Investigadores del Laboratorio Nacional de Energía Renovable (NREL) del Departamento de Energía de EEUU han desarrollado un gran avance en fototransistores energéticamente eficientes. Estos dispositivos podrían eventualmente ayudar a los ordenadores a procesar información visual más como el cerebro humano y usarse como sensores en equipos como los 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 energía eléctrica y han demostrado ser tremendamente prometedoras en una variedad de otras tecnologías.
“En general, estos semiconductores de perovskita son un sistema funcional realmente único con beneficios potenciales para varias tecnologías diferentes”, dijo Jeffrey Blackburn, científico senior de NREL y coautor de un nuevo artículo que describe la investigación. “NREL se interesó en este sistema de materiales para energía fotovoltaica, pero tiene muchas propiedades que podrían aplicarse a áreas de la ciencia completamente diferentes”.
En este caso, los investigadores combinaron nanocristales de perovskita con una red de nanotubos de carbono de pared simple para crear una combinación de materiales que pensaron que podría tener propiedades interesantes para fotovoltaica o detectores. Cuando lo apuntaron con un láser, encontraron una respuesta eléctrica sorprendente.
"Lo que normalmente sucedería es que, después de absorber la luz, una corriente eléctrica fluiría brevemente durante un corto período de tiempo", dijo Joseph Luther, científico principal y coautor del trabajo. "Pero en este caso, la corriente continuó fluyendo y no se detuvo durante varios minutos, incluso cuando la luz estaba apagada".
Tal comportamiento se conoce como "fotoconductividad persistente" y es una forma de "memoria óptica", donde la energía de la luz que golpea un dispositivo se puede almacenar en la "memoria" como una corriente eléctrica. El fenómeno también puede imitar sinapsis en el cerebro que se utilizan para almacenar recuerdos. Sin embargo, a menudo, la fotoconductividad persistente requiere temperaturas bajas y / o voltajes de funcionamiento altos, y el pico de corriente solo duraría pequeñas fracciones de segundo.
En este nuevo descubrimiento, la fotoconductividad persistente produce una corriente eléctrica a temperatura ambiente y fluye corriente durante más de una hora después de que se apaga la luz. Además, se encontró que solo se necesitaban bajos voltajes e intensidades de luz bajas.
La investigación se detalla en el artículo, "Conmutación óptica de baja energía a temperatura ambiente en heterouniones de perovskita a nanoescala de dimensiones mixtas", que aparece en la revista Science Advances . Además de Blackburn y Luther, también participaron como coautores Ji Hao, Young-Hoon Kim, Severin Habisreutinger, Steven Harvey y Elisa Miller, todos de NREL, y científicos de la Universidad de Wisconsin-Madison y la Universidad de Toledo.
Otros científicos han estado trabajando hacia la memoria óptica y la computación neuromórfica, que emula la forma en que el cerebro humano almacena información. El cerebro utiliza una "red neuronal" de neuronas que interactúan con muchas otras neuronas a través de las sinapsis. Esta red altamente interconectada es una de las razones principales por las que el cerebro puede procesar información de una manera tan eficiente desde el punto de vista energético, por lo que los científicos tienen una gran motivación para crear redes neuronales artificiales que imiten las funciones del cerebro.
La investigación proporciona principios de diseño que anteriormente carecían de ellos y que pueden incorporarse 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 en los sistemas de reconocimiento de imágenes.
“Hay muchas aplicaciones en las que las matrices de sensores pueden capturar imágenes y aplicar algoritmos de aprendizaje y entrenamiento para aplicaciones de inteligencia artificial y aprendizaje automático”, dijo Blackburn. "Como ejemplo, estos sistemas podrían mejorar la eficiencia energética, el rendimiento y la confiabilidad en aplicaciones como los vehículos autónomos".
Los investigadores probaron tres tipos diferentes de perovskitas —bromuro de plomo de formamidinio, yoduro de plomo de cesio y bromuro de plomo de cesio— y encontraron que cada uno era capaz de producir una fotoconductividad persistente.
“Lo que hicimos es solo uno de los dispositivos más simples que se pueden hacer combinando estos dos sistemas, y demostramos una operación similar a una memoria simplista”, dijo Blackburn. "Para construir una red neuronal se requiere la integración de una serie de estas uniones en arquitecturas más complejas, donde se pueden emular aplicaciones de memoria y aplicaciones de procesamiento de imágenes más complejas".
Deja tu comentario
Tu dirección de correo electrónico no será publicada. Todos los campos son obligatorios