ساخت حسگر صوتی مایع با الهام از نهنگ سرخربزهای
یک حسگر صوتی مایع که با تقلید از توانایی نهنگ سرخربزهای ساخته شده است، میتواند صداها را در محیطهای پر سر و صدا تشخیص دهد.
مهندسان در سالهای اخیر طیف گستردهای از حسگرهای پیشرفته را برای نظارت با فناوریهای رباتیک، قابل حمل، پوشیدنی و حتی کاشتنی توسعه دادهاند. دادههای جمعآوریشده توسط این حسگرها را میتوان با استفاده از یادگیری ماشینی پیشرفته تحلیل کرد و به دستگاهها امکان داد تا صداهای خاص را در میان اصوات گوناگون و اشیای خاص را در تصاویر یا سایر محرکهای متمایز تشخیص دهند.
به نقل از تک اکسپلور، پژوهشگران «دانشگاه کالیفرنیا لسآنجلس»(UCLA) اخیرا یک حسگر صوتی مایع ساختهاند که به کمک یادگیری ماشینی میتواند صداها را با دقت بالا حتی در محیطهای پر سر و صدا تشخیص دهد. این حسگر با الهام از یک اندام دارای چربی ساخته شده است که در پیشانی بسیاری از گونههای نهنگ، از جمله دلفینها و نهنگهای عنبر قرار دارد.
«جون چن»(Jun Chen) از پژوهشگران این پروژه گفت: ما در پژوهش خود از بافت چربی واقع در پیشانی نهنگ سرخربزهای الهام گرفتهایم. نهنگ سرخربزهای، صداهای مورد استفاده در پژواک را متمرکز و تعدیل میکند و ویژگیهای آکوستیک بافت خود را با آب اطراف تطبیق میدهد تا صدا بتواند با حداقل اتلاف انرژی به حرکت درآید.
چن و همکارانش تصمیم گرفتند یک سیستم حسی امیدوارکننده ابداع کنند که عملکرد نهنگ سرخربزهای را تقلید میکند. این حسگر میتواند به کاهش اتلاف انرژی و به حداقل رساندن نویز فرکانس پایین کمک کند، کارآیی را در جمعآوری دادههای صوتی افزایش دهد و دقت حسگر را در تشخیص صداها بهبود ببخشد.
چن توضیح داد: هوش مصنوعی یک نقش کلیدی را در سیستم حسی ما بر عهده دارد و به طور ویژه از تشخیص صدا پشتیبانی میکند. به لطف سیگنالهای کمنویز ثبتشده توسط حسگر صوتی مایع، سیستم با پشتیبانی از الگوریتمهای یادگیری عمیق به دقت بالایی در تشخیص دست مییابد.
این حسگر یک ساختار شبکه مغناطیسی سهبعدی و منشعب دارد که بر نانوذرات مغناطیسی نئودیمیم-آهن-بور مبتنی است. این نانوذرات که در یک سیال حامل معلق هستند، در مجموع مانند یک آهنربا رفتار میکنند.
حسگرهای آکوستیک معمولی، صداهای محیط اطراف خود را با تشخیص تغییر شکل مواد و ارتعاشات ناشی از فشار صدا دریافت میکنند. اگرچه این سیستم میتواند در بسیاری از کاربردهای روزمره موثر باشد اما در شرایط پیچیدهتر مانند زیر آب یا محیطهای بسیار پر سر و صدا به همان اندازه خوب کار نمیکند.
چن گفت: یکی از برجستهترین دستاوردهای ما، معرفی مواد مایع جدید برای سنجش صوتی است که عملکرد بسیار خوبی از خود نشان دادهاند. این حسگرها نه تنها به طور موثر در هوا کار میکنند، بلکه میتوانند در محیطهای زیر آب مانند اقیانوسها نیز برای شناسایی حیوانات دریایی و کاربردهای دیگر استفاده شوند.
وی افزود: ما در پژوهشهای بعدی خود، از هوش مصنوعی برای بهینهسازی مواد مایع درون حسگر استفاده خواهیم کرد و به آن امکان خواهیم داد تا به طور انتخابی، حذف نویز فعال را برای کاربردهای گستردهتر اعمال کند.
این پژوهش در مجله «Nature Electronics» به چاپ رسید.
