Un gruppo di ricerca dell’Oregon State University ha sviluppato un fototransistor ibrido organico-inorganico capace di unire nello stesso dispositivo il rilevamento della luce, la conservazione temporanea delle informazioni e alcune funzioni di calcolo neuromorfico. Il componente è stato progettato per elaborare i segnali direttamente nel punto in cui vengono acquisiti, evitando il trasferimento continuo dei dati tra sensore, memoria e processore che caratterizza l’architettura convenzionale di molti sistemi di visione artificiale.
Il dispositivo combina un sottile transistor a film di ossido di indio-gallio-zinco, noto come IGZO, con uno strato fotosensibile basato su tetracene sililato, indicato come TIPS-Tc. I due materiali formano una giunzione di tipo II: quando la luce colpisce lo strato organico, genera coppie di elettroni e lacune; gli elettroni vengono trasferiti verso il canale IGZO, mentre parte delle lacune resta intrappolata nello strato fotosensibile. Questa separazione di carica modifica la conducibilità del transistor anche dopo la fine dell’illuminazione.
Il fenomeno è chiamato persistent photogating. Le cariche positive intrappolate continuano a influenzare il canale conduttivo, mantenendo una variazione della corrente elettrica che funziona come memoria del segnale ottico ricevuto. Non si tratta quindi di una semplice fotocamera o di un sensore che invia subito il dato a un processore esterno: il componente conserva localmente una traccia della luce rilevata e può utilizzare quella traccia come stato interno per elaborazioni successive.
La parte più rilevante della ricerca riguarda il controllo della durata di questa memoria. Nello strato organico sono presenti trappole energetiche con comportamenti differenti. Le trappole poco profonde rilasciano più rapidamente le cariche e permettono al dispositivo di adattarsi a segnali recenti, riproducendo un comportamento assimilabile alla memoria a breve termine. Le trappole profonde trattengono invece le cariche più a lungo e sostengono una risposta persistente, collegata alla memoria a lungo termine.
Il passaggio fra queste due modalità non è fisso. I ricercatori hanno dimostrato che il gate del transistor può modificare la distribuzione e la dinamica delle cariche intrappolate. Applicando una polarizzazione negativa, le cariche mantengono più a lungo la propria influenza sul canale IGZO e la memoria ottica viene rafforzata. Applicando una polarizzazione positiva, il rilascio delle cariche viene accelerato e il segnale memorizzato decade più rapidamente.
La ricerca descrive questa regolazione come un’analogia elettronica dei neuromodulatori biologici. La polarizzazione negativa viene associata a un effetto simile al rafforzamento sinaptico attribuito alla dopamina, mentre quella positiva riproduce un comportamento assimilabile all’indebolimento o al reset della memoria, paragonato al ruolo della serotonina. L’analogia non implica che il dispositivo utilizzi molecole biologiche o replichi realmente una sinapsi cerebrale: riguarda il modo in cui un segnale elettrico esterno può stabilire se una risposta debba essere mantenuta, consolidata oppure fatta decadere.
Questa possibilità di programmare la persistenza del segnale è utile nei sistemi che devono distinguere tra eventi temporanei e informazioni da conservare. Una videocamera intelligente, per esempio, potrebbe reagire rapidamente a un cambiamento momentaneo di luminosità senza memorizzarlo, ma mantenere più a lungo la traccia di un oggetto in movimento o di un evento ripetuto. Il fototransistor è stato infatti utilizzato per dimostrare il tracciamento di traiettorie spazio-temporali, sfruttando il rilascio progressivo delle cariche per conservare l’ordine temporale di segnali ottici successivi.
Il componente opera con una densità di potenza inferiore a 5 microwatt per centimetro quadrato e ha rilevato immagini anche con intensità luminose pari a 0,5 microwatt per centimetro quadrato. Nei test di ritenzione, la memoria del dispositivo è rimasta disponibile per oltre 5.000 secondi. Questi valori riguardano un prototipo sperimentale e non un sensore commerciale pronto per l’integrazione in telecamere, robot o veicoli, ma mostrano la possibilità di eseguire rilevamento e memoria con un consumo molto basso.
Per valutare il comportamento del dispositivo in un’architettura di rete neurale, il team ha usato coppie di sinapsi differenziali. In questa configurazione, il peso di una connessione non viene rappresentato da un solo elemento, ma dalla differenza tra due stati conduttivi. Il metodo può ridurre l’effetto di variazioni indesiderate nei singoli componenti e permette di rappresentare aggiornamenti positivi e negativi dei pesi sinaptici.
La rete neurale calibrata sulle caratteristiche misurate del fototransistor ha mantenuto aggiornamenti dei pesi quasi lineari per centinaia di cicli di apprendimento. Nella classificazione del dataset MNIST, utilizzato per il riconoscimento di cifre scritte a mano, ha superato il 90% di accuratezza. Il dato indica che le curve elettriche del dispositivo possono essere utilizzate per simulare una rete neuromorfica, non che il singolo transistor abbia eseguito autonomamente una classificazione completa delle immagini.
Il lavoro resta in una fase iniziale, limitata a dispositivi singoli e a simulazioni di rete basate sulle loro proprietà sperimentali. Per arrivare a sistemi applicativi serviranno matrici di elementi uniformi, processi di fabbricazione ripetibili, gestione del rumore, maggiore stabilità nel tempo e circuiti di lettura compatibili con l’integrazione su larga scala. Il risultato principale è però già definito: il fototransistor TIPS-Tc/IGZO mostra come un sensore ottico possa gestire localmente percezione, memoria adattiva e pre-elaborazione neuromorfica, con una finestra temporale regolabile elettricamente.