Группа российских ученых проанализировала имеющиеся данные о фотомемристорных сенсорах на основе низкоразмерных материалов и принцип их работы. Ученые показали возможности создания систем искусственного нейроморфного зрения и применения новых сенсоров в различных областях — от медицины до автоматизации устройств распознавания визуальной и оптической информации в реальном времени. Статья опубликована в журнале «Успехи прикладной физики».
В основе современного машинного зрения лежит архитектура фон Неймана, в которой сенсоры, память и вычислительные блоки разделены. Из-за этого обработка больших данных и распознавание объекта происходит с большими временными задержками и энергозатратами. Например, одна плата процессора DOJO (25 микросхем), разработанного для контроля и управления с помощью ИИ автопилота Tesla, потребляет 15 кВт. Для обработки и распознавания визуальной информации в реальном времени используется 3000 таких плат, потребляющих порядка 45 МВт. В сравнении: мозг человека, ведущего машину, решая те же задачи, потребляет всего 10–20 Вт. Огромные расходы электроэнергии в современных вычислительных системах побуждают исследователей разрабатывать альтернативные подходы и новую компонентную базу для создания энергоэффективных компактных систем обработки информации.
«Одной из таких разработок является фотомемристорный сенсор. Он позволяет использовать новую архитектуру, в которой фотодетектор, память и процессор находятся в одном элементе — фотомемристоре», — рассказала Олеся Капитанова, сотрудник кафедры физики и технологии наноструктур МФТИ.
Рисунок 1. Цифровая архитектура фон Неймана (вверху), в которой блоки сенсоров, памяти и вычислений разделены, и архитектура вычислений в фотомемристорном сенсоре (in-sensor computing) (внизу). Источник: журнал «Успехи прикладной физики».
Фотомемристоры — многофункциональные устройства, объединяющие свойства фотосенсоров и мемристоров. Они не только детектирует свет в широком диапазоне, но и сохраняют информацию о его действии за счет изменения сопротивления. В отличие от фоторезистора, фотомемристор фиксирует изменения сопротивления даже после прекращения воздействия светом. Тогда как фоторезистор возвращается в исходное резистивное состояние после выключения света. Можно сказать, что фотомемристор — это фоторезистор c памятью. Такие устройства имеют огромный потенциал для развития оптоэлектроники, сенсорных технологий и систем искусственного интеллекта.
Ученые проанализировали фотомемристоры на основе двумерных материалов, таких как графен, оксид графена, дисульфиды переходных металлов. Они рассмотрели возможность создания автономных интеллектуальных фотосенсоров со встроенными нейронными сетями, подобных сетчатке глаза. Такие фотосенсоры, созданные из гибких биосовместимых материалов, могут использоваться в нейроморфных сенсорных системах искусственного интеллекта для распознавания информации в реальном времени.
Мемристор и фотомемристор на основе 2D-кристаллов, таких как графен и его производные, обладают низкими пороговыми напряжениями 1–2 В и многоуровневыми состояниями памяти. Эти свойства позволяют компактно и эффективно обрабатывать электрические и оптические сигналы. Фотомемристор на основе MoS2 записывает и считывает информацию, используя как электрические, так и оптические импульсы. Благодаря чему его можно применять для создания сенсоров оптического детектирования и предварительной обработки в нем визуальной информации так же, как в сетчатке глаза.
Низкоразмерные кристаллы семейства графена и гетероструктуры на их основе применяются в высокочувствительных фотосенсорах в широком спектральном диапазоне — от ультрафиолетового до инфракрасного и терагерцового излучения. Данные кристаллы возможно бездефектно встраивать в интегральные схемы, что существенно улучшает характеристики сенсорных приборов.
Одним из уникальных свойств двумерных кристаллов является сверхбыстрый фотоиндуцированный фазовый переход. Обратимый фазовый переход в MoS2 из полупроводниковой фазы в металлическую происходит за сверхкороткие времена и контролируется фемтосекундным лазером. С помощью таких переходов можно сформировать несколько устойчивых фотомемристивных состояний, подобно состояниям в синапсе.
Фотомемристорный сенсор со встроенной нейронной сетью обнаруживает, запоминает и предварительно обрабатывает визуальную информацию в самом сенсоре. Энергонезависимые состояния фотоответа этих сенсоров не только запоминают информацию о падающем на них свете, но и выполняют логические операции с сохраненными состояниями ответа. На основе интеллектуальных фотосенсоров можно создавать автономные системы машинного зрения, способные к распознаванию объектов и самообучению.
Применение 2D-фотомемристоров в КМОП-технологиях позволит создать энергоэффективные и высокочувствительные широкополосные сенсоры для обработки визуальной информации в реальном времени. Фотомемристоры, работающие на оптически индуцированных фазовых переходах, могут использоваться для разработки устройств со сверхбыстрой обработкой оптической информации. Гибкие и биосовместимые фотомемристорные сенсоры на основе атомарно тонких кристаллов открывают захватывающие перспективы в медицине для создания искусственного нейроморфного широкополосного зрения. Возможность обработки оптических и электрических сигналов делает фотомемристоры незаменимым элементом будущих оптоэлектронных технологий памяти и нейроморфных вычислений.
«Следующим этапом развития этой новой области оптоэлектронной сенсорики на основе фотомемристоров будет создание на их основе оптоэлектронных нейронных сетей для детектирования и энергоэффективной обработки оптической информации с высоким разрешением и в реальном времени протекания процессов», — прокомментировал Геннадий Панин, ведущий научный сотрудник Института проблем технологии микроэлектроники и особочистых материалов РАН.
В работе участвовали сотрудники кафедры физики и технологии наноструктур Физтех-школы физики и исследований им. Ландау МФТИ и Института проблем технологии микроэлектроники и особочистых материалов РАН.
Работа выполнена при поддержке Российского научного фонда (проект № 23-49-00159).
