Los científicos han logrado reducir hasta 500 veces tres componentes utilizados en microchips fotónicos, dejando mucho más espacio para otras funciones en el chip. El logro fue posible gracias a un algoritmo de inteligencia artificial que generó estos diminutos diseños, los cuales los investigadores describieron como “más allá de la intuición humana”.
Mientras que los microchips convencionales usan electrones para transmitir y procesar la información, los microchips fotónicos emplean partículas de luz (fotones). Por ello, pueden procesar y transmitir datos mucho más rápido que los chips electrónicos, porque los fotones pueden llevar la información a la velocidad de la luz. También ofrecen un mayor ancho de banda, ya que distintas longitudes de onda pueden transportar flujos de datos diferentes, y generan menos calor como pérdida de energía.
Como resultado, los chips fotónicos se emplean en escenarios donde la transmisión de datos rápida y de gran ancho de banda es esencial, como en las comunicaciones por fibra óptica, centros de datos, IA, sistemas LiDAR para vehículos autónomos y cómputo cuántico.
En lugar de cables de metal, canales de anchura micrométrica llamados guías de onda dirigen la luz a lo largo del chip fotónico. Estos chips también contienen divisores de longitudes de onda, clasificadores de modos espaciales y espejos —todos esenciales para separar y dirigir diferentes longitudes de onda y patrones de luz dentro de una huella de una fracción del ancho de un cabello humano.
En el nuevo estudio, los científicos emplearon diseños generados por IA para fabricar estos tres componentes a escala ultracompacta. Publicaron sus hallazgos el 28 de mayo en la revista Nature Communications.
El nuevo espacio disponible en el chip podría permitir a los ingenieros “desbloquear nuevas funcionalidades” al ensamblar más componentes, escribieron los investigadores en el estudio. Cabe destacar que el trabajo demuestra que la IA puede producir diseños de chips que llevan los límites más allá y que además son prácticos de fabricar.
La IA trabajó hacia atrás para generar los diseños de los componentes
Los investigadores comenzaron informando al algoritmo exactamente qué querían que los componentes hicieran con la luz y proporcionando ciertas restricciones de fabricación, como límites en cuán agudas podían ser las curvas de las nanoestructuras.
El algoritmo de IA luego trabajó hacia atrás, probando y refinando distintos diseños hasta que encontró las delicadas nanoestructuras que podían lograr el resultado deseado.
“El diseño inverso nos permite definir qué queremos que haga la luz, y la optimización encuentra una estructura que lo logra, a menudo una que ningún humano habría dibujado”, afirmó la primera autora del estudio Toby Bi, un investigador del Instituto Max Planck para la Ciencia de la Luz, en un comunicado. “Lo emocionante es que el mismo marco puede realizar tres trabajos bastante diferentes en el mismo chip: dirigir la luz por su longitud de onda, clasificarla por modo espacial y actuar como espejos compactos que forman cavidades ópticas en el chip.”
Los componentes para microchips fotónicos suelen tener diseños elaborados a mano. Los ingenieros comienzan con un diseño probado y lo optimizan minuciosamente para nuevos parámetros de rendimiento. Además de ser lento, este método limita el rango de geometrías de dispositivos que se pueden explorar.
Para mejorar aún más sus componentes, el equipo también optó por fabricar los componentes con nitruro de silicio relativamente grueso —aproximadamente 400 a 800 nanómetros de espesor, en comparación con 150 a 400 nanómetros para el silicio estándar— lo que desperdicia menos luz y ofrece una confinación de longitud de onda más fuerte.
Los espejos resultantes, que miden alrededor de 11 μm de largo, reflejaron hasta el 98.5% de la luz entrante mientras bloqueaban patrones de luz no deseados. Cuando se colocan en pares a cada lado de una guía de onda, la luz rebotó entre ellos más de 100 veces antes de escapar, lo que demuestra las bajas pérdidas del nitruro de silicio, explicó el equipo.
El divisor de longitudes de onda tiene aproximadamente el tamaño de una bacteria individual (aproximadamente 5 μm de ancho), y el clasificador de modo espacial es ligeramente más grande.
Los chips diseñados por IA se acercan al uso en el mundo real
Aunque los investigadores han demostrado con éxito estos componentes compactos de forma aislada, aún no los han integrado en un circuito óptico completo. Alcanzar esto será el siguiente paso para construir microchips fotónicos totalmente funcionales que aprovechen la mayor densidad de componentes permitida por estos diseños.
“Estos resultados demuestran la viabilidad de componentes fotónicos compactos, robustos frente a errores de fabricación y personalizados, y allanan el camino para una integración escalable y de alto rendimiento en sistemas fotónicos basados en nitruro de silicio”, escribieron los investigadores en el estudio.
En los últimos años, los ingenieros han empezado a explorar cómo la IA puede integrarse en la cadena de diseño y fabricación de semiconductores. En el pasado, enfoques impulsados por IA han reducido los ciclos de diseño de semanas a horas, al tiempo que redujeron significativamente los costos de fabricación.
Algunos sistemas incluso pueden generar diseños de chips efectivos a partir de un prompt de 200 palabras. AlphaChip de Google, un método de aprendizaje automático que diseña disposiciones de chips, ha producido “planos de planta ‘superhuman’” que se han desplegado en los chips de IA de producción de la gigante tecnológica.
