2019-10-29Cómo extraer información cuántica oculta en una fuente de luz
SINC |Investigadores europeos han desarrollado una técnica para extraer la información cuántica escondida en una imagen que contiene información tanto clásica como cuántica. El avance abre un nuevo camino para observar muestras ultrasensibles con microscopios mejorados con tecnología cuántica.Los microscopios actuales de súper-resolución o la llamada tecnología de escaneo láser de microarrays son conocidos por tener alta sensibilidad y buena resolución. Sin embargo, utilizan luz demasiado potente para estudiar las muestras, que pueden ser sensibles a esta luz y, por tanto, dañarse o perturbarse cuando se iluminan con estos dispositivos.
Las técnicas de imagen que utilizan luz cuántica están ganando cada vez más importancia, ya que sus capacidades en cuanto a resolución y sensibilidad pueden superar las limitaciones clásicas y, además, no dañan la muestra. Esto es posible debido a que la luz cuántica se emite en fotones individuales y utiliza la propiedad del entrelazamiento para alcanzar regímenes de intensidad de luz más bajos.
La nueva técnica utiliza la extracción de imágenes para obtener información cuántica de una fuente iluminada que contiene tanto información cuántica como clásica
Actualmente, a pesar de que el uso de la luz cuántica y los detectores cuánticos han experimentado un desarrollo constante en los últimos años, todavía hay algunas consideraciones que deben resolverse. Los detectores cuánticos son sensibles al ruido clásico, que puede llegar a ser muy significativo, reduciendo o incluso cancelando cualquier tipo de ventaja cuántica sobre las imágenes obtenidas.
En este contexto se puso en marcha hace uno año el proyecto europeo Q-MIC, que reúne a un equipo internacional de investigadores del que forma parte el Instituto de Ciencias Fotónicas (ICFO) para desarrollar e implementar tecnologías cuánticas de imagen. Su objetivo es crear un microscopio que podrá ir más allá de las capacidades de las tecnologías de microscopía actuales.
Ahora, en un estudio publicado recientemente en Sciences Advances, los investigadores Hugo Defienne y Daniele Faccio de la Universidad de Glasgow (Reino Unido) y miembros del proyecto Q-MIC, han informado sobre una nueva técnica que utiliza la extracción de imágenes para obtener información cuántica de una fuente iluminada que contiene tanto información cuántica como clásica.
En su experimento e inspirados por el famoso gato de Schrödinger, los investigadores crearon una imagen final combinada de un "gato muerto" y uno "vivo" utilizando dos fuentes distintas. Por una parte, utilizaron una fuente cuántica a partir de un láser para crear pares de fotones entrelazados, que proyectaron sobre un cristal e hicieron pasar a través de un filtro para producir una imagen infrarroja (800 nm) de un "gato muerto" o "gato cuántico".
Paralelamente, utilizaron una fuente clásica con un LED para producir la imagen de un "gato vivo". Después, con una configuración óptica, superpusieron ambas imágenes y lo enviaron a una cámara CCD especial conocida como dispositivo de carga acoplada multiplicada por electrones (Electron-multiplied charge coupled device, EMCCD).
Esquema del experimento. / H. Defienne et al./Science Advances
Con esta configuración, pudieron observar que, en principio, ambas fuentes de luz tienen el mismo espectro, intensidad media y polarización, lo que las hace indistinguibles al realizar una sola medición de la intensidad. Pero, mientras que los fotones que provienen de la fuente clásica coherente (la luz LED) no están correlacionados, los fotones que provienen de la fuente cuántica (pares de fotones) están correlacionados en su posición.
Se logra recuperar la imagen clásica del "gato vivo" después de restar la imagen cuántica del "gato muerto" de la total donde están los dos
Mediante el uso de un algoritmo, pudieron utilizar estas correlaciones de fotones en su posición para aislar la imagen condicional, en la que dos fotones llegan a los píxeles vecinos de la cámara, y recuperar la imagen "iluminada cuánticamente". En consecuencia, la imagen clásica de "gato vivo" también se recuperó después de restar la imagen cuántica de la imagen de intensidad total directa.
Algo también sorprendente de este método es que los investigadores también pudieron extraer información cuántica confiable aunque la iluminación clásica era diez veces mayor. Demostraron que, incluso cuando una alta iluminación clásica disminuía la calidad de la imagen, todavía podían obtener una imagen nítida de la imagen cuántica.
Nueva vía para observar muestras ultrasensibles
Esta técnica abre una nueva vía para observar muestras ultrasensibles a través de técnicas de imagen cuánticas y microscopios mejorados con tecnología cuántica. Además, los resultados de este estudio muestran que esta técnica podría ser de suma importancia para las comunicaciones cuánticas. La capacidad de mezclar y extraer información específica transportada por la luz cuántica y clásica podría usarse para técnicas de cifrado de información y encriptación. En particular, podría usarse para encriptar y/o esconder información dentro de una señal cuando se usan detectores convencionales.
Tal y como comenta el profesor Daniele Faccio, "este enfoque supone un cambio en la forma en que podemos codificar y luego decodificar información en imágenes, y esperamos que encuentre aplicaciones en áreas que van desde microscopía hasta LIDAR convertido (convert LIDAR)".
Referencia bibliográfica:
"Quantum image distillation". Hugo Defienne, Matthew Reichert, Jason W. Fleischer and Daniele Faccio, 2019, Science Advances. ttps://advances.sciencemag.org/content/5/10/eaax0307
El Servicio de Información y Noticias Científicas (SINC) es la primera agencia pública de ámbito estatal especializada en información sobre ciencia, tecnología e innovación en español. Fue puesta en marcha por la Fundación Española para la Ciencia y la Tecnología en el año 2008. El equipo de SINC produce noticias, reportajes, entrevistas y materiales audiovisuales (vídeos, fotografías, ilustraciones e infografías).
2024-11-20
¿Pueden los robots aprender de los sueños de las máquinas?
Investigadores del CSAIL del MIT utilizaron imágenes generadas por IA para entrenar a un perro robot en parkour, sin datos del mundo real. Su sistema LucidSim demuestra el potencial de la IA generativa para crear datos de entrenamiento robótico.
2024-11-20
¿Cómo pueden los electrones dividirse en fracciones de sí mismos?
Los físicos se sorprenden al descubrir que los electrones de las pentaláminas de grafeno pueden presentar carga fraccionaria. Un nuevo estudio sugiere cómo podría funcionar.
2024-11-19
La inteligencia artificial puede ser la clave que nadie esperaba para combatir la desinformación y los bulos
Los bulos, la propaganda y la desinformación han existido siempre. Desde que el ser humano fue consciente de la importancia de la información y su manipulación para tener poder sobre otros seres humanos. Pero en el siglo XXI, le hemos puesto nuevos nombres, como teorías de la conspiración o fake news, a algo que siempre ha estado ahí. Y siempre se ha valido de los medios de comunicación del momento. En la actualidad, quien se lleva todas las culpas son las redes sociales. Y, cómo no, la inteligencia artificial. Pero, como toda herramienta, puede usarse para el bien y para el mal. Es más. Hay quien utiliza la IA para combatir la desinformación en Internet.
2024-11-19
COP29: Más allá de la IA, la industria tecnológica debe frenar las emisiones del sector
La inteligencia artificial y la tecnología digital pueden, en general, contribuir a frenar el impacto del cambio climático con nuevas innovaciones, pero lo más importante ahora mismo es que sean capaces de controlar sus emisiones de gases de efecto invernadero, así como de los desechos electrónicos.
2024-11-19
Pionera señal de un sistema binario de agujeros negros masivos interactuando con una nube de gas
Científicos españoles han participado en este estudio aportando datos clave sobre la naturaleza de uno de estos peculiares eventos, llamado AT 2021hdr. Con la intención de comprender mejor el sistema y optimizar sus modelos, planean continuar las observaciones, al tiempo que analizan la galaxia donde se encuentra.
2024-11-15
Clorofila Maps, tecnología para medir uso eficiente y sostenible de fertilizantes
Con una aplicación para teléfonos inteligentes, junto con un dispositivo impreso en 3D, se ha desarrollado un sistema que mide de forma rápida y económica el contenido de nitrógeno y clorofila en las plantas de cultivo, como por ejemplo soja, arroz, maíz, e incluso flores. Esta herramienta busca reducir el uso indiscriminado de fertilizantes, contribuyendo así a la protección del ambiente, al tiempo que optimiza el rendimiento agrícola. La tecnología ya está disponible para uso educativo.
