东方时讯网研究人员正在努力通过更好地了解暗激子以及它们如何应用于从量子计算机到下一代太阳能电池板等未来技术来改进二维半导体。
德克萨斯A&M大学J.MikeWalker'66机械工程系助理教授兰首峰博士正在领导一个项目，探索激子的光学非活性“暗”变体——电子和电子的束缚态——半导体中常见的空穴对——可以用一种新的方式访问和操作。这将允许在量子材料中进行各种应用。
研究发现支持更好地理解暗激子的基本方面，并有可能在未来的下一代设备、量子计算机和更高效的太阳能电池板中实施。
“这次演示准备为量子信息处理、量子计算、光子电路和谷电子学等应用铺平道路，这些应用使用暗激子的迷人特性来编码和传输信息，”Lan说。
这项名为“禁止激子的相干动量控制”的研究最近发表在《自然通讯》杂志上。
激子有两种变体：光学上明亮的或黑暗的。亮激子可以发射光子——用于光的无质量粒子——而暗激子通常不具有光学活性，但具有更长的辐射寿命。后者是兰说特别有趣的一个特征，因为该团队正在探索在量子信息处理中实现暗激子的方法。
研究团队能够通过在连续体(BIC)中重新引入光子束缚态以在动量空间光子环境中操纵它们，从而为暗激子所造成的困境勾勒出一种更有效、低损耗的解决方案。Lan表示，该平台可用于重新定义附近量子材料中产生的光与物质相互作用，否则这将具有挑战性或无法实现。
“使用支持光子BIC的光子晶体，该研究证明了暗激子的增亮，并在室温下从它们获得了相干、定向的光发射，”Lan说。
与使用外部刺激(例如强磁场)的方法相比，该团队使用具有无损绝缘体的光子晶体显示出与半导体和光子电路更兼容，同时还可以控制方向性。
展望未来，该团队正致力于改进其BIC的设计和实施，并计划开发纳米级的低阈值激光和量子现象及器件。
“人们通常使用带有商业软件的超级计算机通过扫描所有参数——实验条件、几何形状、材料特性等——来模拟光谱响应——这可能需要几天甚至几周的时间，”Lan说。“将人工智能与深度学习结合使用，我们可以显着提高这一过程的速度。”
该团队关于将人工智能与深度学习用于光子BIC的研究已于今年早些时候发表在《激光与光子学评论》杂志上。