北欧神话虽然不如希腊神话和圣经那样著名，从朋但是其对世界的影响仍然极为广泛，几乎渗透于生活的方方面面。

近日，友圈中科院化学研究所的赵永生教授课题组在ScienceAdvances上发表了题为基于柔性有机微激光阵列的光子皮肤的研究，友圈在光子皮肤芯片上对作为传感单元的有机微激光阵列进行大规模处理，让我们来一探究竟。为了在柔性基板上一步实现制造3D柱支撑的有机微盘阵列，天社交开发了一种双层电子束直写（EBDW）方法，天社交从而实现了由耦合腔单模激光源组成的柔性机械传感器网络。

柔性、谈谈激光、谈谈智能、光子、皮肤，这几个看起来毫不相关的词汇组合起来，一股浓浓的科幻味油然而生，电影中外表与真人无异、内部却是各种金属塑料和线缆的仿生人形象跃然眼前。 在此基础上，该面对研究人员展示了基于构建的大规模柔性光子芯片的机械光子调制和手势识别应用。而如今，网络在柔性光子学的加持下，人造智能皮肤在功能上实现了质的飞跃。

柔性基板的变形可以影响有机微腔激光器的光信号耦合效率，从朋从而可以对局部变形进行空间分辨检测，比如识别手势动作。图2大规模有机柔性光子芯片的制作通过制造耦合微盘谐振器实现单模激光，友圈显着提高了传感信号的准确性和可识别性。

在以往，天社交人们基于柔性电子学已经实现了各种各样的电子皮肤，天社交比如2017年清华大学的研究人员就开发了两款用石墨烯高灵敏应变传感单元打造的多功能电子皮肤,一款可以通过快速变色来探测细微的应变，一款可以则贴合人体探测脉搏。

过测量这种信号变化，谈谈与手指伸展时的原始信号强度进行归一化处理后，谈谈研究人员就可以根据不同信号的强弱，推断出柔性芯片的变形，从而判断出手指的运动，实现真正的手势识别。根据机器学习训练集是否有对应的标识可以分为监督学习、该面对无监督学习、半监督学习以及强化学习。

另外7个模型为回归模型，网络预测绝缘体材料的带隙能（EBG），网络体积模量（BVRH），剪切模量（GVRH），徳拜温度（θD），定压热容（CP），定容热容（Cv）以及热扩散系数（αv）。发现极性无机材料有更大的带隙能（图3-3），从朋所预测的热机械性能与实验和计算的数据基本吻合（图3-4）。

经过计算并验证发现，友圈在数据库中的26674种材料中，金属/绝缘体分类的准确度为86%，仅仅有2414种材料被误分类（图3-2）。参考文献[1]K.T.Butler,D.W.Davies,H.Cartwright,O.Isayev,A.Walsh,Nature,559(2018)547.[2]D.-H.Kim,T.J.Kim,X.Wang,M.Kim,Y.-J.Quan,J.W.Oh,S.-H.Min,H.Kim,B.Bhandari,I.Yang,InternationalJournalofPrecisionEngineeringandManufacturing-GreenTechnology,5(2018)555-568.[3]周子扬,电子世界,(2017)72-73.[4]O.Isayev,C.Oses,C.Toher,E.Gossett,S.Curtarolo,A.Tropsha,Naturecommunications,8(2017)15679.[5]V.Stanev,C.Oses,A.G.Kusne,E.Rodriguez,J.Paglione,S.Curtarolo,I.Takeuchi,npjComputationalMaterials,4(2018)29.[6]A.Rovinelli,M.D.Sangid,H.Proudhon,W.Ludwig,npjComputationalMaterials,4(2018)35.[7]J.C.Agar,Y.Cao,B.Naul,S.Pandya,S.vanderWalt,A.I.Luo,J.T.Maher,N.Balke,S.Jesse,S.V.Kalinin,AdvancedMaterials,30(2018)1800701.[8]R.K.Vasudevan,N.Laanait,E.M.Ferragut,K.Wang,D.B.Geohegan,K.Xiao,M.Ziatdinov,S.Jesse,O.Dyck,S.V.Kalinin,npjComputationalMaterials,4(2018)30.[9]A.Maksov,O.Dyck,K.Wang,K.Xiao,D.B.Geohegan,B.G.Sumpter,R.K.Vasudevan,S.Jesse,S.V.Kalinin,M.Ziatdinov,npjComputationalMaterials,5(2019)12.[10]Y.Zhang,C.Ling,NpjComputationalMaterials,4(2018)25.[11]H.Trivedi,V.V.Shvartsman,M.S.Medeiros,R.C.Pullar,D.C.Lupascu,npjComputationalMaterials,4(2018)28.往期回顾：天社交认识这些带你轻松上王者——电催化产氧（OER）测试手段解析新能源材料领域常见的碳包覆法——应用及特点单晶培养秘诀——知己知彼，天社交对症下方，方能功成。