Fotodetettori computazionali 2D che consentono la percezione multidimensionale dell’informazione ottica

Vedere oltre l’apparenza

Ogni raggio di luce che raggiunge i nostri occhi porta con sé molto più della sola intensità e del colore. Possiede inoltre una “firma” unica nel tempo, nella lunghezza d’onda e nella polarizzazione che può rivelare di cosa sono fatti gli oggetti, come si muovono e persino se un segnale è stato manomesso. Questo articolo passa in rassegna una nuova classe di sensori luminosi ultrapiatti realizzati con materiali bidimensionali (2D) che possono leggere contemporaneamente diversi di questi strati nascosti di informazione, svolgendo anche parte dell’elaborazione dei dati direttamente sul chip. Tali capacità potrebbero trasformare il monitoraggio ambientale, l’imaging medico e le comunicazioni ottiche sicure.

Nuovi “occhi” realizzati con materiali spessi un atomo

Gli autori si concentrano sui materiali van der Waals 2D—cristalli spessi soltanto pochi atomi le cui superfici sono tenute insieme da forze deboli. Essendo così sottili e con superfici molto pulite, questi materiali interagiscono intensamente con la luce pur generando relativamente poco rumore elettronico. Diversi materiali 2D possono essere impilati come mattoncini Lego senza doversi preoccupare dell’orientamento cristallino, permettendo agli ingegneri di costruire “sandwich” su misura che rispondono a colori o polarizzazioni particolari. La recensione spiega come questi strati possano essere cablati in modo che la luce non venga solo rilevata ma anche codificata, filtrata e parzialmente analizzata direttamente nel rivelatore, riducendo la necessità di obiettivi ingombranti, prismi e processori separati.

Prendere in prestito trucchi dalla retina

Un tema centrale è la visione neuromorfica—sensori che si comportano più come una retina che come una fotocamera tradizionale. I comuni sensori catturano fotogrammi completi a velocità fissa e inviano grandi volumi di dati grezzi a un computer. Al contrario, i sensori neuromorfici 2D possono rafforzare o attenuare la loro risposta in base alla storia luminosa recente, imitando il modo in cui le sinapsi biologiche apprendono. Ciò consente loro di filtrare il rumore, enfatizzare i contorni, adattarsi a scene molto scure o estremamente luminose e persino codificare il movimento sotto forma di raffiche di impulsi elettrici anziché immagini continue. Differenti modalità operative gestiscono scene statiche, oggetti in movimento o eventi improvvisi, permettendo rilevamento in tempo reale con minor consumo energetico e meno traffico di dati.

Ridurre lo spettrometro a un singolo pixel

Un’altra sezione descrive “spettrometri computazionali” costruiti da un singolo fotodiodo 2D invece della consueta disposizione di reticoli e matrici di rivelatori. Qui, la risposta cromatica del rivelatore viene sintonizzata elettricamente: cambiando una tensione o un bias, lo stesso minuscolo pixel risponde in modo diverso alle varie lunghezze d’onda, dal visibile all’infrarosso medio. Durante una fase di calibrazione, il dispositivo apprende come i suoi segnali elettrici si rapportano a spettri di input noti. Successivamente, quando misura una sorgente luminosa sconosciuta, il software ricostruisce lo spettro completo da poche letture di corrente. In alcuni progetti, modelli di deep learning sono addestrati a gestire risposte altamente non lineari, raggiungendo risoluzioni sub-nanometriche in dispositivi non molto più grandi di un granello di polvere.

Leggere la torsione della luce

La luce è inoltre caratterizzata dalla polarizzazione—il modo in cui il suo campo elettrico oscilla durante la propagazione—which viene descritta da quattro numeri chiamati parametri di Stokes. La recensione esamina polarimetri in miniatura che usano pile ritorte di materiali 2D o combinazioni 2D–metasuperficie per estrarre questi parametri su chip. Disponendo con cura l’orientamento degli strati o strutture metalliche nano-pattinate, i dispositivi convertono diversi stati di polarizzazione in segnali elettrici distinti. Alcuni sistemi riescono a ricostruire lo stato di polarizzazione completo con solo pochi canali di uscita, e diversi combinano queste misure con l’apprendimento automatico per decodificare intensità, colore e polarizzazione simultaneamente, in aree di appena poche decine di micrometri quadrati.

Verso chip della luce intelligenti e tutto-in-uno

Gli autori concludono che i fotodetettori computazionali 2D sono destinati a diventare i mattoni di “pixel intelligenti” che non solo percepiscono la luce, ma la memorizzano, la analizzano e la classificano al volo. I lavori futuri mirano ad ampliare la gamma di luminosità utilizzabile, a spingere la copertura spettrale più in profondità nell’ultravioletto e nell’infrarosso e ad aggiungere sensibilità a strutture della luce più esotiche come i fasci vortice. Contemporaneamente, i ricercatori stanno sviluppando metodi per la crescita su larga area e l’integrazione in modo che questi piccoli rivelatori intelligenti possano essere affiancati in matrici pratiche per fotocamere e sensori. Per i non specialisti, il messaggio chiave è che fotocamere, spettrometri e polarimetri stanno lentamente fondendosi in chip compatti e programmabili che permetteranno alle macchine di vedere il mondo con dettagli molto più ricchi rispetto all’occhio umano.

Citazione: Wang, F., Fang, S., Zhang, Y. et al. 2D computational photodetectors enabling multidimensional optical information perception. Nat Commun 16, 6791 (2025). https://doi.org/10.1038/s41467-025-61924-6

Parole chiave: fotodetettori 2D, visione neuromorfica, spettrometro computazionale, imaging della polarizzazione, ottica multidimensionale