A Gaussian–Stochastic Encoder Transistor for Biosignal Encoding with Confidence Readout
تقدم هذه الورقة ترانزستور مشفر غاوسي-عشوائي (GSE-T) يدمج ترميز الإشارات الحيوية غير الخطي وقراءة عدم اليقين المدركة للثقة مباشرة في فيزياء الجهاز، مستبدلاً الدوائر الطرفية المستهلكة للطاقة بحل مدمج ومنخفض الاستهلاك للطاقة يستفيد من الضوضاء الجوهرية من أجل ذكاء حافة قوي.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل عالماً يمكن فيه للحواسيب الصغيرة الموجودة داخل ساعتك أو رقعتك الطبية أن تفكر من تلقاء نفسها، وتحلل نبضات قلبك أو حركات عضلاتك في اللحظة التي تحدث فيها، دون الحاجة إلى إرسال البيانات إلى سحابة بعيدة. هذه الرؤية لـ "ذكاء الحافة" تَعِد باستجابات أسرع وخصوصية أفضل، لكنها تواجه مشكلة فيزيائية مستعصية: فالمستشعرات التي ترصد هذه الإشارات بسيطة ومليئة بالضجيج، بينما الحواسيب التي تفهمها ضخمة وتستهلك الكثير من الطاقة. ولجعل هذه الأجهزة تعمل، يجب على المهندسين ترجمة الإشارات الخام الفوضوية إلى تنسيق يمكن للحاسوب فرزه بسهولة، وهي عملية تتطلب عادةً دائرة كهربائية كبيرة ومستهلكة للطاقة لمجرد البدء. لقد كان الهدف طويلاً هو تقليص خطوة الترجمة هذه لتصبح بحجم مكون واحد، لكن فيزياء المفاتيح الإلكترونية القياسية تجعل ذلك مستحيلاً تقريباً، لأنها تنتج طبيعياً استجابات خطية مستقيمة بدلاً من الأنماط المنحنية التي تشبه الجرس والمطلوبة للفرز الذكي.
لقد نجح فريق من الباحثين في جامعة سونغ كيون كوان وجامعة هانيانغ الآن في بناء ترانزستور واحد يقوم بهذه الترجمة بالضبط، محولاً إشارة مستشعر صاخبة إلى استجابة كهربائية منحنية ونظيفة دون الحاجة إلى أسلاك إضافية أو مواد معقدة. وقد أطلقوا على اختراعهم اسم "ترانزستور التشفير الغاوسي العشوائي"، أو (GSE-T). وخلافاً للمحاولات السابقة التي اعتمدت على تكديس أنواع مختلفة من المواد لإنشاء منحنى، يستخدم هذا الجهاز طبقة واحدة من أشباه الموصلات العضوية وترتيباً ذكياً لقطبين كهربائيين منفصلين لتشكيل تدفق الكهرباء. فعندما يطبق الباحثون جهداً كهربائياً على هذه الأقطاب، يرتفع التيار المتدفق عبر الجهاز ثم ينخفض، مكوناً منحنى جرس مثالياً على الرسم البياني. هذا الشكل يعد أمراً حاسماً لأنه يعمل كمرشح طبيعي، حيث يقوم بتوسيع البيانات المدخلة البسيطة إلى تنسيق أغنى يمكن لحاسوب خطي بسيط قراءته وتصنيفه، مما يؤدي فعلياً إلى تنفيذ مهمة رياضية معقدة داخل شريحة واحدة صغيرة.
وما يجعل هذا الاكتشاف مفاجئاً بشكل خاص هو كيفية تعامل الباحثين مع الضجيج الإلكتروني الذي عادة ما يعيب مثل هذه الأجهزة. ففي معظم الأجهزة الإلكترونية، يعتبر الضجيج منخفض التردد — والذي يُسمى غالباً ضجيج الوميض — مصدر إزعاج يفسد الدقة والموثوقية. وفي الأجهزة المصنوعة من المواد المكدسة، يمكن لهذا الضجيج أن يكون جامحاً وغير قابل للتنبؤ، مما يجعلها غير مناسبة لأجهزة مراقبة الصحة التي تعمل باستمرار. ومع ذلك، وجد الفريق أن تصميمهم أحادي الطبقة ينتج نوعاً محدداً وثابتاً من الضوضاء يأتي من نقاط التلامس حيث يلتقي المعدن بنصف الموصل. وبدلاً من محاولة القضاء على هذا الضجيج، أدركوا أنه يمكنهم استخدامه كميزة؛ فمن خلال السماح للتيار بالتقلب قليلاً بطريقة محكومة، يمكن للجهاز توليد "درجة ثقة" لتوقعاته الخاصة. فإذا كان الجهاز غير متأكد من قراءة ما، يتغير نمط الضجيج، مما ينبه النظام لتوخي الحذر. هذا يحول نقطة ضعف تقليدية إلى أداة قوية للكشف عن الأخطاء، مما يسمح للنظام بمعرفة متى كان يخمن ومتى كان متأكداً.
ولإثبات مفهومهم، اختبر الباحثون الترانزستور ببيانات بيولوجية من العالم الحقيقي، بما في ذلك نبضات القلب من تخطيط كهربائية القلب، وإشارات العضلات من تخطيط العضلات الكهربائي، وأنماط التنفس من تخطيط التحجم الضوئي. لقد غدوا ثمانية سمات بسيطة من هذه الإشارات في الجهاز، والذي قام بدوره بتوسيعها إلى ثمان وأربعين استجابة كهربائية متميزة باستخدام شكل منحنى الجرس. وعندما قارنوا هذه الطريقة بنماذج الحاسوب القياسية، وجدوا أن النهج القائم على الترانزستور كان بنفس كفاءة البرمجيات المعقدة التي تتطلب طبقات عديدة من المعالجة في تحديد نبضات القلب والإيماءات، ولكنه فعل ذلك بقطع عتاد أقل بكثير. في الواقع، تفوق الترانزستور الفيزيائي في بعض المهام على النماذج البرمجية، مما يثبت أن الجهاز نفسه يمكنه القيام بالعمل الشاق المتمثل في استخراج السمات. كما أظهر الفريق أن الجهاز يعمل بموثوقية عبر إعدادات جهد مختلفة، مما يعني أنه يمكن ضبطه لاستخدام طاقة أقل دون فقدان قدرته على فرز البيانات بدقة.
كما أظهر الباحثون بشكل أكبر أن هذا النهج المدعوم بالضجيج يمكن أن يساعد النظام على اتخاذ قرارات أكثر ذكاءً في المواقف غير المؤكدة. فمن خلال أخذ عينات متكررة من الإشارة الصاخبة، يمكن للنظام تقدير مدى احتمالية كونه مخطئاً بشأن قراءة معينة. وعندما اختبروا ذلك في الحالات الصعبة حيث تكون البيانات غامضة، ساعد فحص الثقة القائم على الضجيج النظام على تحديد الأخطاء بشكل أفضل بكثير من النهج القياسي الخالي من الضجيج. وهذا يشير إلى أن الأجهزة الطبية المستقبلية يمكنها استخدام هذه التكنولوجيا ليس فقط لمعالجة البيانات بكفاءة، بل أيضاً لتقرير ما إذا كانت ستثق في قراءة ما أو تطلب نظرة ثانية، كل ذلك أثناء العمل ببطارية صغيرة. ويمثل هذا العمل خطوة مهمة نحو جعل أجهزة مراقبة الصحة الذكية والمستقلة ذات القدرة على فهم الإشارات المعقدة والصاخبة لجسم الإنسان، وبحجم صغير بما يكفي لارتدائها.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.