联合发展基金Strategic Elements (ASX: SOR)公布了概念验证工作，强调了其可打印神经形态技术在软机器人和其他信号处理应用中的数据处理和自学习的潜力。
这种可打印的神经形态硬件是由新南威尔士大学(UNSW)纳米离子实验室的纳米立方体记忆墨水技术开发的。
根据Strategic Elements，早期研究结果显示，在计算机视觉应用中，该技术比人脑使用更少的操作能力，能够利用多种阻力状态，并具备处理多个数据点的潜在能力。
虽然人工神经网络并不少见，但大多数突触网络仅作为软件存在。新南威尔士大学的研究人员正在开发一种可打印(低成本)、便携、超低功耗、灵活和半透明的神经网络硬件。
Strategic Elements表示，这些功能非常适合机器人和计算机视觉应用。
“例如，在健康或制造业部门或需要低功耗的设备上，将灵活的神经形态硬件安装到软机器人上的能力，电池或能量收集技术(如湿度)可能被用作电源，”报告称。
据该公司介绍，新南威尔士大学团队制造的新型人工突触“在降低功耗方面取得了显著进步，能够通过电压脉冲(就像生物突触)持续改变电导，鼓励耐力和多级开关”。
这些特性被认为可以应用于电子皮肤和软机器人的图像处理和mart/智能传感器。
模仿人类大脑
用纳米立方体墨水制作了一个记忆电阻器——一种模仿人类大脑中信息传递突触来执行复杂计算任务的电子记忆装置，并测试了被称为“长期增强(学习)和抑郁(遗忘)”的耐力。
这个人工突触被触发了10万个“峰值”，模拟大脑中的神经元放电，没有观察到明显的退化。据Strategic Elements报道，在反复学习和遗忘周期后，突触也表现出良好的潜在耐力，而且每个细胞都能进行多达10种抗性状态的多级切换。
这与不太精确或效率较低的存储设备相反，它们只使用两种电阻状态(高和低)。
进一步的工作
Strategic Elements说，它将评估一个潜在的工作项目，该项目由其子公司隐形技术公司的计算机视觉和机器人团队与新南威尔士大学团队共同开发原型应用程序。
未来的工作还将进行，以降低制造过程所需的温度，在柔性衬底上制造，并增加记忆电阻的数量，以满足机器人图像识别和触觉触摸传感器的要求。
