Forschende der Oregon State University haben einen lichtempfindlichen Phototransistor entwickelt, der Sensorik und Speicherfunktion in einer einzigen Komponente vereint. Die Ergebnisse der Studie wurden im Fachjournal Advanced Functional Materials veröffentlicht. Unter der Leitung von Professor Larry Cheng vom College of Engineering entstand ein Bauteil, das nach dem Vorbild des menschlichen Gehirns funktioniert und die Datenverarbeitung direkt an der Erfassungsstelle ermöglicht. Der neuartige Transistor kombiniert optische Sensorik, elektronische Speicherung und Signalverarbeitung in einem einzigen Bauelement. Bestehende Hardware für künstliche Intelligenz verteilt diese Funktionen typischerweise auf separate Komponenten, was durch den notwendigen Datentransfer Energie verschwendet und die Effizienz mindert. Der entwickelte Phototransistor nutzt ein Oxidhalbleitermaterial als Stromkanal und eine darüber liegende organische lichtempfindliche Schicht zur Ladungserzeugung. Einfallendes Licht erzeugt elektrische Ladungen, die in der Photoschicht gefangen werden und auch nach Lichtentzug den Stromfluss durch den Halbleiter beeinflussen. Dadurch entsteht eine Speicherwirkung. Der entscheidende Fortschritt liegt in der steuerbaren Verweildauer der Informationen. Durch Anlegen einer elektrischen Gate-Spannung lässt sich die Position der gespeicherten Ladungen zum Transistorkanal hin oder weg bewegen. Eine Annäherung verstärkt den elektrischen Einfluss und verlängert die Speicherzeit, während eine Entfernung den Vergessenprozess beschleunigt. Dies entspricht biologischen Mechanismen zur Regulierung von Gedächtnisstärke und Informationslöschung. Die Technologie adressiert ein zentrales Problem der aktuellen KI-Infrastruktur, indem sie den redundanten Datentransfer zwischen Speicher und Prozessor eliminiert. Forschende betonen, dass die einstellbare Gedächtnislebensdauer ein programmierbares Zeitfenster für die Verarbeitung visueller und anderer Sensorsignale schafft. Dies ebnet den Weg für hocheffiziente neuromorphe Systeme und datennahe Verarbeitungsarchitekturen. Das Projekt wurde in enger Zusammenarbeit zwischen dem College of Engineering und dem College of Science der Oregon State University realisiert. Die entwickelten Bauteile könnten künftig den Energieverbrauch von KI-Systemen deutlich senken und die Verarbeitungsgeschwindigkeit steigern. Die Integration von Sensorik und Speicher auf Chip-Ebene markiert einen wichtigen Schritt hin zu autonomer, energieeffizienter KI-Technik mit direkter Signalverarbeitung im Sensor.