Tohoku Universiteti tərəfindən

Lisa Lock tərəfindən redaktə edilmiş , Robert Eqan tərəfindən nəzərdən keçirilmişdir

 Redaktorların qeydləri(yuxarı sol) Kainatın tərkibi, qaranlıq maddənin təxminən 27%-ni təşkil etdiyini göstərir. (Üst sağda) Superkeçirici kubitlərin müxtəlif qrafik strukturlarında birləşdirildiyi təklif olunan kvant sensor şəbəkəsi. (Aşağıda) Kvant sərhədləri ilə müqayisə ilə yanaşı həqiqi dəyərlə uyğunluğu nümayiş etdirən qiymətləndirmə nəticələri. Kredit: Fiziki İcmal D (2025). DOI: 10.1103/rv43-54zq

Qaranlıq maddənin – qalaktikaları bir arada saxlayan sirli maddənin aşkarlanması fizikada həll olunmamış ən böyük problemlərdən biridir. Onu birbaşa görmək və ya toxunmaq mümkün olmasa da, elm adamları qaranlıq maddənin çox həssas kvant cihazları tərəfindən tutula bilən zəif siqnallar buraxdığına inanırlar.

Physical Review D -də dərc olunan yeni araşdırmada Tohoku Universitetinin tədqiqatçıları kvant sensorlarını diqqətlə hazırlanmış şəbəkə strukturlarında birləşdirərək həssaslığını artırmaq yolunu təklif edirlər. Bu kvant sensorları son dərəcə kiçik siqnalları aşkar etmək üçün kvant fizikasının qaydalarından istifadə edərək onları adi sensorlardan daha həssas edir. Bunlardan istifadə edərək, qaranlıq maddədən geridə qalan zəif ipuçlarını dəqiq şəkildə aşkar etmək nəhayət mümkün ola bilər.

Tədqiqat çox aşağı temperaturlara qədər soyudulmuş kiçik elektrik dövrələri olan superkeçirici kubitlərə diqqət yetirir. Bu qubitlər adətən kvant kompüterlərinin tikinti blokları kimi istifadə olunur, lakin burada onlar güclü kvant sensorları kimi çıxış edirlər. Birlikdə işləyən bir komanda birdən çox insana nail ola bildiyi kimi, bu superkeçirici kubitlərin çoxunu optimallaşdırılmış şəbəkədə birləşdirmək onlara zəif qaranlıq maddə siqnallarını hər hansı bir sensorun tək başına edə biləcəyindən daha effektiv şəkildə aşkar etməyə imkan verir.

Komanda dörd və doqquz kubitlik sistemlərdən istifadə edərək üzük, xətt, ulduz və tam əlaqəli qrafiklər kimi müxtəlif şəbəkə modellərini sınaqdan keçirib. Daha sonra kvant vəziyyətlərinin necə hazırlandığını və ölçüldüyünü optimallaşdırmaq üçün variasiya kvant metrologiyasını (maşın öyrənmə modelinin təliminə bənzər üsul) tətbiq etdilər. Nəticələri dəqiqləşdirmək üçün Bayes qiymətləndirməsi bulanıq bir görüntünün kəskinləşməsi kimi səs-küyün filtrlənməsi üçün istifadə edilmişdir.

Tapıntılar heyrətamiz idi: optimallaşdırılmış şəbəkələr, hətta real səs-küy tətbiq edildikdə belə ənənəvi metodları ardıcıl olaraq üstələdi. Bu, yanaşmanın bugünkü kvant cihazlarında işləyə biləcəyini göstərir.

Tədqiqatın aparıcı müəllifi Dr. Le Bin Ho, “Məqsədimiz qaranlıq materiyanı daha etibarlı şəkildə aşkarlaya bilmək üçün kvant sensorlarını necə təşkil etmək və dəqiq tənzimləmək idi” dedi. “Şəbəkə strukturu həssaslığın artırılmasında əsas rol oynayır və biz bunun nisbətən sadə sxemlərdən istifadə etməklə edilə biləcəyini göstərdik.”

Qaranlıq maddədən başqa , bu kvant sensor şəbəkələri kvant radarı, qravitasiya dalğalarının aşkarlanması və ultra dəqiq vaxt ölçmə kimi texnologiyaları inkişaf etdirə bilər. Bundan əlavə, onlar bir gün GPS dəqiqliyini təkmilləşdirə, MRT ilə beyin təsvirlərini təkmilləşdirə və ya gizli yeraltı strukturları aşkar etməyə kömək edə bilərlər.

“Bu tədqiqat göstərir ki, diqqətlə hazırlanmış kvant şəbəkələri dəqiq ölçmədə mümkün olan sərhədləri aşmağa qadirdir”, – Dr. Ho əlavə edib. “Bu , yalnız laboratoriyalarda deyil, həddindən artıq həssaslıq tələb edən real dünya alətlərində kvant sensorlarından istifadə üçün qapı açır .”

İrəliyə baxaraq, komanda bu yanaşmanı daha böyük şəbəkələrə yaymağı və sensorları səs-küyə daha davamlı etmək yollarını araşdırmağı planlaşdırır.

Ətraflı məlumat: Adriel I. Santoso et al, Ultra yüngül qaranlıq maddənin aşkarlanması üçün optimallaşdırılmış kvant sensor şəbəkələri, Fiziki İcmal D (2025). DOI: 10.1103/rv43-54zq

Jurnal məlumatı: Physical Review D 

Tohoku Universiteti tərəfindən təmin edilmişdir