Condensadores 2D para entrada

El equipo de la Universidad de Ciencia y Tecnología Rey Abdullah (KAUST) adaptó y mejoró la estructura central de un sensor de imagen de dispositivo acoplado de carga (CCD) para crear dispositivos de memoria sensibles a la luz que pueden programarse con luz. En particular, el equipo de investigación incrustó el material bidimensional MoS2 en una estructura de condensador semiconductor (MOSCAP) que sustenta los píxeles de almacenamiento de carga de un sensor CCD.

Las estructuras Al/Al2O3/MoS2/Al2O3/Si MOSCAP funcionan como un sensor "en memoria" de captura de carga que es sensible a la luz visible y puede programarse ópticamente y borrarse eléctricamente.

"Los sensores de luz en memoria son dispositivos de memoria multifuncionales inteligentes que pueden desempeñar las funciones de varios dispositivos, tradicionalmente discretos, a la vez, incluidos la detección óptica, el almacenamiento y la computación", dijo Nazek El-Atab, profesor asistente de ingeniería eléctrica e informática en KAUST e investigador principal del laboratorio de aplicaciones y dispositivos de memoria inteligentes y avanzados.

"Nuestro objetivo a largo plazo es poder demostrar sensores en memoria que puedan detectar diferentes estímulos y computar", dijo. "Esto supera el muro de la memoria y permite un análisis de datos más rápido y en tiempo real con un consumo de energía reducido, que es un requisito en muchas aplicaciones futuristas y de vanguardia, como Internet de las cosas, automóviles autónomos e inteligencia artificial. entre otros."

Los experimentos con luz con una longitud de onda en cualquier parte de la región espectral azul a roja indican que una carga fotogenerada se puede atrapar o almacenar con un tiempo de retención extremadamente prolongado. El voltaje de "ventana de memoria" resultante de >2 V se puede almacenar hasta 10 años antes de borrarse eléctricamente aplicando una señal de +/-6 V. También opera durante muchos millones de ciclos.

El objetivo final de la investigación es crear un único dispositivo optoelectrónico que pueda realizar detección óptica y almacenamiento con capacidades informáticas.

Al combinar la estructura MoS2 MOSCAP con una red neuronal, el equipo demostró que era posible realizar un reconocimiento binario simple de imágenes, distinguiendo con éxito entre imágenes de un perro o un automóvil, con una precisión del 91 por ciento. Cada imagen tenía un tamaño de 32 × 32 píxeles, y solo se extrajo la información azul de las imágenes, ya que corresponde a la sensibilidad máxima del dispositivo.

"Los dispositivos de memoria actuales se pueden programar ópticamente pero requieren borrarse eléctricamente", dijo el investigador Dayanand Kumar. "En el futuro, nos gustaría explorar sensores ópticos en memoria que puedan operarse completamente ópticamente".

El equipo también está utilizando fósforo negro para crear una sinapsis memristiva optoelectrónica que imita las neuronas del cerebro para aplicaciones informáticas neuromórficas.

El dispositivo multicapa consta de una capa delgada de fósforo negro y óxido de hafnio que se intercala entre una capa inferior de platino y una capa superior de cobre. Funciona como un memristor optoelectrónico, una resistencia cuya resistencia eléctrica puede programarse mediante luz visible.

Los experimentos indican que ofrece características sinápticas muy estables, como potenciación a largo plazo (un aumento duradero en la salida de la señal), depresión a largo plazo (una disminución duradera en la salida de la señal) y plasticidad a corto plazo (cambio en la respuesta). con el tiempo).

El equipo construyó una matriz sináptica de 6 × 6 a partir de los dispositivos y, en el futuro, esperan que matrices más grandes puedan ayudar a crear una retina biomimética. Es importante destacar que los dispositivos se pueden fabricar de manera rentable mediante el procesamiento de soluciones y son flexibles con un funcionamiento estable con un radio de curvatura de 1 cm, lo que ofrece posibilidades para aplicaciones portátiles.

DOI: 10.1038/s41377-023-01166-7

www.kaust.edu.sa