Wissenschaftler Am NREL Entwickeln Neuen Synapsen-ähnlichen Phototransistor

2023 Autor: Isabella Ferguson | [email protected]. Zuletzt bearbeitet: 2023-11-26 12:43

Forscher des National Renewable Energy Laboratory (NREL) des US-Energieministeriums haben einen Durchbruch bei energieeffizienten Fototransistoren entwickelt. Solche Geräte könnten Computern helfen, visuelle Informationen eher wie das menschliche Gehirn zu verarbeiten und als Sensoren in Dingen wie selbstfahrenden Fahrzeugen verwendet werden.

Die Strukturen basieren auf einem neuen Halbleitertyp - Metallhalogenid-Perowskiten -, die sich bei der Umwandlung von Sonnenlicht in elektrische Energie als hocheffizient erwiesen haben und in einer Reihe anderer Technologien vielversprechend sind.

„Im Allgemeinen sind diese Perowskit-Halbleiter ein wirklich einzigartiges Funktionssystem mit potenziellen Vorteilen für eine Reihe verschiedener Technologien“, sagte Jeffrey Blackburn, leitender Wissenschaftler am NREL und Mitautor eines neuen Papiers, das die Forschung skizziert. „Das NREL interessierte sich für dieses Materialsystem für die Photovoltaik, aber es hat viele Eigenschaften, die auf ganz unterschiedliche Wissenschaftsbereiche übertragen werden könnten.“

In diesem Fall kombinierten die Forscher Perowskit-Nanokristalle mit einem Netzwerk einwandiger Kohlenstoff-Nanoröhrchen, um eine Materialkombination zu schaffen, die ihrer Meinung nach interessante Eigenschaften für Photovoltaik oder Detektoren haben könnte. Als sie einen Laser darauf richteten, fanden sie eine überraschende elektrische Reaktion.

„Normalerweise würde nach der Absorption des Lichts für kurze Zeit ein elektrischer Strom fließen“, sagt Joseph Luther, leitender Wissenschaftler und Co-Autor. „Aber in diesem Fall floss der Strom weiter und hörte auch bei ausgeschaltetem Licht mehrere Minuten lang nicht auf.“

Ein solches Verhalten wird als „persistente Photoleitfähigkeit“bezeichnet und ist eine Form des „optischen Speichers“, bei dem die auf ein Gerät auftreffende Lichtenergie als elektrischer Strom im „Speicher“gespeichert werden kann. Das Phänomen kann auch Synapsen im Gehirn nachahmen, die verwendet werden, um Erinnerungen zu speichern. Eine dauerhafte Photoleitfähigkeit erfordert jedoch häufig niedrige Temperaturen und/oder hohe Betriebsspannungen, und die Stromspitze würde nur für kleine Sekundenbruchteile anhalten. Bei dieser neuen Entdeckung erzeugt die anhaltende Photoleitfähigkeit bei Raumtemperatur einen elektrischen Strom und fließt noch mehr als eine Stunde lang, nachdem das Licht ausgeschaltet wurde. Außerdem wurde festgestellt, dass nur niedrige Spannungen und geringe Lichtintensitäten erforderlich sind, was die geringe Energie hervorhebt, die zum Speichern des Speichers benötigt wird.

Die Forschung wird in dem Artikel „Low-Energy Room-Temperature Optical Switching in Mixed-Dimensionality Nanoscale Perovskite Heterojunctions“beschrieben, der in der Zeitschrift Science Advances erscheint. Neben Blackburn und Luther wurde das Papier von Ji Hao, Young-Hoon Kim, Severin Habisreutinger, Steven Harvey und Elisa Miller, alle vom NREL, sowie von Wissenschaftlern der University of Wisconsin-Madison und der University of. mitverfasst Toledo.

Andere Wissenschaftler haben an optischem Gedächtnis und neuromorphem Computing gearbeitet, das die Art und Weise emuliert, wie das menschliche Gehirn Informationen speichert. Das Gehirn verwendet ein „neuronales Netzwerk“von Neuronen, das über Synapsen mit vielen anderen Neuronen interagiert. Dieses hochgradig vernetzte Netzwerk ist einer der Hauptgründe dafür, dass das Gehirn Informationen so energieeffizient verarbeiten kann. Daher gibt es eine große Motivation für Wissenschaftler, künstliche neuronale Netzwerke zu entwickeln, die die Funktionen des Gehirns nachahmen.

Die Forschung liefert bisher fehlende Designprinzipien, die in optische Speicher und neuromorphe Computeranwendungen integriert werden können. Die visuelle Wahrnehmung macht den Großteil der Informationen aus, die das Gehirn über die Welt sammelt, und diese künstlichen Synapsen könnten in Bilderkennungssysteme integriert werden.

„Es gibt viele Anwendungen, bei denen Sensor-Arrays Bilder aufnehmen und Trainings- und Lernalgorithmen für künstliche Intelligenz und Anwendungen des maschinellen Lernens anwenden können“, sagte Blackburn. „Solche Systeme könnten beispielsweise die Energieeffizienz, Leistung und Zuverlässigkeit in Anwendungen wie selbstfahrenden Fahrzeugen verbessern.“

Die Forscher probierten drei verschiedene Arten von Perowskiten aus – Formamidinium-Bleibromid, Cäsium-Blei-Jodid und Cäsium-Blei-Bromid – und fanden heraus, dass jeder in der Lage war, eine dauerhafte Photoleitfähigkeit zu erzeugen.

„Was wir hergestellt haben, ist nur eines der einfachsten Geräte, die Sie aus der Kombination dieser beiden Systeme herstellen können, und wir haben eine vereinfachte speicherähnliche Operation demonstriert“, sagte Blackburn. „Der Aufbau eines neuronalen Netzes erfordert die Integration einer Reihe dieser Verbindungen in komplexere Architekturen, in denen komplexere Speicheranwendungen und Bildverarbeitungsanwendungen emuliert werden können.“

Die Forschung wurde vom Center for Hybrid Organic-Inorganic Semiconductors for Energy (CHOISE) unterstützt, einem Energy Frontier Research Center im Office of Science des US-Energieministeriums.

NREL ist das wichtigste nationale Labor des US-Energieministeriums für Forschung und Entwicklung im Bereich erneuerbare Energien und Energieeffizienz. NREL wird für das Energieministerium von der Alliance for Sustainable Energy, LLC betrieben.