日本的一位科学家证明了如何像计算机一样使用人体来处理数据并解决复杂的问题。
这一突破之所以可能，是因为人体组织具有用于研究“储层计算”的数据处理的特性，该研究的作者 哟Kobayashi大阪大学机械科学与生物工程系副教授在3月20日发表的一项新研究中写道 IEEE访问。
在储层计算中，输入被馈入具有大量“节点”或“尺寸”（储层）的系统，然后解释以隔离重要数据或预测未来的结果。虽然在许多情况下，储层是数字化的，但可以使用其他物理系统。
为了证明使用人体组织处理数据的可能性，研究人员要求参与者以各种角度弯曲手腕。
然后，他使用超声来对肌肉中产生的变形进行成像。从这些数据中，他建立了一个物理储层的计算机模型，该模型可以成功模拟基准测试中的非线性动力学系统。
它通过使用肌肉内的变形场来代表储层状态来实现这一目标。非线性＆mdash;输入不会在直线上影响储层中的节点的事实；可以将输入信号映射到高维状态空间上，从而促进复杂的计算。在这种情况下，输入是腕关节角的信号模式。
有关的： 3D打印的人脑组织就像真实的东西一样
“这项技术的一个潜在应用领域是可穿戴设备，” Kobayashi在 陈述。“将来，可能会使用我们自己的组织作为方便的计算资源。由于整个身体都存在软组织，因此可穿戴设备可以将计算委托给组织，从而提高性能。”
他还建议，该过程可以应用于医疗和生命支持设备以及其他人机相互作用技术，依靠人体组织来获得其他处理资源。
说明储层计算如何工作的一种常见方法是“水桶”方法。在这种情况下，在网格或其他地层中排列的一系列水箱包括储层，各种尺寸的管道将其链接到非线性。这意味着水不会直线从一个水箱流到另一个水箱。取而代之的是，在系统中添加水或扰动可以改变整个水箱的水平，或者水可以在一个点退出水箱，但随后由于单个输入而被重新引入。
输入在整个系统中以水位波动的形式反映在各种水箱中，并随着时间的推移动态变化。通过测量每个水箱中的水位，然后捕获了储层的状态，然后可训练的计算机层读取并解释结果。
储层负责以许多不同的非线性方式“扭曲”或“混合”输入信号，从而产生各种时间特征。在传统的数值意义上，储层没有明确“求解”非线性方程。相反，它学会了模仿由这些方程支配的系统的投入输出行为。储层内的非线性使其能够捕获并表示输入数据和基础系统动力学中存在的非线性关系。
人体组织可以用作储层，因为它与水基水库具有某些品质。首先，它具有非线性质量，特别是应力 - 应变非线性，这意味着将应力与组织施加到组织应变之间的关系不是直线。它也是粘弹性的，这意味着它具有弹性（如橡皮筋），又具有粘性（如厚实的液体）特质时，当变形＆mdash时；换句话说，它具有过去变形的物理“内存”，因此可以存储信息。
除了上述应用程序之外，储层计算还显示了预测的希望 混乱的系统等天气。还提出了一种预测其他随着时间变化的系统的方式， 股票价格 或者 空气质量。通过通过系统解释以前的数据，可以预测未来的结果。
正如Kobayashi指出的那样，他的工作只是第一步。同时重申未来的潜力。
“这项研究仅进行了基准测试；因此，必须确定实际的计算过程在未来情况下的适用性。但是，这些发现为在广泛的计算任务和应用中成功利用人类组织动力学铺平了道路。”
