几种疾病会导致部分丧失风味和完全失去口味的疾病。但是，中国科学院国家纳米科学中心的杨阳团队的最新研究是一种将源自石墨烯与自动学习技术衍生的材料结合在一起的系统，使其可以“感知”其起伏。这项研究的发现最近在美国国家科学院的会议记录中发表，预计将帮助神经系统疾病的患者在未来恢复失去的口味感。 仿生学的“大脑形计算”目前是人工智能领域中最中心的研究讲话之一。人类感官模拟的集成感官存储和计算系统是该方向上最重要的研究问题。与视觉和触觉感知的研究相比，仿生风味和计算整合的感觉系统在环境中起着独特的作用迭代，粮食安全，健康监测，疾病诊断和口味重建。但是，与视觉和触摸不同，口味不仅意味着化学（生物）物质的交换，而且该设备的工作需要具有更复杂过程的液体的生理环境，这使得很难实现感觉，存储和计算的整合。 为了应对上述问题，研究人员开发了一种新的纳米装置，该设备将基于堆叠的石墨烯氧化石墨烯膜在水相中集成了检测和计算功能。离子动力学的表征和有限元素的仿真研究表明，ADSORC对石墨烯氧化物灯层的引起吸引力的过程互面离子可以显着降低滞后离子的运动速度，并可以赋予离子的检测以及记忆者的性质和设备的特性。 研究人员使用设备检测功能来构建CHE的库基于其计算神经形态计算功能，用于模拟人造品味系统的计算能力，用于不同类型的品味和建立储备金计算机网络的微型产品。该系统可以提供四种基本口味的精确识别，例如咖啡和尾巴。 尽管传统的AI感觉技术可以阻止视觉和触觉，但长期以来，风味模拟已被困在液体环境的生物学复杂性中。最终的生理环，该结果实现了Mdevice iSism中的双重检测和计算功能。研究人员使用层中的氧化石墨烯膜在常规盐水溶液中构建动态离子通道。值与生物神经元界面兼容：电导信号可以直接转换为神经脉冲。 （作者：国家纳米科学中心的工程师张Yuchun）