通过近传感与传感内计算实现的 AI 驱动柔性电子系统

让我们的设备与自身更聪明的“智能皮肤”

设想一种像创可贴一样的贴片，不仅能感知你的心跳、运动和体温，还能在本地即时处理这些数据并迅速做出响应——无需手机、云端或笨重的计算机。本文综述探讨了科学家如何将人工智能（AI）直接集成到柔软、可弯曲的电子器件中。这类“AI 驱动的柔性电子系统”有望实现可佩戴健康贴片、机器人皮肤和智能飞机表面，使其像人类的皮肤和神经一样感知、判断并执行动作，几乎无缝衔接。

从简单感测到会思考的表面

传统传感器就像简单的麦克风：负责收集信号，但依赖远端计算机来解释。随着 AI 和物联网的发展，这一旧有模式暴露出问题——需要传输过多数据、响应迟缓、能耗高、以及当敏感信息离开人体或机器时的隐私风险。柔性电子学带来新的可能：传感器由软质材料或巧妙的结构制成，可以包裹皮肤、关节或机翼。文章指出，下一代系统在柔性平台上实现“感知-思考-执行”闭环：柔软传感器捕获信号，邻近的小型智能单元进行解释，柔性执行器或设备响应，从而形成快速的反馈回路。

在感测点附近进行计算

一种主要路径称为近传感计算。在这里，数据仍通过把模拟信号转为数字的基础电路，但主要处理发生在紧邻传感器阵列的小型芯片上，而不是远端计算机。微控制器、神经网络加速器和其他处理器运行简化的算法——从简单滤波器到紧凑神经网络以及将信息表示为大束比特的“超维”方案不等。这可以减少需要传输的原始数据量并实现实时响应。综述给出实用示例：在设备上清理和解析信号的可穿戴心脑监测器、解码肌电以识别手势的臂带，以及使机器人通过触觉识别物体或自动调整抓握的电子皮肤。

当传感器本身开始计算

第二条路径，传感内计算，更进一步，将感测、记忆与计算融为同一物理结构。不再像相机那样把每个像素发送到计算机，传感内设备可能在任何数据离开阵列之前就检测、压缩并部分解释场景。研究人员通过将柔性晶体管和新型存储器直接与感测材料集成来实现这一点。有些器件模仿大脑的连接方式，电路径会根据过去的活动而强化或减弱，在硬件中存储“经验”。另一些使用对光或压力敏感的层，其响应可以调节和重复利用，使其既能感知又能记忆。这些设计显著降低了功耗和延迟，对植入式设备、人工皮肤以及其他需持续运行的系统至关重要。

为柔性电子打造新的“大脑”和“神经”

为了让这些软性系统真正具备智能，硬件需配合定制的 AI 模型。经典神经网络被精简以在微小处理器上运行，采用压缩和低精度运算等技巧。受大脑脉冲启发的脉冲神经网络承诺极低功耗，而超维计算则以简单的比特操作替代复杂数学，便于在硬件中实现。综述从速度、能耗和复杂性方面比较了这些方法，并将它们映射到实际应用：能适应信号质量变化的健康监测器、从头皮贴片解码意图的脑机接口，以及在飞行中读取气流并检测损伤的智能机翼表面。总体上，它们构成了为不同柔性平台匹配合适算法的工具箱。

通向日常智能皮肤的障碍

尽管进展迅速，要让富含 AI 的柔性电子普及仍面临诸多挑战。在硬件方面，工程师必须将软性传感器、处理器、电源和无线连接结合在一起，同时不牺牲舒适性、耐用性或精度。材料需要在体表或体内安全，并能在汗水、动作和长期使用下保持功能。在软件方面，AI 模型必须更轻量、更节能，并能够在设备上以有限的存储和数据进行学习或自适应。作者主张未来将融合三层计算：用于深度分析的云和边缘计算、用于快速本地决策的近传感处理，以及用于即时、低能量反射的传感内逻辑——类似于我们的大脑、脊髓与皮肤之间的关系。

像皮肤一样感知与响应的日常设备

通俗地说，本文展示了将 AI 推到柔性传感器表面甚至内部，如何把被动贴片变成主动、可学习的设备。通过减少数据传输、节省能量并保护隐私，近传感与传感内计算为静默监测健康并提供治疗的医疗贴片、能感知并响应触碰的软体机器人皮肤，以及能“感受”气流并实时自适应的飞机表面打开了大门。结论是，智能柔性电子将越来越模糊感测与思考的界限，使我们的技术更像有生命、可响应的皮肤，而非一堆刚性的部件盒。

引用: 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

关键词: 柔性电子学, 传感内计算, 可穿戴健康监测, 电子皮肤, 类脑硬件