Computación neuromórfica óptica multidimensional y reconfigurable usando sinapsis totalmente fotónicas basadas en perovskita

La luz que aprende

Los ordenadores que alimentan la inteligencia artificial moderna todavía mueven bits de datos entre chips separados de memoria y procesamiento, perdiendo tiempo y energía. Este estudio explora un enfoque radicalmente distinto: usar la propia luz tanto para transportar información como para realizar aprendizaje similar al cerebral. Los investigadores construyeron una "sinapsis totalmente fotónica": un diminuto elemento controlado por la luz que recuerda destellos anteriores, y luego mostraron cómo grandes conjuntos de estos elementos podían reconocer patrones y adaptarse a cambios ambientales sin reconfigurar el hardware.

Una película que cambia con la luz y el aire

En el núcleo del trabajo hay una película delgada hecha de un material de perovskita que es extraordinariamente sensible tanto a la luz como al agua en el aire. Cuando la luz ultravioleta incide sobre la película, su estructura cristalina se reordena y se oscurece, bloqueando más luz visible; cuando se retira la luz y el material absorbe humedad del entorno, vuelve lentamente a un estado más transparente. Este vaivén es completamente reversible y muy estable a lo largo de muchos ciclos y meses de almacenamiento. Debido a que la cantidad de luz que atraviesa la película puede variar desde casi transparente hasta fuertemente teñida, proporciona una amplia ventana para codificar diferentes “pesos” o intensidades—muy parecido a las fuerzas variables de conexión entre neuronas en el cerebro.

Sinapsis ópticas que recuerdan

Los investigadores tratan los cambios en la transparencia de la película como una memoria óptica. Pulsos de luz sucesivos pueden reforzar temporalmente la respuesta de la película, imitando cómo las sinapsis reales se fortalecen brevemente cuando las señales llegan en rápida sucesión. Variando cuántos pulsos de luz inciden en la película, con qué frecuencia se repiten y cuán intensos son, el equipo puede llevar el dispositivo desde memorias de corta duración que se desvanecen pronto hasta otras de larga duración que persisten, reproduciendo la distinción del cerebro entre memoria a corto y largo plazo. La humedad circundante también actúa como una perilla de control: el aire más seco ralentiza la recuperación del material, alargando cuánto tiempo se conserva la "memoria" de un pulso de luz, mientras que condiciones más húmedas aceleran el olvido.

Leer muchas pistas desde un solo dispositivo

Puesto que la respuesta de la película depende de varios factores a la vez—potencia de la luz, tiempo de exposición y humedad—el mismo tipo de sinapsis lleva de forma natural información multidimensional sobre su entorno. El equipo registró cómo evolucionaba la transparencia de la película con el tiempo bajo diferentes condiciones y alimentó esas trazas a una red neuronal recurrente, una forma de inteligencia artificial que sobresale en reconocer patrones que se despliegan en el tiempo. Aunque toda la información procedía de un único tipo de señal óptica, la red aprendió a distinguir entre distintas intensidades de luz, duraciones de pulso y niveles de humedad con perfecta precisión, demostrando que estas sinapsis fotónicas pueden funcionar tanto como sensores ricos y sensibles al tiempo como elementos de memoria.

Reconfigurar tareas solo con luz

Para demostrar un uso práctico, los autores emplearon matrices de estas películas como elementos ajustables en una red neuronal óptica difractiva: una configuración donde las imágenes se procesan al atravesar capas delgadas con patrones en lugar de circuitos electrónicos. Al iluminar las sinapsis de perovskita con distintas secuencias de programación luminosa, pudieron establecer hasta 80 niveles de transparencia distintos en cada ubicación, configurando efectivamente los parámetros internos de la red sin ningún cambio físico. Con un conjunto de "pesos" ópticos el sistema clasificó dígitos manuscritos; con otro, reconoció prendas de vestir de una base de datos diferente. Ambas tareas las realizó el mismo hardware, simplemente reconfigurado mediante actualizaciones de las sinapsis impulsadas por la luz.

Qué significa esto para las máquinas del futuro

Este trabajo demuestra que una simple película fotosensible puede comportarse como una conexión inteligente y ajustable en una red neuronal, almacenando información en su transparencia y respondiendo de manera distinta según señales recientes y el entorno. Al combinar muchos de estos elementos, los investigadores crean sistemas ópticos que pueden detectar, recordar y adaptarse a nuevas tareas a alta velocidad y con bajo consumo energético, todo sin circuitos electrónicos convencionales. En términos cotidianos, es un paso hacia cámaras y sensores cuyos "ojos" y "cerebros" estén hechos del mismo material basado en la luz, aprendiendo directamente de la luz que ven y remodelando su comportamiento con nada más que nuevos patrones de iluminación.

Cita: Zi, J., Sun, J., Yang, B. et al. Multidimensional and reconfigurable optical neuromorphic computing using perovskite-based all-photonic synapses. Commun Mater 7, 92 (2026). https://doi.org/10.1038/s43246-026-01097-x

Palabras clave: computación neuromórfica óptica, sinapsis de perovskita, memoria totalmente fotónica, fotónica reconfigurable, red neuronal difractiva