Un chip espectrómetro impulsado por IA reduce tecnología a tamaño de un grano de arena
Investigadores de UC Davis desarrollaron un chip espectrómetro de tamaño diminuto que puede analizar luz y químicos, logrando un análisis espectral de calidad de laboratorio sin equipos voluminosos.
FOTO: Chip espectrómetro de tamaño diminuto
Durante años, el análisis químico de materiales requirió el uso de grandes y costosos instrumentos de laboratorio conocidos como espectrómetros. Estos dispositivos se emplearon en diversas aplicaciones, desde diagnósticos de enfermedades hasta inspecciones de alimentos y monitoreo de contaminación.
Los espectrómetros tradicionales funcionaron dividiendo la luz en sus colores componentes mediante prismas o rejillas, midiendo luego la intensidad de cada longitud de onda. Este proceso, que requiere que la luz recorra una distancia considerable, hizo que los instrumentos fueran voluminosos y difíciles de miniaturizar.
Recientemente, investigadores de la Universidad de California Davis (UC Davis) desarrollaron una alternativa significativamente más pequeña. En un artículo publicado en Advanced Photonics, el equipo describió un espectrómetro en un chip tan diminuto que se aproxima al tamaño de un grano de arena.
En lugar de depender de componentes ópticos grandes para separar la luz físicamente, el nuevo sistema utilizó inteligencia artificial (IA) y una pequeña matriz de sensores especialmente diseñados para reconstruir el espectro de manera computacional.
Reemplazando la Óptica Voluminosa con IA
El chip abandonó el método estándar de dispersar la luz en un arcoíris. En su lugar, confió en 16 detectores de silicio únicos, cada uno diseñado para reaccionar de manera ligeramente diferente a la luz entrante. En lugar de aislar colores individuales directamente, los detectores recopilaron señales codificadas que contenían información espectral oculta.
Una forma de comprender el sistema es pensar en un grupo de catadores especializados que muestrean diferentes aspectos de una misma mezcla compleja. Individualmente, cada detector solo captura una parte de la imagen. Sin embargo, juntos generan suficiente información para que la IA reconstruya el espectro de luz original.
El segundo componente clave es una red neuronal completamente conectada, entrenada con miles de ejemplos. Dado que las señales de los detectores son ruidosas y altamente codificadas, la IA aprendió la complicada relación entre esas señales y el espectro real de luz. Este enfoque resolvió lo que los investigadores denominaron un "problema inverso", permitiendo al sistema reproducir datos espectrales con una precisión de aproximadamente 8 nm de resolución sin utilizar hardware óptico voluminoso.
Expandiendo el Silicio al Rango Infrarrojo
Un avance importante provino de la modificación de la superficie de fotodiodos de silicio estándar con texturas de superficie especiales que atrapan fotones (PTSTs). El silicio normalmente funciona bien para la detección de luz visible, pero tiene dificultades para captar luz infrarroja cercana (NIR) (longitudes de onda de hasta 1100 nm). La luz NIR es especialmente importante para aplicaciones como la imagenología biomédica, ya que puede penetrar más profundamente en los tejidos humanos que la luz visible.
Las superficies PTST diseñadas cambiaron la forma en que la luz se comporta dentro del chip. En lugar de permitir que los fotones NIR pasen directamente a través de la delgada capa de silicio, la superficie texturizada dispersó la luz repetidamente, aumentando la probabilidad de que el silicio la absorba. Como resultado, el chip se volvió sensible a un rango espectral mucho más amplio que los sensores de silicio estándar.
Capturando Interacciones de Luz Ultraprácticas
La nueva arquitectura ofreció más que una simple detección de color. El chip también incorporó sensores de alta velocidad capaces de medir la duración de los fotones con una precisión temporal extremadamente alta. Esto permitió al dispositivo detectar interacciones ultrarrápidas entre la luz y la materia que los espectrómetros tradicionales podrían pasar por alto por completo.
Los investigadores afirmaron que esta capacidad podría abrir la puerta a formas avanzadas de detección e imagenología que anteriormente requerían sistemas mucho más grandes y costosos.
Pequeña Huella con Gran Potencial
El sistema completo ocupa solo 0.4 mm², manteniendo una alta sensibilidad y una fuerte resistencia al ruido eléctrico, que es un desafío importante para la electrónica portátil y de bajo costo. Incluso en entornos ruidosos, el diseño asistido por IA puede preservar la calidad de la señal.
Al combinar el aprendizaje automático con una mejor detección de luz de silicio, la tecnología podría allanar el camino para dispositivos de detección hiperespectral compactos en tiempo real. Las aplicaciones potenciales abarcan desde diagnósticos médicos portátiles y monitores de salud portátiles hasta detección remota ambiental y análisis de calidad de alimentos.
Lectura rápida
¿Qué desarrollaron los investigadores de UC Davis?
Un chip espectrómetro de tamaño diminuto que puede analizar luz y químicos, logrando análisis espectral sin equipos voluminosos.
¿Cómo funciona el chip?
Utiliza IA y una matriz de sensores de silicio para reconstruir espectros de luz de manera computacional.
¿Qué precisión logra el sistema?
Reproduce datos espectrales con una precisión de aproximadamente 8 nm de resolución.
¿Cuáles son sus aplicaciones potenciales?
Desde diagnósticos médicos hasta análisis de calidad de alimentos y detección ambiental.
¿Qué ventaja ofrece sobre espectrómetros tradicionales?
Su tamaño reducido y capacidad de funcionamiento en entornos ruidosos sin perder calidad de señal.
