Un nuevo tipo de sensor de imagen inspirado en el funcionamiento del cerebro humano puede detectar luz y almacenar datos al mismo tiempo. Además, el dispositivo puede olvidar la información que ya no necesita, algo que abre la puerta a futuros avances en la eficiencia de la visión robótica.
Las cámaras digitales actuales dependen de sensores CMOS o de dispositivos de carga acoplada (CCD), que convierten fotones en electrones pero no pueden guardar las imágenes. Los datos deben moverse a la memoria y luego al procesador.
"Los sensores de cámara convencionales, que capturan imágenes, las olvidan de inmediato salvo que la información se transfiera a un componente de memoria separado", explica Larry Cheng, profesor de ingeniería eléctrica y ciencias de la computación en Oregon State University. "Nuestro dispositivo puede ver y recordar, y lo más importante, olvidar de forma gradual. Ese olvido gradual es una característica clave."
¿Cómo funciona la memoria del sensor?
Cheng y sus colegas describieron el dispositivo, un tipo de fototransistor, el mes pasado en la revista Advanced Functional Materials. A diferencia de los algoritmos de reconocimiento de imagen que analizan el video cuadro por cuadro para detectar objetos en movimiento, el sensor almacena el historial reciente de intensidad de luz que lo golpea. Así, marca cambios y patrones de interés, y la duración de ese recuerdo se puede ajustar según la necesidad.
Un ejemplo concreto: un dron que vuela a 250 kilómetros por hora solo necesita un rastro corto de cambios, mientras que una cámara de timbre que vigila a personas extrañas merodeando requiere una secuencia más larga.
"La capacidad de ajustar la escala temporal de la memoria es una ventaja clave de nuestro enfoque, y permite adaptar el mismo sensor a distintas tareas de visión con IA mejorando la velocidad y la eficiencia energética", dice Cheng. Ese procesamiento básico directamente en el sensor podría abrir el camino a reducciones enormes de demanda energética, ya que las cámaras comerciales mueven datos de forma constante entre sensores, almacenamiento y procesadores.
¿De qué está hecho el prototipo?
El dispositivo construido por los investigadores es una matriz de 4 por 4 píxeles, del tamaño aproximado de un pendrive USB. La parte superior está recubierta por una capa orgánica transparente que absorbe la luz y la transforma en carga eléctrica.
Cuando los fotones golpean esa capa fotoactiva, producen electrones y crean huecos. Los electrones se transfieren al canal del transistor, hecho de óxido de indio, galio y zinc (IGZO). Son los huecos los que dan la base de la función de memoria.
"Los huecos quedan atrapados dentro de agregados aislados de semiconductor orgánico por las barreras de energía de la capa fotoactiva", detalla Cheng. "Esos huecos atrapados siguen modulando el canal incluso después de apagar la luz, lo que permite al dispositivo retener un recuerdo de la iluminación reciente."
La carga decae de a poco, pero al aplicar voltaje a la capa fotoactiva los investigadores pueden alterar cuánto dura. Un voltaje positivo empuja los huecos atrapados más lejos del canal, reduce su efecto y acelera el olvido. Un voltaje negativo los acerca, frena la degradación y hace que el dispositivo retenga el recuerdo por horas o más.
Materiales y analogía con el cerebro
Los investigadores eligieron un transistor IGZO por su transparencia a la luz visible, de modo que no contribuye a la absorción de luz. "Esto desacopla el transporte eléctrico de la función de detección de luz, que queda a cargo de la capa orgánica fotoactiva de memoria", dice Cheng. El IGZO se usa mucho en pantallas porque la carga viaja rápido, filtra poca corriente y es compatible con fabricación de gran área.
La forma en que trabaja el dispositivo, agrega Cheng, se inspira en el cerebro humano: la carga en el transistor actúa como la dopamina, el neurotransmisor que refuerza la conectividad entre sinapsis y, con ella, los recuerdos que conservamos.
"Nuestro trabajo actual demuestra el concepto a nivel de dispositivo y con demostraciones simples de imagen", concluye. El siguiente paso es escalar la tecnología a matrices de píxeles más grandes y desarrollar un prototipo integrado que muestre imagen temporal en tiempo real y procesamiento en el propio sensor.
