图灵汇官网

科学家借助人工智能技术研发了一种新型离子电路。中国人民大学的贺泳霖教授提到：“跨学科合作带来了很大帮助。虽然之前尝试过传统模型，但这次工作让我意识到人工智能在信号解析中的重要性，这将是未来的趋势。”

贺泳霖团队最近设计了一种结合网格阵列与人工智能的离子电路，能精准感知平面热和压力。未来，随着改进和完善，这种电路可能被用于识别人体动作信息。

贺泳霖指出，离子电路会成为电子电路的重要补充，尤其是在柔性可拉伸设备的研发上，展现出巨大的应用价值。多年来，他带领团队专注于开发基于离子载体的功能性导体材料，而图案化离子电路正是他们的研究重点之一。

过去，他们已研制出一些基于凝胶材料的离子电路，不过这些电路的制造过程复杂，还易受湿度影响。为解决这些问题，他们计划开发一种更耐用、更稳定的图案化离子电路，适应频繁接触和摩擦的环境。

贺泳霖采用了一种类似在纸上写字的方法，而非传统的表面处理方式。他们选用聚氨酯弹性膜作基底，特定离子液体当“墨水”。经过精心搭配，让两种材料兼容，并将离子液体融入聚氨酯膜内。接着，利用聚合反应固定离子液体，保证其具备出色的耐磨性能。

在材料设计时，他们着重考虑聚氨酯软段与离子液体的兼容性。通过挑选适合的聚丙二醇和离子液体，成功引入功能性交联剂和双键。但在合成期间遇到困难，因为双键连接后的离子液体变粘稠，渗透速度下降。于是，他们加入促渗剂，最终实现离子液体的渗透与固化。

在制作离子电路时，他们试验了多种图案化技术，如盖章、直接书写和喷墨打印，并在聚氨酯基底上成功构建了离子电路。之后，他们开展了一系列测试，包括耐磨性、防水性和电导率测试，以确认电路表现。

为了让离子电路更加智能，他们将人工智能模型与离子网络整合，创建了一个多信号识别系统，可辨识温度、压力以及按压形状的变化。通过实验验证，这种离子电路即使在高强度和高湿度环境下仍能保持稳定性能。

研究过程中，如何从复杂信号中准确区分温度、压力和形状变化的影响是一大难点。因此，他们引入机器学习技术，组建人工智能化学学习小组，积累神经网络开发经验并持续优化模型。

另外，信号采集也是一项挑战。他们设计了精密的实验装置，在不同温度、压力和变形条件下测试，保证数据准确性。历经三周努力，相关论文刊登于《先进功能材料》杂志。

贺泳霖称，离子电路的优势在于其柔韧性和延展性。增强抗磨性和防水特性有助于大幅提升产品稳定性。未来，他们期待开发一种标准化技术，作为离子电路的基础通用技术。

这项成果展现了离子电路在多个领域的巨大潜力，尤其在人机交互方面。贺泳霖相信，基于离子的电路将在未来带来更多的创新与应用。