikowe może wykrywać, kompresować i częściowo interpretować scenę, zanim jakiekolwiek dane opuszczą matrycę. Badacze osiągają to, integrując elastyczne tranzystory i nowe rodzaje pamięci bezpośrednio z materiałami czujnikowymi. Niektóre urządzenia naśladują połączenia podobne do mózgowych, gdzie ścieżki elektryczne same się wzmacniają lub osłabiają w zależności od przeszłej aktywności, przechowując „doświadczenie” w sprzęcie. Inne wykorzystują warstwy czułe na światło lub nacisk, których odpowiedź można dostroić i ponownie wykorzystać, pozwalając im jednocześnie czuć i pamiętać. Takie rozwiązania znacząco zmniejszają zużycie energii i opóźnienia, co ma kluczowe znaczenie dla urządzeń implantowanych, sztucznej skóry i innych systemów działających non-stop.

Nowe „mózgi” i „nerwy” dla miękkiej elektroniki

Aby te miękkie systemy stały się naprawdę inteligentne, sprzęt łączy się ze specjalnie dopasowanymi modelami AI. Klasyczne sieci neuronowe są odchudzane, by działać na maleńkich procesorach, stosując triki takie jak kompresja i arytmetyka niskiej precyzji. Sieci pulsacyjne (spiking), inspirowane impulsami mózgowymi, obiecują bardzo niskie zużycie energii, podczas gdy obliczenia hiperdymensjonalne zamieniają ciężkie operacje matematyczne na proste operacje bitowe łatwe do zaimplementowania w sprzęcie. Przegląd porównuje te podejścia pod kątem szybkości, zużycia energii i złożoności oraz dopasowuje je do rzeczywistych zastosowań: monitorów zdrowia dostosowujących się do zmiennej jakości sygnału, interfejsów mózg–komputer dekodujących intencje z plastrów na skórze oraz inteligentnych powłok samolotów odczytujących przepływ powietrza i wykrywających uszkodzenia w locie. Razem tworzą skrzynkę narzędziową do dopasowania właściwego algorytmu do każdej elastycznej platformy.

Przeszkody na drodze do codziennej inteligentnej skóry

Mimo szybkiego postępu pozostaje wiele przeszkód, zanim elastyczna elektronika bogata w AI stanie się powszechna. Po stronie sprzętowej inżynierowie muszą połączyć miękkie czujniki, procesory, źródła zasilania i łącza bezprzewodowe, nie tracąc komfortu, trwałości ani dokładności. Materiały muszą być bezpieczne dla skóry i organizmu oraz działać w warunkach potu, ruchu i długotrwałego użytkowania. Po stronie oprogramowania modele AI muszą być lżejsze, bardziej energooszczędne i zdolne do uczenia się lub adaptacji na urządzeniu przy ograniczonej pamięci i danych. Autorzy twierdzą, że przyszłość połączy trzy poziomy obliczeń: tradycyjną chmurę i komputery brzegowe do ciężkiej analizy, przetwarzanie przyczujnikowe dla szybkich lokalnych decyzji oraz logikę wczujnikową dla natychmiastowych, energooszczędnych odruchów — podobnie jak relacja między mózgiem, rdzeniem kręgowym i skórą.

Codzienne urządzenia, które czują i reagują jak skóra

Mówiąc prosto, artykuł pokazuje, jak wprowadzenie AI bezpośrednio do — a nawet wewnątrz — elastycznych czujników może zamienić pasywne plastry w aktywne, uczące się urządzenia. Ograniczając ruch danych, oszczędzając energię i chroniąc prywatność, obliczenia przyczujnikowe i wczujnikowe otwierają drogę do medycznych plastrów cicho śledzących stan zdrowia i dostarczających terapię, miękkiej skóry robotów reagującej na dotyk oraz powierzchni samolotów, które „czują” powietrze i dostosowują się w czasie rzeczywistym. Wniosek jest taki, że inteligentna elastyczna elektronika coraz bardziej zatarje granicę między wykrywaniem a myśleniem, czyniąc naszą technologię bardziej podobną do żywej, reagującej skóry niż sztywnego pudełka z podzespołami.

Cytowanie: Xu, Z., Xie, E., Hou, C. et al. AI-enabled flexible electronic systems via near-sensor and in-sensor computing. npj Flex Electron 10, 52 (2026). https://doi.org/10.1038/s41528-026-00544-6

Słowa kluczowe: elastyczna elektronika, obliczenia wczujnikowe, noszone monitorowanie zdrowia, elektroniczna skóra, sprzęt neuromorficzny