Sinapses fotônicas com baixo consumo de energia e alta sensibilidade

Figura 1 (a) Diagrama esquemático da percepção visual e transmissão de informações no cérebro humano e dispositivo sináptico MoS2 artificial correspondente; (b) Comparação de largura de pulso óptico único e consumo de energia entre alguns dispositivos sinápticos. Crédito:Compuscript Ltda.

A fotônica/eletrônica neuromórfica é o futuro da computação inteligente de energia ultrabaixa e da inteligência artificial (IA). Nos últimos anos, inspirados no cérebro humano, dispositivos neuromórficos artificiais têm atraído grande atenção, principalmente na simulação de percepção visual e armazenamento de memória. Devido às suas vantagens de alta largura de banda, alta imunidade a interferências, transmissão de sinal ultrarrápida e menor consumo de energia, espera-se que os dispositivos fotônicos neuromórficos realizem uma resposta em tempo real aos dados de entrada. Além disso, as sinapses fotônicas podem realizar a estratégia de escrita sem contato, o que contribui para o desenvolvimento da comunicação sem fio.
O uso de materiais de baixa dimensão oferece uma oportunidade para desenvolver sistemas complexos semelhantes ao cérebro e computadores lógicos de memória de baixo consumo. Por exemplo, dicalcogenetos de metais de transição (TMDs) de grande escala, uniformes e reprodutíveis mostram grande potencial para aplicações de miniaturização e dispositivos biomiméticos de baixa potência devido às suas excelentes propriedades de retenção de carga e compatibilidade com processos CMOS tradicionais. A arquitetura von Neumann com memória e processador discretos leva ao alto consumo de energia e baixa eficiência da computação tradicional. Portanto, o sistema de arquitetura neuromórfica de fusão sensor-memória ou integração sensor-memória-processador pode atender às crescentes demandas de big data e IA para dispositivos de baixo consumo de energia e alto desempenho. Os dispositivos sinápticos artificiais são os componentes mais importantes dos sistemas neuromórficos. A avaliação de desempenho de dispositivos sinápticos ajudará a aplicá-los ainda mais a redes neurais artificiais (RNA) mais complexas.

Os TMDs cultivados por deposição química de vapor (CVD) inevitavelmente introduzem defeitos ou impurezas, mostrando um efeito persistente de fotocondutividade (PPC). Sinapses fotônicas de TMDs que integram propriedades sinápticas e capacidades de detecção óptica mostram grandes vantagens em sistemas neuromórficos para percepção e processamento de informações visuais de baixa potência, bem como memória cerebral.

Em um estudo publicado em Avanços Opto-Eletrônicos , o Grupo de Pesquisa de Detecção e Sensoriamento Óptico (GODS) relatou uma sinapse fotônica de três terminais baseada nos filmes de MoS2 multicamadas uniformes de grande área. O dispositivo relatado realizou detecção de pulso óptico ultracurto em 5 μs e consumo de energia ultrabaixo de cerca de 40 aJ, o que significa que seu desempenho é muito melhor do que as propriedades atuais relatadas das sinapses fotônicas. Além disso, é várias ordens de magnitude menor do que os parâmetros correspondentes das sinapses biológicas, indicando que a sinapse fotônica relatada pode ser usada para RNAs mais complexas. A fotocondutividade do canal MoS2 cultivado por CVD é regulada pelo sinal de fotoestimulação, que permite ao dispositivo simular plasticidade sináptica de curto prazo (STP), plasticidade sináptica de longo prazo (LTP), facilitação de pulso pareado (PPF) e outras propriedades sinápticas. Portanto, a sinapse fotônica relatada pode simular a percepção visual humana e o comprimento de onda de detecção pode ser estendido para a luz infravermelha próxima.

Como o sistema mais importante de aprendizagem humana, o sistema de percepção visual pode receber 80% das informações de aprendizagem de fora. Com o desenvolvimento contínuo da IA, há uma necessidade urgente de um sistema de percepção visual de baixa potência e alta sensibilidade que possa receber efetivamente informações externas. Além disso, com o assistente da voltagem do portão, esta sinapse fotônica pode simular o condicionamento pavloviano clássico e a regulação de diferentes emoções na capacidade de memória. Por exemplo, emoções positivas aumentam a capacidade de memória e emoções negativas enfraquecem a capacidade de memória. Além disso, um contraste significativo na força de STP e LTP com base na sinapse fotônica relatada sugere que ela pode pré-processar o sinal de luz de entrada. Esses resultados indicam que a fotoestimulação e o controle de backgate podem efetivamente regular a condutividade da camada do canal MoS2, ajustando os processos de captura/retirada de portadores. Além disso, espera-se que a sinapse fotônica apresentada neste artigo integre capacidades de pré-processamento de memória de detecção, que podem ser usadas para detecção de imagens em tempo real e armazenamento in-situ, e também oferece a possibilidade de quebrar o gargalo de von Neumann.

Figura 2 (a) O condicionamento clássico pavloviano sob um treino (E+L) (esquerda) e dez treinos (direita); (b) Regulação da função de memória do dispositivo via tensão de porta. Crédito:Compuscript Ltda.
Figura 3 (a) Ilustração do reconhecimento de letras neuromórficas. O reconhecimento de letras estimulado sob STP (b), LTP sem (c) ou com (d) –Vg. Crédito:Compuscript Ltda.