fbpx La rivoluzione dell'elettronica tatuabile e commestibile | Scienza in rete

La rivoluzione dell'elettronica tatuabile e commestibile

Primary tabs

di Mario Caironi
Pubblicato il 06/03/2022
--
Tempo di lettura: 1 min
Biotech

Mario Caironi e il suo team dell'Istituto italiano di tecnologia (IIT) è riuscito a ottenere il transistor più sottile di sempre: 150 nanometri, centinaia di volte meno della pellicola che si usa per gli alimenti (vedi qui il suo articolo su Nature Communications). Ma a che pro spingere l'elettronica a queste dimensioni impalpabili? Il bello di circuiti stampati con materiale organico e così sottili è che si possono "tatuare" sulla pelle, per esempio per sostituire i vecchi elettrodi, ma anche sugli alimenti per controllare il loro stato di conservazione. O ancora su farmaci per accertarne il consumo regolare da parte dei pazienti, e in futuro per controllare parametri fisiologici. È la rivoluzione dell'elettronica tatuabile e commestibile, che Mario Caironi racconta in questa intervista a Luca Carra.

Intervista: Luca Carra. Sigla: Jacopo Mengarelli.

 


Scienza in rete è un giornale senza pubblicità e aperto a tutti per garantire l’indipendenza dell’informazione e il diritto universale alla cittadinanza scientifica. Contribuisci a dar voce alla ricerca sostenendo Scienza in rete. In questo modo, potrai entrare a far parte della nostra comunità e condividere il nostro percorso. Clicca sul pulsante e scegli liberamente quanto donare! Anche una piccola somma è importante. Se vuoi fare una donazione ricorrente, ci consenti di programmare meglio il nostro lavoro e resti comunque libero di interromperla quando credi.


  • 19332 reads

prossimo articolo

Why have neural networks won the Nobel Prizes in Physics and Chemistry?

di Chiara Sabelli
Pubblicato il 15/10/2024

This year, Artificial Intelligence played a leading role in the Nobel Prizes for Physics and Chemistry. More specifically, it would be better to say machine learning and neural networks, thanks to whose development we now have systems ranging from image recognition to generative AI like Chat-GPT. In this article, Chiara Sabelli tells the story of the research that led physicist and biologist John J. Hopfield and computer scientist and neuroscientist Geoffrey Hinton to lay the foundations of current machine learning.

Image modified from the article "Biohybrid and Bioinspired Magnetic Microswimmers" https://onlinelibrary.wiley.com/doi/epdf/10.1002/smll.201704374

Physics

The 2024 Nobel Prize in Physics was awarded to John J. Hopfield, an American physicist and biologist from Princeton University, and to Geoffrey Hinton, a British computer scientist and neuroscientist from the University of Toronto, for utilizing tools from statistical physics in the development of methods underlying today's powerful machine learning technologies.