研究人员正致力于通过更好地理解暗激子，以及如何将它们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2D半导体。
德克萨斯A&M大学J. Mike Walker ' 66机械工程系助理教授Shoufeng Lan博士正在领导一个项目，探索如何以一种新的方式访问和操纵激子的光学不活跃的“暗”变体-半导体中经常发现的电子和电子-空穴对的束缚态。这将允许量子材料的各种应用。
该研究的发现支持了对暗激子基本方面的更好理解，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现。
Lan说:“这一演示为量子信息处理、量子计算、光子电路和谷电子学等应用铺平了道路，这些应用利用暗激子的迷人特征来编码和传输信息。”
这项名为“禁激子的相干动量控制”的研究最近发表在《科学》杂志上杂志自然通讯．
激子有两种变化:光学上的亮或暗。明亮的激子可以发射光子——光的无质量粒子——而黑暗的激子通常没有光学活性，但拥有更长的辐射寿命。Lan说，后者是一个特别有趣的特征，因为该团队探索了在量子信息处理中实现暗激子的方法。
研究团队通过在连续介质(BICs)中重新引入光子束缚态，在动量-空间光子环境中操纵暗激子，从而概述了一种更有效、低损耗的解决方案。Lan说，这个平台可以用来重新定义在附近量子材料中产生的光-物质相互作用，否则这将是具有挑战性或不可能完成的。
“使用支持光子bic的光子晶体，研究证明了暗激子的变亮，并在室温下从它们获得了相干的定向光电发射，”Lan说。
与使用外部刺激(如强磁场)的方法相比，该团队使用带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，该团队正在努力改进bic的设计和实现，并计划开发低阈值激光和纳米尺度的量子现象和器件。
“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来模拟光谱响应——实验条件、几何形状、材料特性等——这可能需要几天，如果不是几周的话，”Lan说。“利用人工智能和深度学习，我们可以显著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的研究发表在今年早些时候的杂志上激光与光子学评论。
德克萨斯农工大学在该项目的合作教员包括辛西娅·希维尔博士、奥斯卡·s·怀亚特，Jr. 45年机械工程系二级讲座教授;航空航天工程系助理教授黄子静博士;钱晓峰博士，材料科学与工程系副教授。日本国立材料科学研究所的合作者包括渡边健二博士和谷口隆博士。