Credit: Pixabay/ CC0公共领域美国能源部国家可再生能源实验室(NREL)的研究人员在节能光电晶体管方面取得了突破。这种设备最终可以帮助计算机更像人脑一样处理视觉信息，并在自动驾驶汽车等设备中用作传感器。这种结构依赖于一种新型的半导体——金属卤化物灯，这种灯已被证明能高效地将太阳光转化为电能，并在一系列其他技术中显示出巨大的潜力。
“总的来说，这些钙钛矿半导体是一个真正独特的功能系统，对许多不同的技术都有潜在的好处，”杰弗里·布莱克本说，他是NREL大学的高级科学家，也是概述这项研究的一篇新论文的合著者。“NREL开始对这种光伏材料系统感兴趣，但它们有许多特性，可以应用于整个不同的科学领域。”
在这种情况下，研究人员将钙钛矿纳米晶体与单壁碳纳米管网络相结合，创造了一种他们认为可能对光伏或探测器具有有趣特性的材料组合。当他们用激光照射它时，他们发现了令人惊讶的电反应。
资深科学家和合著者约瑟夫·路德说:“通常情况下，在吸收光线后，电流会短暂流动一段时间。“但在这种情况下，电流继续流动，即使关灯也没有停止几分钟。”
这种行为被称为“持久光电导”，是“光存储器”的一种形式，击中设备的光能可以作为电流存储在“存储器”中。这种现象也可以模仿大脑中用来储存记忆的突触。然而，持续的光电导通常需要低温和/或高工作电压，并且电流尖峰仅持续几分之一秒。在这项新发现中，持久的光电导在室温下产生电流，并且在灯关闭后电流持续一个多小时。此外，发现只需要低电压和低光强，这突出了存储内存所需的低能量。
这项研究在《科学进展》杂志上发表的论文《混合维度纳米级钙钛矿异质结中的低能室温光开关》中有详细阐述。除了布莱克本和路德之外，这篇论文的作者还有来自NREL的吉浩、金永勋、塞文·哈比斯鲁廷、史蒂文·哈维和伊莉莎·米勒，以及威斯康星大学麦迪逊分校和托莱多大学的科学家。
其他科学家一直致力于光学记忆和神经形态计算，模拟人脑存储信息的方式。大脑使用由神经元组成的“神经网络”，这些神经元通过突触与许多其他神经元相互作用。这种高度互联的网络是大脑能够以如此节能的方式处理信息的主要原因之一，因此科学家们有很大的动机来创建模拟大脑功能的人工神经网络。
这项研究提供了以前缺乏的设计原则，可以结合到光学存储器和神经形态计算应用。视觉感知占了大脑收集的关于世界的绝大多数输入，这些人工突触可以集成到图像识别系统中。
布莱克本说:“在许多应用中，传感器阵列可以拍摄图像，并将训练和学习算法应用于人工智能和机器学习类型的应用。“举例来说，这种系统有可能在自动驾驶汽车等应用中提高能效、性能和可靠性。”
研究人员尝试了三种不同类型的钙钛矿——溴化甲铵铅、碘化铯铅和溴化铯铅，发现每种都能产生持久的光电导。
布莱克本说:“我们制造的只是将这两个系统结合起来可以制造的最简单的设备之一，我们展示了一个简单的类似记忆的操作。“要构建神经网络，需要将这些连接的阵列集成到更复杂的架构中，在这些架构中，可以模拟更复杂的内存应用和图像处理应用。”
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
