人脑具备卓越的感知、识别、决策和反馈能力，这激发了人工智能（AI）在图像识别、数据分析、对话生成和车辆自动化等复杂应用中的发展。为了设计智能设备和系统，尤其是在开发生物启发功能方面，已经付出了巨大努力，如电子皮肤、电子鼻以及人工耳蜗、喉部和假肢等。在生物启发电子学领域，生物功能模拟和神经形态器件的科学研究也受到广泛关注，其中包括通过组合逻辑门和序列变体进行分子逻辑计算。人类皮肤中的生物感受器提供了一种简单而直观的界面，将外部刺激转换为电信号，并由人脑分析这些电位信号，传递信息并发出相应的指令。这种感知和反应机制激发了各种先进设备和系统的发展，这些设备和系统具备神经形态智能，能够进行感知、分析和反馈。然而，实现AI辅助设备在无监督条件下自动执行任务，尤其是在复杂任务和多变环境中实现主动且低功耗的边缘计算，仍然是一个长期挑战。为应对这一挑战，科学家们正在致力于开发生物启发的低功耗电子设备和创新的自供电系统，以期在低成本和大规模生产条件下，实现更为多样化的交互和智能应用场景。
近日，中国科学院北京纳米能源与系统研究所王中林院士和孙其君研究员团队报道了第一个赋能时序逻辑的摩擦纳米发电机原型，这对于低功耗机械驱动逻辑计算和对环境信息的能量自主处理具有重要意义。该原型通过与外部环境的动态交互，利用特征性的机械布尔逻辑功能来响应外部刺激。在这一非传统时序逻辑原型中，摩擦纳米发电机被用来模仿感觉神经元，以自供电和自适应的方式感知外部刺激。施加在摩擦电感觉神经元上的外部/环境机械刺激可以很容易地转换成具有时空信息编码的电压尖峰，由感知单元传输和捕获，并进行分析以提供机械逻辑反馈。此外，该原型还成功模拟了机械竞争和赛跑现象，并提供了有效的解决方案。非传统时序逻辑（或称机械驱动逻辑）计算是数字计算的补充，更适用于人工智能和生物机器人的低功耗感知、决策和响应。这种具身机械时序逻辑的自供电原型为潜在的神经形态计算提供了显著的布尔基础，并在交互式/无监督的机器环境界面中展现出卓越的适应能力。该成果以“Endowing TENG with Sequential Logic”为题发表在Device期刊上。在生物启发的基础上，该工作首次成功展示了赋能时序机械驱动逻辑的TENG原型，该原型具有与外部环境动态交互的能力，并以特色机械布尔逻辑功能做出响应。通过TENG机械感受器感知到的摩擦电信号，可以实现非传统的组合逻辑和时序逻辑转换，表现为四种基本机械逻辑的时空组合，并应用于智能迷宫寻路过程。此外，还演示了具身时序逻辑的原型，模拟机械竞争与赛跑现象，并提供相应的解决方案。所提出的赋能时序逻辑的摩擦纳米发电机原型为复杂任务和多变环境信息下的低功耗机械驱动逻辑计算和能量自主处理提供了有效手段。这项工作不仅展示了第一个赋能TENG时序逻辑处理功能的原型，还揭示了其在其他复杂应用中的巨大潜力。除了特色机械布尔逻辑和智能迷宫寻路外，该原型还支持多种类型的传感设备（如电阻式、电容式、压电式和摩擦电式传感器），从而为补偿传感信号提供了多样的选择，并能获取更丰富的外部环境信息。此外，多模态融合对于协同自供电原型实现更智能的感知/寻址/物流非常有吸引力，可通过将机械（或触觉）传感信息与从集成光电探测器、摄像头/扫描仪、全球定位系统、惯性传感器等获得的附加传感数据（如视觉信息、细腻纹理/材料、空间位置、实时方向）相结合来实现。此外，这种具身时序逻辑的自供电原型还可以通过人机交互终端或脑电波识别模式进行调整，实现更复杂的手势或脑电波控制，从而推动数字孪生和交互式神经形态计算的发展。展望未来，可将自供电原型与神经形态算法（或机器学习算法）进一步集成到更紧凑的芯片或电路中。可以采取以下策略。首先，可以设计和开发低功耗集成电路（IC），以直接处理来自TENG机械感受器的信号，并将这些信号转换为适合神经形态处理的形式。这些集成电路可以利用先进的半导体技术，如 CMOS 工艺，实现高效的信号处理和数据转换。随后，利用现有的神经形态计算平台，将TENG信号与复杂的机器学习算法相结合，进行高级信息处理和决策。此外，通过小型化和系统级集成设计，这些组件可以集成到单个芯片或微系统中，从而实现更紧凑、更高效的解决方案。这种集成将促进TENG技术在智能传感、自主决策和人机交互等领域的应用。--检测服务--
声明：仅代表作者个人观点，作者水平有限，如有不科学之处，请在下方留言指正！
