Например, новая разработка может быть встроена в пластиковую упаковку для обработки запахов упакованных пищевых продуктов. Упакованные продукты имеют короткий срок хранения и быстро портятся, поэтому упаковка вместе с электронными компонентами будет выброшена, как только клиенты потребят продукты. В результате двигатель машинного обучения имел бы короткий срок службы и не нуждался бы в перепрограммировании.
Эта технология имеет большой потенциал: с помощью нее можно изготавливать машины обработки на недорогих гибких подложках, которые могут позволить миллиардам объектов стать «умнее» при стоимости в диапазоне центов, а не долларов.
Группа ученых
Механизм обработки машинного обучения можно напрямую подключить к датчикам, которые обнаруживают химическую информацию, связанную с запахами, их еще называют «электронные носы» (e-noses). Затем механизм анализирует эту информацию и пытается определить, какой запах уловил датчик.
При разработке гибкой электроники различные электронные компоненты (например, датчики, накопители энергии, процессоры и другие компоненты) обычно изготавливаются индивидуально, а затем объединяются в единое устройство. Однако интеграция гибких компонентов в единую систему пока что не организована. Исследователи работают над этим.
Читать также
Искатель сокровищ нашел клад в Шотландии, которому 3000 лет
Метеорный поток Персеиды — 2020: где его увидеть, куда смотреть и как сделать фото
Посмотрите на 3D-карту Вселенной: ее составляли 20 лет и она уже удивила ученых