AI-drivna flexibla elektroniska system via near-sensor och in-sensor-beräkning

Smartare hud för våra prylar och oss själva

Föreställ dig ett plåsterliknande fästband som inte bara känner ditt hjärtslag, rörelse och temperatur, utan också bearbetar den informationen direkt och reagerar omedelbart—utan att behöva en telefon, molntjänst eller en bökig dator. Denna översiktsartikel undersöker hur forskare för in artificiell intelligens (AI) direkt i mjuka, böjbara elektroniska material. Dessa "AI-drivna flexibla elektroniska system" lovar bärbara hälsopatchar, robotskal och smarta flygplansytor som känner, beslutar och agerar nästan lika sömlöst som mänsklig hud och nerver.

Från enkel avkänning till tänkande ytor

Traditionella sensorer är som enkla mikrofoner: de samlar in signaler men är beroende av en avlägsen dator för tolkning. När AI och sakernas internet har spridits har denna gamla modell stött på problem—för mycket data att skicka, långsamma svar, hög energiförbrukning och integritetsrisker när känslig information lämnar kroppen eller maskinen. Flexibel elektronik tillför en ny vinkel: sensorer tillverkas av mjuka material eller smarta geometrier så att de kan linda sig runt hud, leder eller flygplansvingar. Artikeln förklarar att nästa generation system följer en "känna-tänka-agera"-cykel på en flexibel plattform: mjuka sensorer fångar upp signaler, en kompakt intelligensenhet i närheten tolkar dem och flexibla ställdon eller enheter svarar, vilket bildar en snabb, sluten återkopplingsslinga.

Tänkande nära avkänningspunkten

Ett huvudsakligt spår kallas near-sensor computing. Här passerar data fortfarande genom grundläggande kretsar som konverterar analoga signaler till digital form, men huvudbehandlingen sker på små chips placerade precis intill sensorarrayen i stället för i en fjärrdator. Mikrokontrollers, acceleratorer för neurala nätverk och andra processorer kör strömlinjeformade algoritmer—från enkla filter till kompakta neurala nätverk och "hyperdimensionella" scheman som representerar information som stora buntar av bitar. Detta minskar hur mycket rådata som måste överföras och möjliggör realtidsbeteende. Översikten beskriver praktiska exempel: bärbara hjärt- och hjärnmonitorer som rengör och tolkar signaler på enheten, armband som känner igen gester genom att avkoda muskelaktivitet, och elektroniska hudar som låter robotar identifiera föremål via beröring eller automatiskt justera greppet.

När sensorn själv börjar beräkna

Det andra spåret, in-sensor computing, går längre genom att slå ihop avkänning, minne och beräkning i samma fysiska struktur. I stället för att fungera som en kamera som skickar varje pixel till en dator kan en in-sensor-enhet upptäcka, komprimera och delvis tolka en scen innan några data lämnar arrayen. Forskare uppnår detta genom att integrera flexibla transistorer och nya typer av minne direkt med känsliga material. Vissa enheter efterliknar hjärnliknande kopplingar, där de elektriska vägarna själva förstärks eller försvagas baserat på tidigare aktivitet och lagrar "erfarenhet" i hårdvaran. Andra använder ljuskänsliga eller tryckkänsliga lager vars respons kan ställas in och återanvändas, vilket gör att de både kan känna och minnas. Dessa konstruktioner minskar dramatiskt energianvändning och fördröjning, vilket är avgörande för implanterade enheter, artificiell hud och andra alltid-aktiva system.

Nya hjärnor och nerver för mjuk elektronik

För att göra dessa mjuka system verkligt intelligenta paras hårdvaran med skräddarsydda AI-modeller. Klassiska neurala nätverk slimmas ned för att köras på små processorer genom knep som kompression och lågprecisionsaritmetik. Spikande neurala nätverk, inspirerade av hjärnans impulser, lovar ultra-låg strömförbrukning, medan hyperdimensionell beräkning byter tung matematik mot enkla bitoperationer som är lätta att implementera i hårdvara. Översikten jämför dessa tillvägagångssätt vad gäller hastighet, energi och komplexitet, och kartlägger dem mot verkliga användningsfall: hälsomonitorer som anpassar sig till varierande signalnivåer, hjärn–dator-gränssnitt som avkodar avsikt från skalppatcher, och smarta skinn för flygplan som läser luftflöde och upptäcker skador under flygning. Tillsammans bildar de en verktygslåda för att matcha rätt algoritm till varje flexibel plattform.

Hinder på vägen mot vardagliga smarta skinn

Trots snabb utveckling återstår många hinder innan AI-rika flexibla elektroniska system blir vardagsmat. På hårdvarusidan måste ingenjörer kombinera mjuka sensorer, processorer, energikällor och trådlänkar utan att offra komfort, hållbarhet eller noggrannhet. Material måste vara säkra mot eller i kroppen och fortsätta fungera under svett, rörelse och långvarig användning. På mjukvarusidan måste AI-modeller bli lättare, mer energieffektiva och kunna lära eller anpassa sig på enheten med begränsat minne och data. Författarna hävdar att framtiden kommer att blanda tre nivåer av beräkning: traditionella moln- och kantdatorer för tung analys, near-sensor-bearbetning för snabba lokala beslut och in-sensor-logik för omedelbara, lågenergireflexer—ungefär som relationen mellan vår hjärna, ryggmärg och hud.

Vardagsenheter som känner och reagerar som hud

Enkelt uttryckt visar denna artikel hur att föra AI upp till—och till och med in i—flexibla sensorer kan förvandla passiva patchar till aktiva, lärande enheter. Genom att minska datatrafik, spara energi och skydda integritet öppnar near-sensor och in-sensor-beräkning dörren till medicinska patchar som tyst övervakar hälsa och levererar terapi, mjuka robothudar som känner och reagerar på beröring, och flygplansytor som "känner" luften och anpassar sig i realtid. Slutsatsen är att intelligenta, flexibla elektroniska system i allt högre grad kommer att utplåna gränsen mellan avkänning och tänkande, vilket gör vår teknik mer lik en levande, responsiv hud än en stel låda med komponenter.

Citering: 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

Nyckelord: flexibel elektronik, in-sensor-beräkning, bärbar hälsomonitorering, elektronisk hud, neuromorf hårdvara