Los científicos informan sobre un nuevo fototransistor similar a una sinapsis

Los científicos del Laboratorio Nacional de Energía Renovable (NREL) del Departamento de Energía de EE. UU. Han desarrollado un gran avance en fototransistores de ahorro de energía. Estos dispositivos podrían eventualmente ayudar a las computadoras a procesar información visual más como el cerebro humano y usarse como sensores en cosas como vehículos autónomos.

Las estructuras se basan en un nuevo tipo de semiconductor, perovskitas de haluro metálico, que han demostrado ser muy eficientes para convertir la luz solar en Electricidad y ha demostrado ser extremadamente prometedor en muchas otras tecnologías.

“En general, estos semiconductores de perovskita son un sistema funcional verdaderamente único con beneficios potenciales para muchas tecnologías diferentes”, dijo Jeffrey Blackburn, científico principal de NREL y coautor de un nuevo artículo que describe la investigación. “NREL está interesado en este sistema de materiales fotovoltaicos, pero tienen muchas propiedades que se pueden aplicar a muchos campos diferentes de la ciencia”.

En este caso, los científicos combinaron nanocristales de perovskita con una red de nanotubos de carbono de pared simple para crear una combinación de materiales que creen que pueden tener propiedades interesantes para fotovoltaica o detectores. Cuando le apuntaron con un láser, encontraron una sorprendente respuesta eléctrica.

“Normalmente, una corriente eléctrica pasaría por un corto tiempo después de absorber la luz”, dijo Joseph Luther, científico principal y coautor. “Pero en este caso, la corriente continuó fluyendo y no se detuvo durante varios minutos, incluso cuando la luz estaba apagada”.

Este comportamiento se conoce como “fotoconductividad persistente” y es una forma de “memoria óptica” en la que energia luminosa un impacto en un dispositivo puede almacenarse en la “memoria” como una corriente eléctrica. También puede imitar las sinapsis del cerebro que se utilizan para almacenar recuerdos. Sin embargo, a menudo, la fotoconductividad permanente requiere bajas temperaturas y / o altos voltajes de funcionamiento, y el pico de corriente solo duraría pequeñas fracciones de segundo. En este nuevo descubrimiento, la fotoconductividad permanente produce corriente eléctrica a temperatura ambiente y la electricidad fluye durante más de una hora después de que se apaga la luz. Además, se encontró que solo se necesitan bajos voltajes e intensidades de luz bajas, lo que subraya la baja energía necesario para el almacenamiento de memoria.

La investigación se describe en el artículo “Conmutación óptica a temperatura ambiente de baja energía en heterouniones de perovskita a nanoescala de dimensiones mixtas”, que apareció en la revista Progreso cientifico. Además de Blackburn y Luther, los coautores del artículo fueron Ji Hao, Young-Hoon Kim, Severin Habisreutinger, Steven Harvey y Elisa Miller, todos de NREL, e investigadores de la Universidad de Wisconsin-Madison y la Universidad de Toledo.

Otros científicos han trabajado en memoria óptica y computadoras neuromórficas que imitan la forma en que cerebro humano almacena información. El cerebro utiliza una “red neuronal” de neuronas que interactúan con muchas otras neuronas a través de sinapsis. Esta red estrechamente interconectada es una de las principales razones por las que el cerebro puede procesar información de una manera tan eficiente desde el punto de vista energético, razón por la cual los científicos están muy motivados para crear redes neuronales artificiales que imitan las funciones del cerebro.

La investigación proporciona principios de diseño que anteriormente faltaban y que se pueden aplicar a la memoria óptica y aplicaciones de computación neuromórfica. La percepción visual representa la gran mayoría de la información que el cerebro recopila sobre el mundo, y estas sinapsis artificiales podrían integrarse con sistemas de reconocimiento de imágenes.

“Hay muchas aplicaciones en las que las matrices de sensores pueden capturar imágenes y aplicar algoritmos de aprendizaje y aprendizaje a aplicaciones de inteligencia artificial y aprendizaje automático”, dijo Blackburn. “Por ejemplo, estos sistemas podrían mejorarse eficiencia energética, eficiencia y fiabilidad en aplicaciones como vehículos autónomos ”.

Los científicos probaron tres tipos diferentes de perovskitas (bromuro de formamidinio de plomo, yoduro de cesio de plomo y bromuro de cesio de plomo) y descubrieron que cada uno de ellos era capaz de producir fotoconductividad permanente.

“Lo que hemos creado es sólo uno de los dispositivos más simples que podrían fabricarse combinando los dos sistemas, y hemos demostrado una operación similar a una memoria simplificada”, dijo Blackburn. “La construcción de una red neuronal requiere la integración de varias de estas conexiones en arquitecturas más complejas en las que se pueden emular aplicaciones de procesamiento de imágenes y memoria más complejas”.