利用小分子库计算实现高精度血糖水平预测

NIMS和东京科学大学的一个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层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，它在预测准确性方面显著优于现有的人工智能设备

随着机器学习应用在各个行业的扩展，对人工智能设备的需求不断增加，这些设备不仅具有高计算性，而且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。仍然存在的一个挑战是现有材料和设备的尺寸相对较大

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

pMBA分子的分子振动随氢离子吸附而变化，起到记忆和非线性波形转换的作用

这一过程使用pMBA分子的稀疏组装，已经了解了糖尿病患者大约20小时的血糖水平变化，并成功预测了未来五分钟的后续波动，与迄今为止类似设备实现的最高精度相比，误差减少了约50%

这项研究表明，最少量的有机分子可以有效地进行与计算机相当的计算。这种用最少的材料和微小的空间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道路