文｜陈根

智能手机的快速发展，推动了移动终端和边缘计算的发展。万物互联、万物感知的智能社会，跟物联网发展相伴而生，边缘计算系统也因此应声而出。边缘计算，就是在靠近物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台，就近提供最近端服务。

近年来的趋势表明，未来会有越来越多的人工智能处理需要在边缘层面进行，而此类运算最大的特点是高速度、低功耗，其中物理储层计算（Physical Reservoir Computing， PRC）发挥着重要作用。

PRC 是一种相当具有吸引力的学习框架，其依赖于物理系统的瞬态响应，能够以低功耗形式对时间序列信号进行高速处理。不过此前，由于PRC 系统的可调谐性较低，它们的信号处理能力受到了一定限制。

近日，日本理科大学的研究人员设计出一种基于电极－离子液体界面介电弛豫的可调谐物理储层装置，其通过将离子液体作为一种易于调节的物理储存装置而实现，只需通过简单地优化其粘度，就可以在时间尺度上灵活处理信号。

具体来说，受限于时间尺度上的不匹配性和低可控性，PRC 在很大程度上不适合运用于现实环境中的实时信号处理。而离子液体的介电弛豫（dielectric relaxation），其电荷在响应电信号时会重新排列 。

因此，在该研究中，研究人员设计了一个带有有机盐离子液体（IL）的 PRC 系统，其阳离子部分能够轻松地随所选烷基链的长度而变化。虽然储层的时间尺度在本质上较为复杂，但仍然直接可以由 IL 的粘度来调节控制。

此外，通过在 2－8 个单元之间调节烷基链的长度，研究人员实现了 1～20 μs 的超低特征响应时间。通过增加侧链的长度，研究团队让瞬态响应更接近于目标信号的范围，而识别率也随着烷基链的增加而同步提升。当使用 8 个单元的最长侧链时，其识别率也达到了 90．2％ 的峰值。

目前，相关研究已经发表在Scientific Reports上。