Computação neuromórfica óptica multidimensional e reconfigurável usando sinapses totalmente fotônicas à base de perovskita

Luz que Aprende

Computadores que alimentam a inteligência artificial moderna ainda movem bits de dados entre chips separados de memória e processamento, desperdiçando tempo e energia. Este estudo explora uma abordagem radicalmente diferente: usar a própria luz tanto para transportar informação quanto para realizar aprendizado semelhante ao cerebral. Os pesquisadores construíram uma “sinapse totalmente fotônica” — um pequeno elemento controlado por luz que lembra flashes de luz anteriores — e então mostraram como grandes coleções desses elementos podem reconhecer padrões e se adaptar a mudanças no ambiente sem reconfigurar o hardware.

Um Filme que Muda com Luz e Ar

No cerne do trabalho está um filme fino feito de um material perovskita que é excepcionalmente sensível tanto à luz quanto à água no ar. Quando luz ultravioleta incide sobre o filme, sua estrutura cristalina se reorganiza e ele escurece, bloqueando mais luz visível; quando a luz é removida e o material absorve umidade do ambiente, ele volta lentamente a um estado mais transparente. Essa mudança de um lado para o outro é totalmente reversível e muito estável ao longo de muitos ciclos e meses de armazenamento. Como a quantidade de luz que passa pelo filme pode variar de quase transparente a fortemente tingida, ele oferece uma ampla janela para codificar diferentes “pesos” ou intensidades — muito similar às forças variáveis de conexão entre neurônios no cérebro.

Sinapses Ópticas que Lembram

Os pesquisadores tratam as mudanças na transparência do filme como uma memória óptica. Pulsos sucessivos de luz podem aumentar temporariamente a resposta do filme, imitando como sinapses reais se fortalecem brevemente quando sinais chegam em rápida sucessão. Variando quantos pulsos de luz atingem o filme, com que frequência eles se repetem e quão intensos são, a equipe pode levar o dispositivo de memórias de curta duração que desaparecem rapidamente a memórias de longa duração que persistem, ecoando a distinção do cérebro entre memória de curto e longo prazo. A umidade ao redor também atua como um botão de controle: ar mais seco desacelera a recuperação do material, estendendo quanto tempo a “memória” de um pulso de luz é preservada, enquanto condições mais úmidas aceleram o esquecimento.

Lendo Muitos Indícios de Um Só Dispositivo

Como a resposta do filme depende de vários fatores ao mesmo tempo — potência da luz, tempo de exposição e umidade — o mesmo tipo de sinapse naturalmente carrega informações multidimensionais sobre seu ambiente. A equipe registrou como a transparência do filme evoluía ao longo do tempo sob diferentes condições e alimentou essas trilhas em uma rede neural recorrente, uma forma de inteligência artificial que é excelente em reconhecer padrões que se desenrolam no tempo. Mesmo que todas as informações viessem de um único tipo de sinal óptico, a rede aprendeu a distinguir diferentes intensidades de luz, durações de pulso e níveis de umidade com precisão perfeita, mostrando que essas sinapses fotônicas podem servir tanto como sensores ricos e sensíveis ao tempo quanto como elementos de memória.

Reconfigurar Tarefas Apenas com Luz

Para demonstrar computação prática, os autores então usaram matrizes desses filmes como os elementos ajustáveis em uma rede neural óptica difrativa — uma configuração onde imagens são processadas ao passar por camadas finas padronizadas em vez de por circuitos eletrônicos. Ao iluminar as sinapses de perovskita com diferentes sequências de programação de luz, eles puderam ajustar até 80 níveis distintos de transparência em cada local, efetivamente definindo os parâmetros internos da rede sem qualquer alteração física. Com um conjunto de “pesos” ópticos o sistema classificou dígitos manuscritos; com outro, reconheceu peças de vestuário de um banco de dados diferente. Ambas as tarefas foram executadas pelo mesmo hardware, simplesmente reconfigurado por atualizações nas sinapses conduzidas por luz.

O Que Isso Significa para Máquinas Futuras

Este trabalho mostra que um filme sensível à luz simples pode se comportar como uma conexão inteligente e ajustável em uma rede neural, armazenando informação em sua transparência e respondendo de modo diferente dependendo tanto de sinais recentes quanto do ambiente circundante. Ao combinar muitos desses elementos, os pesquisadores criam sistemas ópticos que podem perceber, lembrar e se adaptar a novas tarefas em alta velocidade e com baixo consumo de energia, tudo sem circuitos eletrônicos convencionais. Em termos cotidianos, é um passo rumo a câmeras e sensores cujos “olhos” e “cérebros” são feitos do mesmo material baseado em luz, aprendendo diretamente a partir da luz que veem e remodelando seu comportamento apenas com novos padrões de iluminação.

Citação: 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

Palavras-chave: computação neuromórfica óptica, sinapse de perovskita, memória totalmente fotônica, fotônica reconfigurável, rede neural difrativa