Investigadores de la Universidad de Bristol han alcanzado nuevos niveles de sofisticación en la detección de campos magnéticos con extrema sensibilidad a temperatura ambiente al combinar el aprendizaje automático con un sensor cuántico.

Los resultados, publicado en Revisión física X , podría dar lugar a una nueva generación de escáneres de resonancia magnética que utilizan campos magnéticos y ondas de radio para producir imágenes detalladas del interior del cuerpo, así como otros usos potenciales dentro de la biología y la ciencia de los materiales.

Estos hallazgos se lograron mediante una combinación de técnicas de aprendizaje automático, donde las computadoras se adaptan y aprenden de la experiencia como lo hacen los humanos y los animales de forma natural, y dispositivos de detección cuántica.

Investigadores de Quantum Engineering and Technology Labs (QETLabs) de la Universidad de Bristol, en colaboración con el Instituto de óptica cuántica de la Universidad de Ulm y Microsoft, han demostrado esto usando un sensor cuántico basado en el espín del electrón en un centro de nitrógeno vacante (NV) en un diamante.

Los centros de vacantes de nitrógeno (NV) son defectos atómicos que se pueden encontrar o crear en un diamante. Permiten interactuar con electrones individuales, que a su vez se puede utilizar para detectar campos eléctricos y magnéticos. Su combinación única de alta resolución espacial y sensibilidad ha llevado a la investigación de escenarios donde la actividad de neuronas individuales es monitoreada y mapeada a nanoescala. Sin embargo, tales aplicaciones de resonancia magnética nuclear a nanoescala están limitadas por el ruido de la lectura óptica disponible a temperatura ambiente en configuraciones de última generación.

Dr. Anthony Laing, Investigador principal de la Universidad de Bristol, dijo:"Esperamos que el despliegue de nuestras técnicas pueda desbloquear regímenes inexplorados en una nueva generación de experimentos de detección, donde el seguimiento en tiempo real y las sensibilidades mejoradas son ingredientes cruciales para explorar fenómenos a nanoescala ".

Dr. Raffaele Santagati, Investigador asociado en el Centro de Fotónica Cuántica de la Universidad de Bristol, dijo:"Aquí mostramos cómo el aprendizaje automático puede ayudar a superar estas limitaciones para rastrear con precisión un campo magnético fluctuante a temperatura ambiente con una sensibilidad típicamente reservada para los sensores criogénicos".

El coautor Antonio Gentile dijo:"En nuestro artículo, mostramos cómo un enfoque de inferencia bayesiano puede aprender con éxito el campo magnético y otras cantidades físicas importantes a partir de datos naturalmente ruidosos. Esto nos permite relajar la complejidad del proceso de lectura de datos a costa del procesamiento de datos avanzado ".

Centros de vacantes de nitrógeno, encontrado en imperfecciones de diamantes, ya se han utilizado en demostraciones de sus capacidades de detección, pero el ruido y las interacciones no deseadas pueden limitar su aplicabilidad a escenarios del mundo real. Los resultados presentados en este trabajo muestran cómo superar estas limitaciones.