Técnicas Cuánticas Impulsadas por IA Aumentan Seis Veces la Sensibilidad del Magnetómetro

• Investigadores desarrollan un nuevo método para medir campos magnéticos usando sistema cuántico y técnicas de aprendizaje automático.
• Alcanzan una sensibilidad 6 veces superior a la que se puede lograr con técnicas convencionales.

Existen ciertos límites en la precisión con la que se pueden medir las cosas. Tomemos una imagen de rayos X por ejemplo, es bastante borrosa y requiere un médico experto para interpretarla correctamente. Aunque una mayor intensidad y tiempos de exposición más largos podrían mejorar el contraste entre múltiples tejidos, tal gran cantidad de radiación no es segura para los humanos.

Podrías conocer el límite cuántico estándar, que dice que la precisión de la medición es inversamente proporcional a la raíz cuadrada de los recursos dados. Cuantos más recursos apliques – potencia de radiación, tiempo, número de imágenes – más precisa se vuelve tu medición. Así, mayor precisión significa usar recursos extensivos.

Ahora, un equipo internacional de físicos del MIPT, la Universidad de Aalto, el Instituto Landau y el Departamento de Física de ETH Zurich, ha ideado un mejor método para medir campos magnéticos usando sistema cuántico y técnicas de aprendizaje automático.

Demostraron un magnetómetro con precisión más allá del límite cuántico estándar. Descubramos cómo lo desarrollaron.

Uso de Qubit para Medir Campos Magnéticos con Alta Sensibilidad

Los investigadores han mejorado la precisión de las mediciones de campos magnéticos, aprovechando la coherencia de un qubit, un átomo artificial superconductor. Es un dispositivo muy pequeño hecho de tiras de aluminio superpuestas en un chip de silicio – la misma técnica se usa para fabricar procesadores de móviles y computadoras.

Un qubit realizado a partir de tiras de aluminio en un chip de silicio | Crédito de imagen: Babi Brasileiro / Universidad de Aalto

Cuando el dispositivo se expone a temperaturas muy bajas, la corriente fluye a través de él con resistencia casi nula, y el dispositivo comienza a mostrar propiedades de mecánica cuántica similares a las de átomos reales. De hecho, su momento magnético intrínseco es aproximadamente 100.000 veces mayor que el de átomos/iones reales.

El estado del qubit cambia cuando se irradia con un pulso de microondas. Este cambio depende del campo magnético externo aplicado. Así, para conocer el campo magnético, todo lo que tienes que hacer es medir el átomo.

En un detector de campo magnético basado en qubit, la coherencia entre 2 estados (superposiciones coherentes de estados cuánticos) oscila a la frecuencia del campo magnético que penetra el dispositivo. Cuanto mayor sea la tasa de cambio de fase de la función de onda que se pueda medir, mayor será la precisión.

Referencia: npj Quantum Information | doi:10.1038/s41534-018-0078-y | ETH Zurich

Sin embargo, esto no te dará precisiones más allá del límite cuántico estándar. Tienes que aplicar otro truco, es decir, reconocimiento de patrones usando aprendizaje automático.

Los investigadores aplicaron un enfoque adaptativo. Realizaron una medición y alimentaron el resultado a algoritmos de aprendizaje automático. Luego, dejaron que la IA decidiera cómo alterar un parámetro de control en el siguiente paso para llegar a la estimación más rápida del campo magnético.

Esto les permitió alcanzar una sensibilidad aproximadamente 6 veces superior a la que se puede lograr con técnicas convencionales.

Conclusión

Esta combinación de utilizar hardware cuántico y algoritmos de aprendizaje automático supervisado en el contexto de la detección cuántica promete magnetómetros de uno o varios qubits que pueden proporcionar precisiones más allá de los límites de los detectores de campos magnéticos actuales.

Leer: La Primera Simulación de Núcleo Atómico en una Computadora Cuántica

La detección de campos magnéticos es crucial en una amplia gama de campos, desde la imagen de actividades cerebrales hasta el procesamiento geológico. Es un pequeño paso hacia el uso de métodos mejorados cuánticamente para tecnología de sensores.