Светлые частицы предпочитают компанию: фотоны проявляют коллективное поведение только после достижения определённого порога

Светлые частицы: коллективное важнее индивидуального

Когда частицы света оказываются перед выбором между двумя состояниями, они предпочитают то, которое уже приняли многие из их собратьев. Однако эта коллективистская тенденция не проявляется, пока достаточное количество фотонов не соберётся в одном месте.

Новые открытия

Результаты исследования, опубликованные в журнале Physical Review Letters, могут помочь в разработке сверхмощных лазерных источников и не только.

Два вида частиц: фермионы и бозоны

Физика знает два принципиально разных вида частиц: фермионы и бозоны. Фермионы — убеждённые индивидуалисты: если их поместить в тесное пространство, они не могут принять одно и то же состояние. Пример — электроны, окружающие ядро. Если два из них хотят быть в одном «облаке» (или на орбитали), они должны иметь разный спин (то есть вращаться в разном направлении).

Бозоны же любят делать всё вместе и предпочитают делиться одним состоянием. Фотоны относятся к этой группе. Если охладить достаточное их количество и запереть вместе в крошечном пространстве, они сольются в своего рода гигантский «суперфотон».

Но что, если заставить светлые частицы сначала принять одно из двух слегка отличающихся цветов? Образуются ли два разных цвета суперфотонов? Или все они выберут один цвет, чтобы удовлетворить своё стремление соответствовать?

Это был вопрос, который исследовала рабочая группа под руководством профессора Мартина Вайца из Института прикладной физики Боннского университета.

Эксперимент

Учёные использовали определённый метод для создания охлаждённых фотонов. Затем они поместили эти частицы света в пространство, где им пришлось принять один из двух незначительно отличающихся энергетических уровней — проще говоря, слегка отличающихся цветов.

Исследователи наблюдали, какой «стол» выберут фотоны, и обнаружили, что первые из них распределялись довольно хаотично между двумя. «Хотя более низкий энергетический уровень был незначительно популярнее, разница была настолько мала, что практически несущественна», — говорит Вайц.

Однако это оставалось верным только до тех пор, пока количество фотонов было невелико. Как только их стало несколько десятков, вновь прибывшие начали выбирать стол с большим количеством участников. Эта тенденция продолжалась до тех пор, пока более пустой стол почти не выбирался снова после того, как на нём собралось несколько сотен фотонов.

Применение

Этот коллективистский принцип уже был продемонстрирован для газов, содержащих различные типы бозонов. Однако в газах у частиц всегда есть очень широкий выбор возможностей, а не только две, как в этом случае.

Этот принцип может быть использован для проектирования чрезвычайно мощных лазерных источников, поскольку теоретически энергию в лазерном свете можно увеличить, объединив несколько источников излучения. Однако для этого все они должны быть «в фазе», то есть их волны должны всегда быть точно синхронизированы.

Хотя точно выровнять световые волны от двух лазеров — непростая задача, можно попытаться использовать склонность фотонов к коллективизму, чтобы свести лучи вместе. «Наши результаты предполагают, что это может сработать», — объясняет исследователь. «Но до того, как технология будет запущена, предстоит пройти долгий путь».

Новое устройство для визуализации может помочь нам увидеть глубже во Вселенную, чем когда-либо прежде

Новый прорыв в оптике

В исследовании, опубликованном в журнале Nature, учёные из Университета Цинхуа в Китае представили крошечное устройство под названием RAFAEL (Reconfigurable, Adaptive, FAst and Efficient Lithium-niobate spectro-imager), которое использует передовую фотонику для захвата света в исключительных деталях с высокой скоростью.

Что такое RAFAEL?

RAFAEL предназначен для значительного улучшения спектроскопии — метода, используемого для изучения физической структуры и химического состава вещества. Он применяется для всего: от картографирования глубокого космоса до проверки наличия загрязнителей в воде и диагностики заболеваний. Принцип его работы заключается в том, что он разбивает свет, исходящий от объекта, и анализирует различные цвета (длины волн).

Традиционные спектрометры часто сталкиваются с компромиссом: чтобы получить очень мелкие детали, приходится блокировать большую часть света. Или, если вы пропускаете много света, вы теряете разрешение или чувствительность.

Исследователи решили эту проблему, создав чип RAFAEL, который заменяет большие и сложные лабораторные приборы крошечной интегрированной системой. Они поместили слой ниобата лития (синтетический кристалл, известный своими уникальными оптическими свойствами) поверх стандартного чипа камеры. При подаче напряжения система мгновенно изменяет поведение каждого пикселя, так что каждый кодирует разные длины волн света. Затем мощные компьютерные алгоритмы мгновенно декодируют закодированное изображение в сверхчёткое.

Испытания RAFAEL

Команда провела несколько тестов производительности, чтобы продемонстрировать возможности RAFAEL. В одном из них он достиг максимальной чёткости, захватив 73,2% света, что делает его в два раза эффективнее, чем лучшие сопоставимые устройства визуализации. Они также интегрировали чип с коммерческой линзой и направили его на область ночного неба. За одно короткое воздействие он захватил спектры высокого разрешения 5600 звёзд, доказав, что может составлять карту Вселенной в тысячи раз быстрее и с большей чувствительностью, чем существующие инструменты.

«RAFAEL преодолевает присущий компромисс между чувствительностью, спектральным разрешением и эффективностью наблюдений, прокладывая путь для высокопроизводительной, но интегрированной моментальной спектроскопии», — написали исследователи в своей статье.

Несмотря на впечатляющие результаты, RAFAEL всё ещё является лишь лабораторным прототипом и пока не готов к использованию. Прежде чем его можно будет интегрировать в реальные устройства, исследователи намерены повысить вычислительную эффективность и снизить общую стоимость системы.

Октябрь 2025

  • Сентябрь 2025
  • Август 2025
  • Июль 2025
  • Июнь 2025
  • Май 2025
  • Апрель 2025
  • Март 2025