Un team di ricercatori della UCLA Samueli School of Engineering ha dimostrato un nuovo approccio a un vecchio problema:misurare gli spettri di luce, noto anche come spettroscopia. Sfruttando scalabile, tecniche di nanofabbricazione convenienti, così come algoritmi basati sull'intelligenza artificiale, hanno costruito e testato un sistema più compatto degli spettrometri convenzionali, offrendo allo stesso tempo ulteriori vantaggi di design.

La spettroscopia è uno strumento centrale per molte applicazioni nelle scienze della vita, medicinale, astrofisica e altri campi. Gli spettrometri convenzionali suddividono la luce nei suoi colori costituenti in modo da poter misurare l'intensità di ciascuno di essi. Ciò porta a diversi vincoli e compromessi di progettazione:una risoluzione spettrale più fine (con una spaziatura più stretta tra i colori o le lunghezze d'onda rilevabili) può richiedere l'utilizzo di hardware più costoso, aumentando l'ingombro fisico del dispositivo e potenzialmente sacrificando la potenza del segnale. Questo può essere problematico per le applicazioni che richiedono un'elevata sensibilità, alta risoluzione spettrale, e design del sistema compatto. Presenta inoltre ulteriori sfide per l'imaging iperspettrale, che comporta l'acquisizione di uno spettro per ogni pixel in un'immagine, una tecnica comunemente usata per compiti di telerilevamento come il monitoraggio ambientale per valutare la salute delle colture o la prevalenza dei gas serra tra gli altri usi.

L'approccio dei ricercatori dell'UCLA, alimentato da AI, re-immagina il problema della spettroscopia da zero. Invece di fare affidamento sulla suddivisione della luce in un arcobaleno di lunghezze d'onda costituenti, un chip nanostrutturato decostruisce spettralmente la luce utilizzando centinaia di filtri spettrali unici in parallelo. Questo chip utilizza strutture plasmoniche come codificatore spettrale, che è composto da 252 tessere, ciascuno caratterizzato da un modello unico in nanoscala che trasmette uno spettro di luce distinto. In altre parole, lo spettro di luce sconosciuto da misurare è "codificato" nella trasmissione di ciascuna di queste tessere plasmoniche. Questo codificatore nanostrutturato è fabbricato attraverso un processo di litografia di impronte che potrebbe ridurre drasticamente i costi di produzione e consentire il ridimensionamento a grandi volumi di produzione.

La luce trasmessa dal chip dell'encoder spettrale viene catturata utilizzando uno standard, sensore di immagine economico che viene utilizzato abitualmente nelle fotocamere dei nostri telefoni cellulari, producendo un'immagine che viene poi inserita in una rete neurale incaricata di ricostruire lo spettro di luce sconosciuto dalle informazioni dell'immagine codificata. Questa rete neurale di ricostruzione spettrale ha dimostrato di produrre risultati accurati molto più velocemente di altri approcci di spettroscopia computazionale, ottenendo un risultato in meno di un trentesimo di millisecondo. Questo nuovo framework spettrometrico basato sull'intelligenza artificiale dimostra un percorso attorno ai tipici compromessi tra costo del dispositivo, dimensione, risoluzione e potenza del segnale.

"Qui non stiamo solo dimostrando una prova su un dispositivo concettuale, " disse Aydogan Ozcan, Professore del Cancelliere di Ingegneria Elettrica e Informatica e Direttore Associato del California NanoSystems Institute (CNSI), il cui gruppo ha condotto la ricerca. "Stiamo presentando un quadro completamente nuovo per la progettazione di spettrometri su scala di chip. La rete neurale, gli spettri di allenamento, le geometrie ei materiali dei nano-encoder; ciascuno di questi componenti potrebbe essere ottimizzato per diverse applicazioni o compiti specifici, consentendo compatto, spettrometri economici che producono misurazioni di alta qualità per un dato tipo di campione o regime spettrale."

Questo framework di spettrometri on-chip abilitato per l'intelligenza artificiale potrebbe trovare varie applicazioni che vanno dal monitoraggio ambientale di gas e tossine, alla diagnostica medica dove sono necessarie informazioni spettrali per distinguere la presenza di diversi biomarcatori. I ricercatori notano anche che le tessere plasmoniche potrebbero essere ridimensionate e tessellate (come una griglia di pixel della fotocamera) per eseguire l'imaging iperspettrale, che può essere importante in, Per esempio, telerilevamento autonomo dove compatto, fattore di forma leggero è essenziale.

Gli altri autori del lavoro erano i ricercatori di Ingegneria Elettrica e Informatica Calvin Brown, Artem Goncharov, Zachary S. Ballard e Yunzhe Qiu, studenti universitari Mason Fordham e Ashley Clemens, e professore a contratto di ingegneria elettrica e informatica Yair Rivenson.

Lo studio è stato pubblicato sulla rivista ACS Nano .