Una red neuronal diseña a la carta la propagación de la luz a escala nanométrica en materiales 2D

OVIEDO 31 Ago. (EUROPA PRESS) -

Investigadores del Grupo de Nano-Óptica Cuántica de la Universidad de Oviedo y del Centro de Investigación en Nanomateriales y Nanotecnología (CINN-CSIC), en colaboración con el Instituto de Nanociencia y Materiales de Aragón (INMA, CSIC-Universidad de Zaragoza) y el Donostia International Physics Center (DIPC), han desarrollado una herramienta de inteligencia artificial capaz de diseñar estructuras ultrafinas de materiales para controlar la propagación de la luz a escala nanométrica.

El trabajo, publicado en la revista 'Nature Materials', demuestra experimentalmente que apilar tres capas del material a-MoO3 (molibdeno y oxígeno) permite dirigir la "nanoluz" en varias direcciones, un avance que podría impulsar componentes nanofotónicos, sensores y sistemas de gestión térmica.

La estrategia se basa en exfoliar materiales que generan polaritones superficiales -ondas híbridas de luz y materia confinadas cerca de una superficie- en láminas muy delgadas y apilarlas con orientaciones relativas controladas, un enfoque que sustenta el emergente campo de la "twistóptica".

En estas estructuras, la dirección de propagación depende del número y tipo de capas, sus espesores, los ángulos de giro entre ellas y la frecuencia de la luz incidente. Dado que el número de combinaciones crece exponencialmente al añadir capas, el equipo ha recurrido a una red neuronal multirrama que invierte el procedimiento habitual: en lugar de calcular cómo se propaga la luz en una estructura dada, parte de un patrón de propagación deseado y propone varias configuraciones candidatas en tiempo récord.

"Antes había que explorar muchas posibilidades tanto en la teoría como en el experimento. Ahora partimos de la propagación deseada y obtenemos varias estructuras candidatas en poco tiempo", explica Lucía F. Álvarez-Tomillo, investigadora predoctoral de la Universidad de Oviedo y primera autora del estudio.

Mediante cálculos y simulaciones, la red propuso estructuras de a-MoO3 con bicanalización y tricanalización de la nanoluz -capaces de dirigirla en dos y tres direcciones-, un comportamiento no observado hasta ahora, y también predijo canalización en bicapas de distintos materiales con frecuencias de operación desde el visible hasta los terahercios.

"La automatización permite generar varias soluciones y explorar estructuras muy novedosas en tiempo récord", señala José Álvarez-Cuervo, investigador predoctoral de la Universidad de Oviedo y coautor del artículo. Los autores subrayan que la red neuronal no sustituye el modelo físico previo, sino que aprende de soluciones calculadas con él para identificar propuestas que después se contrastan mediante simulaciones y, en casos seleccionados, mediante experimentos con microscopía óptica de campo cercano, una técnica que el grupo ha contribuido a consolidar en la última década.

El trabajo se enmarca en el proyecto ERC Consolidator 'Twistoptics', financiado por el Consejo Europeo de Investigación. "El siguiente paso es aplicar esta capacidad de diseño a dispositivos que permitan controlar el transporte de calor, transmitir información con luz a escala nanométrica o mejorar la respuesta de los sensores", indica Pablo Alonso-González, investigador principal del proyecto y colíder del Grupo de Nano-Óptica Cuántica de la Universidad de Oviedo junto con Javier Martín-Sánchez.