Los procesos biológicos artificiales, como los sistemas de impresión, son un objetivo ridículo para los expertos en electrónica orgánica debido a la dependencia de los sentidos humanos de la red adaptativa de neuronas sensoriales, que interactúa con el disparo en respuesta a las estimulaciones ambientales.
Una nueva colaboración entre North Western University y Georgia Tech ha abierto una novela al crear una neurona electroquímica orgánica de alto rendimiento y abrir nuevas capacidades para el sector, que responde a la frecuencia de las neuronas humanas. También creó un sistema de impresión completo diseñando otros materiales orgánicos y conectando a su neurona de ingeniero con receptores táctiles artificiales y sinapsis, lo que permitió la detección y el procesamiento de la señal superesh de tiempo real.
Investigación en un artículo publicado en la revista este mes, La acción de la Academia Nacional de Ciencias (PNA)Puede transferir la aguja a robots inteligentes y otros sistemas que actualmente están estampados por un sistema de detección que es menos potente que los humanos.
“Este estudio destaca un progreso significativo y la aplicación de la electrónica orgánica para eliminar la diferencia entre biología y tecnología”, dijo Yao Yao, primer autor de Northwestern Engineering. “Creamos una neurona sintética efectiva que tiene marcas de bajo paso y propiedades neuronales residuales. Al aprovechar esta capacidad, desarrollamos un sistema neuromórfico SuperShot completo para imitar el verdadero proceso biológico”.
Según el mismo autor Tubin Jay Marx, Charles E. de North Western E. Y Emma H Morrison Profesora de Química en el Colegio de Artes y Ciencias de Veneburgo, los circuitos nerviosos artificiales existentes se dispararon a un rango de frecuencia estrecha.
“En este estudio, el disparo de neuronas artificiales logra un rendimiento extraordinario en los modelos de frecuencia de disparo, que ofrece una gama 50 veces amplia de circuitos nerviosos electroquímicos orgánicos existentes”, dijo Marx. “Por el contrario, las propiedades neuronales residuales de nuestro dispositivo lo establecen como un gran éxito en las neuronas electroquímicas orgánicas”.
Marx es un líder mundial en los campos de la química orgánica, los catals químicos, la ciencia de los materiales, la electrónica orgánica, la fotovática y la nanotecnología. También es profesor de ciencia e ingeniería de materiales y profesor de productos químicos e ingeniería biológica y profesor de física aplicada en la Escuela de Ingeniería Macármica del Noroeste. La Escuela de Ciencia e Ingeniería de Materiales de Georgia Tech, su co -autor, Antonio Fachetti, también se desempeñó como profesor de química afiliado en el noroeste.
“Este estudio ofrece el primer sistema supereshópico neuromórfico completo basado en neuronas sintéticas, que integra receptores de superhéroes artificiales y sinapsis artificiales”. “Muestra la capacidad de codificar las excelentes motivaciones para acelerar la señal neuronal en tiempo real y las traduce en una reacción más tarde”.
El equipo difunde departamentos y escuelas, con investigadores que se especializan en síntesis orgánica que producen materiales sofisticados que luego se agregan al diseño de circuitos y a los investigadores de dispositivos electrónicos, y el sistema está incluido en la integración.
El cerebro humano está listo para disparar con una inmensa red de 86 mil millones de neuronas, es difícil recuperar el sistema de detección. Los científicos están limitados por la imagen de diseño y la cantidad que pueden crear. En los modelos futuros, el equipo espera reducir el proyecto y dar un paso más para copiar completamente el sistema de detección humana.
Apoye este trabajo en la Oficina de Investigación Científica de la Fuerza Aérea (FA9550-22-1-0423), North Western University Materials Research Science and Engineering Center (MRSEC; Premio National Science Foundation DMR-230869), Flexterra Corporation, National Science Did. Fondo para los prominentes jóvenes académicos de China (No. 32425040) y la Fundación Nacional de Ciencias Naturales de China (Grant No. 32201648).
