Al aplicar este dispositivo para la predicción del nivel de glucosa en sangre en pacientes con diabetes, ha superado significativamente a los dispositivos de IA existentes en términos de precisión de predicción.

El trabajo está publicado en la revista Science Advances .

Con la expansión de las aplicaciones de aprendizaje automático en diversas industrias, existe una creciente demanda de dispositivos de IA que no solo sean altamente computacionales sino que también presenten un bajo consumo de energía y miniaturización.

La investigación se ha desplazado hacia la computación de reservorios físicos, aprovechando los fenómenos físicos presentados por materiales y dispositivos para el procesamiento de información neuronal. Un desafío que persiste es el tamaño relativamente grande de los materiales y dispositivos existentes.

La investigación del equipo ha sido pionera en la primera implementación mundial de computación de reservorio físico que opera según el principio de dispersión Raman mejorada en la superficie, aprovechando las vibraciones moleculares de simplemente unas pocas moléculas orgánicas. La información se ingresa a través de la activación de iones, que modula la adsorción de iones de hidrógeno en moléculas orgánicas (ácido p-mercaptobenzoico, pMBA) aplicando voltaje.

Los cambios en las vibraciones moleculares de las moléculas de pMBA, que varían con la adsorción de iones de hidrógeno, cumplen la función de memoria y transformación de formas de onda no lineales para el cálculo.

Este proceso, que utiliza un conjunto disperso de moléculas de pMBA, ha aprendido aproximadamente 20 horas de los cambios en el nivel de glucosa en sangre de un paciente diabético y ha logrado predecir fluctuaciones posteriores durante los siguientes cinco minutos con una reducción de error de aproximadamente el 50% en comparación con la precisión más alta lograda por dispositivos similares hasta la fecha.

Este estudio indica que una cantidad mínima de moléculas orgánicas puede realizar con eficacia cálculos comparables a los de una computadora. Este avance tecnológico de realizar un procesamiento de información sofisticado con materiales mínimos y en espacios pequeños presenta beneficios prácticos sustanciales. Allana el camino para la creación de dispositivos terminales de IA de bajo consumo que pueden integrarse con una variedad de sensores, abriendo caminos para un uso industrial amplio.