智能感知是指在人工智能驅動的“大腦”的輔助下，柔性傳感器實現類似于人腦對外部信息的記憶、學習、判斷和推理能力。由于機器學習算法在數據處理和智能識別方面的優勢，所構建的智能感知系統擁有媲美甚至超越人類感知系統的能力。

韓國光云大學博士牛閎森、殷菲菲全面回顧了用于構建柔性傳感器的最具代表性的功能材料和創新結構，進一步總結了基于柔性傳感器和機器學習算法的智能感知系統的研究進展，兩者的交叉融合有望為下一階段的人工智能發展解鎖新機遇。

感知是指外界刺激作用于感官時，大腦對外界的整體看法和理解，為我們對外界的感官信息進行組織和解釋。在認知科學中，也可看作一組程序，包括獲取信息、理解信息、篩選信息和組織信息。其中，信息獲取是實現感知過程最重要且首要的環節。人類和高等動物擁有豐富的感覺器官，可以通過視覺、聽覺、味覺、觸覺、嗅覺和直覺（第六感）感受外界刺激，獲取環境信息。受此啟發，研究人員研制出一系列可媲美甚至超越人類感官能力的柔性傳感器。與傳統、笨重、剛性材料的電子器件不同，柔性傳感器表現出獨特的柔韌性能、可拉伸性能和傳感性能，這些特性可以通過引入功能材料和創新結構得到進一步提升。柔性傳感器可以在動態和不規則表面上形成緊密附著，大大減少外界刺激的干擾，實現高保真、高精度的數據采集。

利用不斷發展的人工智能技術構建模仿人類感知過程的智能感知系統，是實現真正智能化的有效途徑。智能感知不僅包括各種柔性傳感器獲取外界信息和數據的能力，還包括通過記憶、學習、判斷、推理等過程感知環境、材料種類和物體屬性的能力（圖1）。高性能柔性傳感器采集大量信息數據，然后使用機器學習算法進行分析和處理。與傳統算法不同，機器學習是一類從數據中自動分析規律，并利用規律對未知數據進行預測的算法，并且它們在智能感知系統中往往具有更好的預測能力。

圖1 智能感知系統的關鍵組件（柔性傳感器和機器學習算法）示意圖

這篇綜述重點介紹了柔性傳感器及其智能感知系統的最新研究進展。特別是全方位回顧了構建柔性傳感器最具代表性的功能材料和創新結構，并討論了基于不同環境信息的各種機器學習算法輔助智能感知系統。功能材料包括1D/2D/3D納米材料、導電聚合物、液態金屬、離子液體；創新結構包括單面、互鎖、3D多孔、裂紋、紡織、波浪/皺紋、蛇形線和剪紙結構；智能感知系統包括手勢感知、姿態感知、抓取物體感知、紋理感知、語音感知和材料感知（圖2）。最后，詳細討論了柔性傳感器及其相應的智能感知系統面臨的挑戰和未來機遇。由于此類研究仍處于起步階段，本文所涵蓋的工作主要來自近些年。然而，隨著該領域的不斷成熟，最終會有足夠數量的技術迭代，以提供更全面的視角和演變時間表。

圖2 用于構建柔性傳感器的各種功能材料和創新結構，以及柔性傳感器在智能感知系統中的潛在應用

盡管近年來在柔性傳感器和機器學習技術領域取得了長足進步，并且兩者交叉融合所構建的智能感知系統為人工智能下一階段的發展提供了新的機遇，但在單個領域或兩者的交叉點仍有許多挑戰需要解決，如圖3所示。

圖3 智能感知系統（柔性傳感器、機器學習算法和硬件電路）的未來挑戰

論文鏈接：

https://onlinelibrary.wiley.com/doi/full/10.1002/inf2.12412

審核編輯 ：李倩