第一作者：Gabriel Loke, Tural Khudiyev, Brian Wang, Stephanie Fu, Syamantak Payra, Yorai Shaoul, Johnny Fung, Ioannis Chatziveroglou, Pin-Wen Chou, Itamar Chinn, Wei Yan, Anna Gitelson-Kahn, John Joannopoulos & Yoel Fink
通訊作者：周平文 魏燕
通訊單位：自然通訊
研究亮點：本研究旨在引入具有多種獨特特征的纖維鏈：第一是將數(shù)字元件引入靈活的聚合纖維鏈中。第二是解除單光纖、單設(shè)備的限制，使單個光纖能夠提供可擴展的多種可解決的數(shù)字功能。第三是通過光纖終止時單個連接端口訪問光纖內(nèi)部的設(shè)備組合。第四是使纖維收集的感官輸入能夠存儲在纖維本身中。最后，我們的目標(biāo)是存儲在光纖中，不僅感覺數(shù)據(jù)，但神經(jīng)網(wǎng)絡(luò)訓(xùn)練從它推斷上下文。
成果簡介
要點一:數(shù)字纖維的制造
繪制的光纖包含連續(xù)域，提供創(chuàng)建與沿光纖整個長度嵌入的設(shè)備相連的均勻?qū)щ娛娇偩€的機會。這允許減少離散電氣連接的數(shù)量，而離散電氣連接是機電脆弱性的主要來源。在這里，數(shù)百個可單獨解決的數(shù)字設(shè)備在光纖繪圖過程中（即繪制后不可行）進(jìn)行原地電氣連接，所有設(shè)備都可以在同一光纖內(nèi)數(shù)字通信總線上訪問。
要點二：纖維和織物中的數(shù)字尋址和內(nèi)存存儲
離散的光纖內(nèi)電子設(shè)備均勻地定位在光纖沿線的不同空間位置，每個設(shè)備都提供不同的功能，如傳感、數(shù)據(jù)存儲或光纖內(nèi)算法的存儲（圖1e）。通過發(fā)送數(shù)字1和0的獨特串行組合，可以"打開"沿光纖具有正確匹配數(shù)字地址的設(shè)備，以激活其內(nèi)部功能，其中包括內(nèi)存或傳感方式。為此，我們實施了數(shù)字地址協(xié)議，特別是I2C協(xié)議，在光纖內(nèi)。光纖中每個設(shè)備的等效邏輯電路由XNOR和和門組成，如圖2a所強調(diào)的。通過此數(shù)字協(xié)議，我們顯示多個光纖內(nèi)設(shè)備可以共享相同的四個鎢線電極，但通過具有不同的數(shù)字地址，它們在邏輯上彼此隔離，因此我們能夠獨立地在光纖上不同空間位置對單獨的設(shè)備及其相應(yīng)功能進(jìn)行定位（如圖所示，在 5 厘米、40 厘米、70 厘米）（圖2a）。
要點三：生理監(jiān)測
此架構(gòu)提供的另一種可能性涉及設(shè)備之間通過數(shù)字信號進(jìn)行光纖內(nèi)通信。制造出一種數(shù)字纖維，由同一鏈條上的記憶和溫度感應(yīng) （MT） 功能混合而成。圖4a顯示了 MT 光纖的示意圖，該示意圖與光纖長度的其他內(nèi)存單元相連的離散數(shù)字熱病器設(shè)備。在此光纖中，溫度輸入通過熱病器設(shè)備檢測并從模擬信號轉(zhuǎn)換為本地數(shù)字信號。這些數(shù)字信號隨后被傳達(dá)到光纖內(nèi)的存儲單元進(jìn)行存儲。圖4b顯示 16 位溫度讀數(shù)，該讀數(shù)由熱病器設(shè)備感知，然后存儲在內(nèi)存單元中并從內(nèi)存單元中讀取。我們還注意到，與以前的光纖不同，此工作展示了第一條包含相互關(guān)聯(lián)的不同功能的光纖鏈，這些功能可在光纖的不同長度上進(jìn)行處理9，10，11受制于相同功能沿其長度。
要點四:織物中的機器學(xué)習(xí)推論
然后，此體溫數(shù)據(jù)集用于訓(xùn)練神經(jīng)網(wǎng)絡(luò)，以檢測和分類感官輸入的特征，在此例中，不同人類活動的溫度-時間模式（補充圖10），從而能夠根據(jù)體溫變化對四種不同的活動（坐、立、走和跑步）進(jìn)行分類。為了訓(xùn)練這個網(wǎng)絡(luò)，將1800個溫度值部分（每個部分跨越12個部分，相當(dāng)于四個類）作為輸入輸入到一個匯總神經(jīng)網(wǎng)絡(luò)中。優(yōu)化了層數(shù)和節(jié)點以及重量和偏差值，以提供高訓(xùn)練精度（20 個訓(xùn)練過程的平均 97.9 ± 0.7%）（參見神經(jīng)網(wǎng)絡(luò)上的更多詳細(xì)信息方法）。訓(xùn)練后，重量和偏差的值被提取并減少到兩個重要數(shù)字，以產(chǎn)生一個壓縮的神經(jīng)網(wǎng)絡(luò)。此壓縮神經(jīng)網(wǎng)絡(luò)，包括用于功能選擇的數(shù)學(xué)方程， 兩個卷積濾鏡中使用的重量、偏差和 ReLu 功能、矩陣乘法和添加代碼以及用于層操作的加法，以及四層神經(jīng)網(wǎng)絡(luò)的重量、偏差和激活功能（6 乘 50 乘 25 乘 4 個神經(jīng)元，共 1650 個神經(jīng)元連接），都存儲在織物內(nèi)光纖的數(shù)字存儲器中（圖5a）。圖5b顯示了光纖中發(fā)生的神經(jīng)網(wǎng)絡(luò)的具體過程流，從感應(yīng)溫度數(shù)據(jù)的輸入到?jīng)Q策輸出。對應(yīng)未知活動的 12s 溫度測量樣本（最初由纖維內(nèi)熱質(zhì)器感知）作為輸入數(shù)字光纖內(nèi)的壓縮神經(jīng)網(wǎng)絡(luò)。存儲在光纖內(nèi)存中的算法隨后對樣本執(zhí)行以下操作：首先，從 12s 測量中計算選定的特征（標(biāo)準(zhǔn)偏差、平均正差和平均負(fù)差）。接下來，這三個輸入功能被輸入到兩個連續(xù)的卷積層與六個過濾器，然后執(zhí)行扁平化和最大池。然后，輸出被輸入到神經(jīng)網(wǎng)絡(luò)中，其中有四層，以產(chǎn)生四種不同活動的預(yù)測概率。選擇概率最高的活動作為最終輸出。然后，這些決策輸出存儲在光纖中。為了評估決策的準(zhǔn)確性，將輸出決策與實際活動進(jìn)行比較。用于人類活動識別的結(jié)構(gòu)內(nèi)神經(jīng)網(wǎng)絡(luò)的測試精度達(dá)到 96.4% （圖5c）。我們展示了具有機器學(xué)習(xí)推理能力的織物的一些潛在應(yīng)用：例如，針對個體的實時活動跟蹤，加上檢測溫度異常的能力，可以為體溫過高（補充圖11）等疾病提供早期預(yù)警信號，或協(xié)助在較大人群中早期發(fā)現(xiàn) COVID-19 等疾病。
小結(jié)
總之，采用了數(shù)十米的聚合物纖維，展示數(shù)字傳感和數(shù)字存儲器，總存儲容量為 +7.6 × 105每米內(nèi)存位。光纖末端的單個連接用于獨立訪問多個設(shè)備，從而能夠從單個光纖中執(zhí)行多種功能，從而克服以前方法面臨的單光纖單設(shè)備限制。將所需的電氣連接數(shù)量減少到單個終端解決了環(huán)境和可靠性脆弱性的主要來源。使用單根光纖收集和存儲 270 分鐘的表面體溫數(shù)據(jù)，在多日內(nèi)和各種物理活動中，可以證明這種方法的效用。具有 1650 神經(jīng)元連接的神經(jīng)網(wǎng)絡(luò)根據(jù)溫度時間活動相關(guān)性進(jìn)行訓(xùn)練，隨后存儲在同一光纖中。當(dāng)呈現(xiàn)一個未知的溫度時間數(shù)據(jù)集時，光纖根據(jù) 12s 的溫度讀數(shù)推斷出物理活動的類型，準(zhǔn)確度為 96%。在功能纖維和織物與人體非常接近的各種應(yīng)用中，測量和存儲包含推理算法的數(shù)字信息的能力提供了有趣的機會，包括自主藥物輸送23， 神經(jīng)接口18， 個人熱管理24，和計算織物2.
參考文獻(xiàn)
