Гибкие электронные системы с ИИ через близкую к датчику и встроенную обработку

Умная кожа для наших приборов и нас самих

Представьте пластырь, который не только регистрирует ваш пульс, движения и температуру, но и обрабатывает эти данные на месте и реагирует мгновенно — без телефона, облака или громоздкого компьютера. В этом обзорном материале рассматривается, как учёные встраивают искусственный интеллект прямо в мягкую, гибкую электронику. Такие «гибкие электронные системы с ИИ» обещают появление носимых медицинских пластырей, роботизированной кожи и умных поверхностей самолётов, которые ощущают, принимают решения и действуют почти так же естественно, как человеческая кожа и нервы.

От простого датчика к думающим поверхностям

Традиционные датчики похожи на простые микрофоны: они собирают сигналы, но полагаются на удалённый компьютер для их интерпретации. С распространением ИИ и Интернета вещей эта схема столкнулась с проблемами — поток данных стал слишком большим для передачи, ответы замедляются, растёт расход энергии, а конфиденциальность страдает, когда чувствительная информация покидает тело или устройство. Гибкая электроника добавляет новый нюанс: датчики выполняют из мягких материалов или имеют продуманные геометрии, позволяющие им обвивать кожу, суставы или крыло самолёта. В статье объясняется, что системы следующего поколения следуют циклу «ощущение — мышление — действие» на гибкой платформе: мягкие датчики улавливают сигналы, компактный блок интеллекта рядом их интерпретирует, а гибкие исполнительные элементы реагируют, образуя быстрый закрытый контур управления.

Обработка рядом с точкой съёма

Один из основных подходов называется near-sensor computing (обработка рядом с датчиком). Здесь данные всё ещё проходят через базовые схемы, которые преобразуют аналоговые сигналы в цифровые, но основная обработка выполняется на крошечных чипах прямо рядом с матрицей датчиков, а не в удалённом компьютере. Микроконтроллеры, ускорители нейронных сетей и другие процессоры запускают оптимизированные алгоритмы — от простых фильтров до компактных нейросетей и «гиперразмерных» схем, которые представляют информацию как большие набора битов. Это сокращает объём сырого трафика для передачи и позволяет реагировать в реальном времени. Обзор описывает практические примеры: носимые мониторы сердца и мозга, которые очищают и интерпретируют сигналы на устройстве, повязки для распознавания жестов, декодирующие мышечную активность, и электронные кожи, позволяющие роботам опознавать объекты на ощупь и автоматически корректировать захват.

Когда сам датчик начинает вычислять

Второй путь — in-sensor computing (встроенная обработка) — идёт дальше, объединяя ощущение, память и вычисления в одной физической структуре. Вместо того чтобы вести себя как камера, отправляющая каждый пиксель в компьютер, устройство с встраиваемой обработкой может обнаруживать, сжимать и частично интерпретировать сцену до того, как какие-либо данные покинут матрицу. Исследователи достигают этого, интегрируя гибкие транзисторы и новые типы памяти прямо с чувствительными материалами. Некоторые устройства имитируют мозговые соединения, где электрические пути сами по себе укрепляются или ослабляются под влиянием прошлой активности, сохраняя «опыт» в аппаратуре. Другие используют светочувствительные или чувствительные к давлению слои, отклик которых можно настраивать и переиспользовать, что позволяет одновременно ощущать и запоминать. Такие решения значительно сокращают потребление энергии и задержки, что критично для имплантируемых устройств, искусственной кожи и других постоянно активных систем.

Новые «мозги» и «нервы» для мягкой электроники

Чтобы эти мягкие системы стали по-настоящему интеллектуальными, аппаратную часть дополняют специально адаптированными моделями ИИ. Классические нейронные сети упрощают, чтобы они работали на крошечных процессорах, используя приёмы вроде сжатия и низкопрецизионной арифметики. Спайковые нейронные сети, вдохновлённые импульсами мозга, обещают ультранизкое энергопотребление, тогда как гиперразмерные вычисления меняют тяжёлую математику на простые битовые операции, легко реализуемые в аппаратуре. Обзор сравнивает эти подходы по скорости, энергопотреблению и сложности и соотносит их с реальными применениями: адаптирующиеся медицинские мониторы, интерфейсы «мозг–компьютер», которые декодируют намерения с поверхности головы, и умные обшивки самолётов, считывающие обдув и обнаруживающие повреждения в полёте. Вместе они формируют набор инструментов для подбора подходящего алгоритма под каждую гибкую платформу.

Препятствия на пути к повседневной умной коже

Несмотря на быстрый прогресс, до массового распространения ИИ-обогащённой гибкой электроники остаётся много проблем. С аппаратной стороны инженерам нужно сочетать мягкие датчики, процессоры, источники питания и беспроводные соединения, не жертвуя комфортом, прочностью и точностью. Материалы должны быть безопасны для кожи и для имплантации, сохранять работоспособность при потоотделении, движении и длительном использовании. С программной стороны модели ИИ должны стать легче, энергоэффективнее и способными обучаться или адаптироваться на самом устройстве при ограниченных памяти и данных. Авторы утверждают, что будущее будет сочетать три уровня вычислений: классические облачные и периферийные компьютеры для тяжёлого анализа, обработку рядом с датчиком для быстрых локальных решений и встроенную логику в датчике для мгновенных, экономичных рефлексов — по аналогии с отношением мозга, спинного мозга и кожи у нас самих.

Бытовые устройства, которые ощущают и реагируют как кожа

Проще говоря, статья показывает, как перенос ИИ прямо к — и даже внутрь — гибких датчиков может превратить пассивные пластыри в активные, обучающиеся устройства. Снижая трафик данных, экономя энергию и защищая конфиденциальность, обработка рядом с датчиком и встроенная обработка открывают путь к медицинским пластырям, которые незаметно отслеживают здоровье и доставляют терапию, мягкой роботизированной коже, реагирующей на прикосновения, и обшивкам самолётов, которые «чувствуют» воздух и корректируются в реальном времени. В заключение делается вывод, что интеллектуальная гибкая электроника всё сильнее размывает границу между ощущением и мышлением, делая нашу технику более похожей на живую, отзывчивую кожу, а не на жёсткий набор деталей.

Цитирование: 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

Ключевые слова: гибкая электроника, встроенная обработка, носимый мониторинг здоровья, электронная кожа, нейроморфное оборудование