Researchers from the ARC Centre of Excellence for Transformative Meta-Optical Systems discovered that excitation wavelength significantly impacts the performance of spin defects in hexagonal boron nitride (hBN) for quantum sensing. Using red (633 nm) light instead of green (532 nm) light produced nearly 100% spin-dependent readout contrast and a threefold improvement in calculated DC magnetic field sensitivity. However, red light also caused pronounced emission blinking, while green light yielded stable emission. Combining both wavelengths stabilized blinking at a slight cost to contrast, revealing a fundamental trade-off between emission stability and signal strength. The findings suggest wavelength-level optimization per individual defect could advance 2D quantum sensors and enable super-resolution imaging.
Nguồn: https://thequantuminsider.com/2026/06/29/which-light-is-right-for-quantum-sensing. 8sync News chỉ tóm tắt và dẫn link; bản quyền nội dung thuộc tác giả và nguồn gốc.
Nghiên cứu mới của Ishwara et al. đã đạt hiệu suất chuyển đổi photon (photon upconversion) lên tới 8,2% bằng cách sử dụng môi trường lỏng triplet NODIPS-An trên giàn nano alumina, tận dụng hiện tượng triplet-triplet annihilation (TTA). Bài viết cũng giải thích nguyên lý vật lý của anti-Stokes shift, so sánh TTA với phương pháp SOMET, và lưu ý rằng thương mại hóa công nghệ này vẫn còn xa.
Lập trình viên nghiên cứu vật lý lượng tử hoặc thiết kế hệ thống năng lượng mặt trời nên đọc bài này để hiểu cách tối ưu hóa hiệu suất chuyển đổi ánh sáng bằng cách kết hợp vật liệu nan kết cấu với cơ chế exciton tập trung, giúp nâng cao hiệu năng của hệ thống năng lượng tái tạo.
The University of Maryland is funding a research project combining quantum computing and machine learning to accelerate the discovery of single-atom catalysts for cancer detection and treatment. Part of the university's Grand Challenges Grants Program, the project brings together engineers and computer scientists to build a predictive framework that models complex atomic and chemical behaviors — tasks difficult for classical computers. Quantum simulations would generate reliable databases of electronic structures and catalytic pathways, which machine learning models would then search to identify promising catalyst configurations. The team also plans to release benchmark datasets and reproducible computational tools to support open science. The research is preclinical and focused on discovery, not immediate clinical application.