Posts

La spettroscopia laser miniaturizzata in grado di rilevare gas in traccia a livello di ppb (parts per billion) in situ e in tempo reale è di fondamentale importanza per numerose applicazioni, tra cui il monitoraggio ambientale, il controllo dei processi industriali e la diagnosi biomedica. I sistemi di spettroscopia laser da banco basati sull'assorbimento diretto, sulla fotoacustica e sugli effetti Raman mostrano un'elevata sensibilità ma devono affrontare sfide per il rilevamento del gas in situ e in tempo reale a causa delle loro dimensioni ingombranti, della risposta lenta e del campionamento offline.

I big data e l’intelligenza artificiale stanno guidando la crescente domanda di storage di dati ad alta densità. L'archiviazione dei dati basata su sonde, come l'archiviazione meccanica utilizzando la punta di un microscopio a forza atomica, è una potenziale soluzione con densità di archiviazione superiori ai dischi rigidi. Tuttavia, il supporto di memorizzazione deve essere modificabile su scala nanometrica. Sebbene i polimeri siano mezzi di memorizzazione promettenti, devono affrontare sfide legate alla sintesi, all’eliminazione delle temperature e alla stabilità.

Per gli esperimenti che richiedono misurazioni ultraprecise e controllo sugli atomi (si pensi agli orologi atomici a due fotoni, ai sensori interferometrici con atomi freddi e alle porte quantistiche) i laser sono la tecnologia preferita, quella più pura dal punto di vista spettrale (emette un singolo colore/frequenza). La tecnologia laser convenzionale su scala di laboratorio attualmente ottiene questa luce stabile e a rumore estremamente basso tramite sistemi da tavolo ingombranti e costosi progettati per generare, sfruttare ed emettere fotoni all’interno di un intervallo spettrale ristretto.

Con una velocità di elaborazione del segnale di 10 GBaud – un miliardo di volte più veloce delle sue controparti biologiche – il nuovo neurone graduato al laser potrebbe portare a scoperte rivoluzionarie in campi come l’intelligenza artificiale e altri tipi di elaborazione avanzata. Il corpo contiene vari tipi di cellule nervose, compresi i neuroni graduati che codificano le informazioni attraverso continui cambiamenti nel potenziale di membrana, consentendo un'elaborazione del segnale sottile e precisa.

Secondo uno studio pubblicato da BMJ (1), quasi tutti i principali modelli linguistici di grandi dimensioni, o “chatbot”, mostrano segni di lieve deterioramento cognitivo quando testati utilizzando valutazioni comunemente impiegate per rilevare la demenza precoce. Lo studio ha anche scoperto che le versioni precedenti di questi chatbot, proprio come i pazienti umani che invecchiano, hanno ottenuto risultati peggiori nei test.