La matriz de neuronas optoelectrónicas 2D logra una banda ancha y una no linealidad óptica de baja pérdida asequible con luz ambiental
× cerrar
Matriz de neuronas optoelectrónicas 2D habilitada con integración heterogénea de fototransistores transparentes (TPT) 2D con moduladores de cristal líquido (LC). La foto y el esquema del conjunto presentado de neuronas optoelectrónicas. Cada neurona utiliza la intensidad de la luz incidente local para controlar el modulador LC, creando una función de transmisión no lineal personalizada. Crédito: Duan Lab y Ozcan Lab/UCLA.
La luz puede calcular funciones durante su propagación e interacción con materiales estructurados, con alta velocidad y bajo consumo de energía. Lograr la computación universal utilizando redes neuronales totalmente ópticas requiere capas de activación óptica con dependencia de entrada no lineal. Sin embargo, los materiales ópticos no lineales existentes son lentos o tienen una no linealidad muy débil bajo los niveles de intensidad de la luz natural capturados por una cámara. Por lo tanto, el diseño y desarrollo de nuevas funciones de activación óptica es esencial para realizar redes neuronales ópticas que computan con luz ambiental.
En un papel publicado en Comunicaciones de la naturalezaUn equipo de investigación dirigido por el profesor Xiangfeng Duan y el profesor Aydogan Ozcan de la Universidad de California, Los Ángeles (UCLA), EE. UU., informó sobre una nueva estrategia que utiliza una serie de neuronas optoelectrónicas para lograr una fuerte no linealidad óptica a baja intensidad óptica para una banda ancha de luz incoherente.
Su dispositivo integra de forma heterogénea fototransistores (TPT) transparentes bidimensionales (2D) con moduladores de cristal líquido (LC). En condiciones de iluminación tenue, el TPT es altamente resistivo y la mayor parte de la caída de voltaje ocurre a través del TPT. El LC no se ve afectado y sigue siendo transmisivo. Sin embargo, con una potencia óptica de entrada alta, el TPT se vuelve conductor, de modo que la mayor parte del voltaje cae a través de la capa LC, interrumpiendo la transmisión óptica.
En su demostración experimental, las neuronas optoelectrónicas diseñadas permitieron que la luz espacial y temporalmente incoherente en longitudes de onda visibles modulara de forma no lineal su propia amplitud con solo ~ 20% de pérdida de fotones. Fabricaron una matriz de 100 × 100 (10 000) de neuronas optoelectrónicas y demostraron un fuerte comportamiento no lineal bajo iluminación láser y de luz blanca.
La matriz optoelectrónica no lineal se integró aún más como parte de un sistema de imágenes basado en teléfonos celulares para la reducción inteligente del deslumbramiento, bloqueando selectivamente los reflejos brillantes y proporcionando poca atenuación para los objetos de menor intensidad dentro del campo de visión de la imagen.
El modelado del dispositivo sugiere un umbral de intensidad óptica muy bajo de 56 μW/cmdos para generar una respuesta no lineal significativa y un bajo consumo de energía de 69 fJ mediante activación fotónica para los dispositivos optimizados.
Este conjunto de neuronas optoelectrónicas permite la modulación de autoamplitud no lineal de luz espacialmente incoherente, presentando un umbral de intensidad óptica bajo, un fuerte contraste no lineal, una respuesta espectral amplia, una velocidad rápida y una baja pérdida de fotones. El rendimiento es muy deseable para sistemas de procesamiento de imágenes y computación visual que no dependen de rayos láser intensos.
Además de la reducción inteligente del brillo, la integración en cascada de conjuntos de neuronas optoelectrónicas con procesadores ópticos difractivos lineales podría usarse para construir redes ópticas no lineales, lo que podría encontrar aplicaciones generalizadas en imágenes y detección computacional, al tiempo que abre la puerta a nuevos diseños de procesadores. luz ambiental.
Mas informaciones:
Dehui Zhang et al, Modulación no lineal de banda ancha de luz incoherente utilizando una serie de neuronas optoelectrónicas transparentes, Comunicaciones de la naturaleza (2024). DOI: 10.1038/s41467-024-46387-5