利用少分子库计算实现高精度血糖水平预测

NIMS和东京理科大学的合作研究团队成功开发了一种人工智能(AI)设备，该设备通过少分子储库计算执行类脑信息处理。这项创新利用了选定数量的有机分子的分子振动。

通过将该设备应用于糖尿病患者的血糖水平预测，在预测准确性方面明显优于现有的人工智能设备。

该工作发表在《科学进展》杂志上。

随着机器学习在各行业应用的扩展，人们对人工智能设备的需求不断增加，这些设备不仅需要高计算能力，还要具有低功耗和小型化的特点。

研究已转向物理储层计算，利用材料和设备呈现的物理现象进行神经信息处理。仍然存在的一项挑战是现有材料和设备的尺寸相对较大。

该团队的研究开创了世界上第一个物理储层计算的实现，该计算基于表面增强拉曼散射的原理，仅利用少数有机分子的分子振动。信息通过离子门控输入，离子门控通过施加电压调节氢离子在有机分子(对巯基苯甲酸，pMBA)上的吸附。

pMBA分子的分子振动随着氢离子吸附的变化而变化，起到记忆和非线性波形变换计算的作用。

该过程使用 pMBA 分子的稀疏组装，了解了糖尿病患者大约 20 小时的血糖水平变化，并成功预测了接下来 5 分钟内的后续波动，与通过该方法实现的最高精度相比，误差减少了约 50%迄今为止的类似设备。

这项研究表明，最少量的有机分子就可以有效地执行与计算机相当的计算。这项以最少的材料和在狭小的空间内进行复杂信息处理的技术突破带来了巨大的实际效益。它为创建可与各种传感器集成的低功耗人工智能终端设备铺平了道路，为广泛的工业应用开辟了途径。