Uiterst nauwkeurige voorspelling van de bloedglucosespiegel, bereikt door reservoircomputers met weinig moleculen

Een samenwerkend onderzoeksteam van NIMS en de Tokyo University of Science heeft met succes een apparaat voor kunstmatige intelligentie (AI) ontwikkeld dat hersenachtige informatieverwerking uitvoert via reservoircomputers met weinig moleculen. Deze innovatie maakt gebruik van de moleculaire trillingen van een select aantal organische moleculen.

Door dit apparaat toe te passen voor de voorspelling van de bloedglucosespiegel bij patiënten met diabetes, presteert het aanzienlijk beter dan bestaande AI-apparaten in termen van voorspellingsnauwkeurigheid.

Het werk is gepubliceerd in het journaal Wetenschappelijke vooruitgang.

Met de uitbreiding van machine learning-toepassingen in verschillende industrieën is er een toenemende vraag naar AI-apparaten die niet alleen zeer rekenkundig zijn, maar ook een laag stroomverbruik en miniaturisatie hebben.

Het onderzoek is verschoven naar fysieke reservoir computing, waarbij gebruik wordt gemaakt van fysieke verschijnselen die worden gepresenteerd door materialen en apparaten voor neurale informatieverwerking. Een uitdaging die overblijft is de relatief grote omvang van de bestaande materialen en apparaten.

Het onderzoek van het team heeft geleid tot de eerste implementatie ter wereld van fysieke reservoircomputing die werkt volgens het principe van oppervlakte-verbeterde Raman-verstrooiing, waarbij de moleculaire trillingen van slechts een paar organische moleculen worden benut. De informatie wordt ingevoerd via ion-gating, dat de adsorptie van waterstofionen aan organische moleculen (p-mercaptobenzoëzuur, pMBA) moduleert door spanning aan te leggen.

De veranderingen in moleculaire trillingen van de pMBA-moleculen, die variëren met de adsorptie van waterstofionen, dienen de functie van geheugen en niet-lineaire golfvormtransformatie voor berekeningen.

Dit proces, waarbij gebruik wordt gemaakt van een schaarse verzameling pMBA-moleculen, heeft ongeveer 20 uur van de veranderingen in de bloedglucosespiegel van een diabetespatiënt geleerd en is erin geslaagd daaropvolgende fluctuaties gedurende de volgende vijf minuten te voorspellen met een foutreductie van ongeveer 50% vergeleken met de hoogste nauwkeurigheid die wordt bereikt door vergelijkbare apparaten tot nu toe.

Deze studie geeft aan dat een minimale hoeveelheid organische moleculen effectief berekeningen kan uitvoeren die vergelijkbaar zijn met een computer. Deze technologische doorbraak van het uitvoeren van geavanceerde informatieverwerking met minimale materialen en in kleine ruimtes biedt aanzienlijke praktische voordelen. Het maakt de weg vrij voor de creatie van AI-terminalapparaten met laag vermogen die kunnen worden geïntegreerd met een verscheidenheid aan sensoren, waardoor wegen worden geopend voor breed industrieel gebruik.