I ricercatori dell'Università di Bristol hanno raggiunto nuove vette di sofisticatezza nel rilevare campi magnetici con estrema sensibilità a temperatura ambiente combinando l'apprendimento automatico con un sensore quantistico.

Le scoperte, pubblicato in Revisione fisica X , potrebbe portare a una nuova generazione di scanner MRI che utilizzano campi magnetici e onde radio per produrre immagini dettagliate dell'interno del corpo, così come ulteriori potenziali usi all'interno della biologia e della scienza dei materiali.

Questi risultati sono stati ottenuti utilizzando una combinazione di tecniche di apprendimento automatico, in cui i computer si adattano e imparano dall'esperienza come fanno naturalmente gli esseri umani e gli animali, e dispositivi di rilevamento quantistico.

Ricercatori dei laboratori di ingegneria e tecnologia quantistica (QETLabs) dell'Università di Bristol, in collaborazione con l'Istituto per l'ottica quantistica dell'Università di Ulm e Microsoft, hanno dimostrato questo utilizzando un sensore quantistico basato sullo spin dell'elettrone in un centro di azoto vacante (NV) in un diamante.

I centri di azoto vacante (NV) sono difetti atomici che possono essere trovati o creati in un diamante. Consentono di interagire con singoli elettroni, che a sua volta può essere utilizzato per rilevare campi elettrici e magnetici. La loro combinazione unica di elevata risoluzione spaziale e sensibilità ha portato allo studio di scenari in cui l'attività dei singoli neuroni viene monitorata e mappata su scala nanometrica. Però, tali applicazioni di risonanza magnetica nucleare su nanoscala sono limitate dal rumore della lettura ottica disponibile a temperatura ambiente in configurazioni all'avanguardia.

Dott. Anthony Laing, Ricercatore capo dell'Università di Bristol, ha dichiarato:"Ci aspettiamo che il dispiegamento delle nostre tecniche possa sbloccare regimi inesplorati in una nuova generazione di esperimenti di rilevamento, dove il monitoraggio in tempo reale e le sensibilità migliorate sono ingredienti cruciali per esplorare i fenomeni su scala nanometrica".

Dott. Raffaele Santagati, Associato di ricerca presso il Centro per la fotonica quantistica dell'Università di Bristol, ha dichiarato:"Qui mostriamo come l'apprendimento automatico può aiutare a superare queste limitazioni per tracciare con precisione un campo magnetico fluttuante a temperatura ambiente con una sensibilità tipicamente riservata ai sensori criogenici".

Il coautore Antonio Gentile ha dichiarato:"Nel nostro articolo, mostriamo come un approccio di inferenza bayesiana può apprendere con successo il campo magnetico e altre quantità fisiche importanti da dati naturalmente rumorosi. Questo ci consente di ridurre la complessità del processo di lettura dei dati a scapito dell'elaborazione avanzata dei dati".

Centri vacanti per l'azoto, trovato nelle imperfezioni del diamante, sono già stati utilizzati nelle dimostrazioni delle loro capacità di rilevamento, ma il rumore e le interazioni indesiderate possono limitare la loro applicabilità agli scenari del mondo reale. I risultati presentati in questo lavoro mostrano come superare questi limiti.