Wetenschap
Deze artistieke weergave toont het intelligente detectieproces van tweedimensionale materialen die moiré-metamaterialen worden genoemd. Quantum geometrische eigenschappen van het metamateriaal bepalen hoe het reageert op een inkomende lichtgolf. De fundamentele eigenschappen van de golf worden vervolgens geïnterpreteerd door een neuraal netwerk. Krediet:Dr. Fengnian Xia, Yale University
Natuurkundigen van de Universiteit van Texas in Dallas en hun medewerkers aan de Yale University hebben een atomair dunne, intelligente kwantumsensor gedemonstreerd die tegelijkertijd alle fundamentele eigenschappen van een inkomende lichtgolf kan detecteren.
Het onderzoek, gepubliceerd op 13 april in het tijdschrift Nature , demonstreert een nieuw concept op basis van kwantumgeometrie dat kan worden gebruikt in de gezondheidszorg, verkenning van de diepe ruimte en toepassingen voor teledetectie.
"We zijn enthousiast over dit werk, want als je een lichtgolf wilt karakteriseren, moet je verschillende instrumenten gebruiken om informatie te verzamelen, zoals de intensiteit, golflengte en polarisatietoestand van het licht. Die instrumenten zijn omvangrijk en kunnen een aanzienlijk gebied op een optische tafel, "zei Dr. Fan Zhang, een corresponderende auteur van de studie en universitair hoofddocent natuurkunde aan de School of Natural Sciences and Mathematics.
"Nu hebben we een enkel apparaat - slechts een kleine en dunne chip - dat al deze eigenschappen tegelijkertijd in een zeer korte tijd kan bepalen", zei hij.
Het apparaat maakt gebruik van de unieke fysieke eigenschappen van een nieuwe familie van tweedimensionale materialen die moiré-metamaterialen worden genoemd. Zhang, een theoretisch fysicus, publiceerde op 2 februari een overzichtsartikel over deze materialen in Nature .
De 2D-materialen hebben periodieke structuren en zijn atomair dun. Als twee lagen van een dergelijk materiaal over elkaar worden gelegd met een kleine draaiende draaiing, kan zich een moirépatroon vormen met een opkomende, grotere periodiciteit van grootteordes. Het resulterende moiré-metamateriaal levert elektronische eigenschappen op die aanzienlijk verschillen van die van een enkele laag alleen of door twee natuurlijk uitgelijnde lagen.
Het sensorapparaat dat Zhang en zijn collega's kozen om hun nieuwe idee te demonstreren, bevat twee lagen relatief verwrongen, natuurlijk voorkomend dubbellaags grafeen, voor in totaal vier atomaire lagen.
"Het moiré-metamateriaal vertoont een zogenaamd groot fotovoltaïsch effect, wat ongebruikelijk is", zegt Patrick Cheung, een doctoraalstudent natuurkunde aan de UT Dallas en mede-hoofdauteur van het onderzoek. "Normaal gesproken moet je een spanningsbias toepassen om stroom in een materiaal te produceren. Maar hier is er helemaal geen bias; we schijnen gewoon een licht op het moiré-metamateriaal en het licht genereert een stroom via dit bulk fotovoltaïsche effect. Zowel de grootte als de fase van de fotospanning zijn sterk afhankelijk van de lichtintensiteit, golflengte en polarisatietoestand."
Door het moiré-metamateriaal af te stemmen, creëert de fotospanning die wordt gegenereerd door een bepaalde inkomende lichtgolf een 2D-kaart die uniek is voor die golf - zoals een vingerafdruk - en waaruit de eigenschappen van de golf kunnen worden afgeleid, hoewel dit een uitdaging is, zei Zhang.
Onderzoekers in het laboratorium van Dr. Fengnian Xia aan de Yale University, die het apparaat bouwden en testten, plaatsten twee metalen platen of poorten boven en onder het moiré-metamateriaal. Dankzij de twee poorten konden de onderzoekers de kwantumgeometrische eigenschappen van het materiaal afstemmen om de eigenschappen van de infraroodlichtgolven te coderen in 'vingerafdrukken'.
Het team gebruikte vervolgens een convolutioneel neuraal netwerk - een algoritme voor kunstmatige intelligentie dat veel wordt gebruikt voor beeldherkenning - om de vingerafdrukken te decoderen.
"We beginnen met licht waarvan we de intensiteit, golflengte en polarisatie kennen, schijnen het door het apparaat en stemmen het op verschillende manieren af om verschillende vingerafdrukken te genereren," zei Cheung. "Na het neurale netwerk te hebben getraind met een dataset van ongeveer 10.000 voorbeelden, kan het netwerk de patronen herkennen die bij deze vingerafdrukken horen. Als het genoeg leert, kan het een onbekend licht karakteriseren."
Cheung voerde theoretische berekeningen en analyses uit met behulp van de middelen van het Texas Advanced Computing Center, een supercomputerfaciliteit op de campus van de UT Austin.
"Patrick was goed in analytische berekeningen met potlood en papier - dat is mijn stijl - maar nu is hij een expert geworden in het gebruik van een supercomputer, wat nodig is voor dit werk," zei Zhang. "Aan de ene kant is het onze taak als onderzoekers om nieuwe wetenschap te ontdekken. Aan de andere kant willen wij adviseurs onze studenten helpen ontdekken waar ze het beste in zijn. Ik ben erg blij dat Patrick en ik beide ontdekt hebben." + Verder verkennen
Wetenschap © https://nl.scienceaq.com