科研资讯

“宇称-时间”对称增强型量子传感器问世

中国科学技术大学郭光灿团队的李传锋、唐建顺研究组在量子传感和“宇称-时间”对称系统的实验研究中取得重要进展，首次实现了“宇称-时间”对称增强型量子传感器，其灵敏度比传统量子传感器提高了8.86倍。该成果2020年12月10日发表于著名学术期刊《物理评论快报》。

物质同时满足时间和空间对称，即“宇称-时间”对称。“宇称-时间”对称理论有许多违反直觉的现象和引人注目的应用，包括单向光传输、无线能量传输、“宇称-时间”对称增强的传感器等，但这些在经典物理系统中产生的现象和应用能否应用到量子系统，能否利用“宇称-时间”对称增强量子传感器的灵敏度？

在前期工作中，研究组已经构建出量子“宇称-时间”对称系统，随后构造了一个弱测量辅助的量子“宇称-时间”对称系统。基于这一系统，研究组首次实现“宇称-时间”对称增强型量子传感器，并研究了与提高灵敏度最佳条件相关的各种特性。实验结果表明，将工作点设置在“宇称-时间”对称系统的破缺奇异点，则这种传感器的灵敏度相较于传统量子传感器提高了8.86倍。

高通量光学成像研究取得新成果

2021年1月4日，光电信息学院费鹏教授课题组联合武汉光电国家研究中心朱䒟教授及同济医学院附属同济医院梅伟教授课题组，在国际著名期刊《自然·通讯》（Nature Communications）上发表了题为“Minutes-timescale 3D isotropic imaging of entire organs at subcellular resolution by contentaware compressed-sensing light-sheet microscopy”的研究论文。光电信息学院博士研究生方春钰、武汉国家光电研究中心副研究员俞婷婷为论文共同第一作者。费鹏教授、朱䒟教授和梅伟教授为论文共同通讯作者。

论文提出一种自监督的三维压缩感知算法，结合大视场贝塞尔光片显微镜技术，实现高通量的全组织整体三维成像。该研究在光学上实现了大视场下的均匀贝塞尔型光片照明，可对数毫米至数厘米尺寸经快速透明化处理的组织样本进行仅1～3 μm厚的光学层析激发，使自行研制的光片显微镜在硬件上即具备各向同性三维成像的能力。在图像处理方面，该研究提出了一种根据荧光信号局部稀疏特性自动调整约束参数的压缩感知算法（content aware compressive sensing，CACS），可对大规模、高动态范围图像进行三维分辨率增强。将两者结合后，大视场贝塞尔光片显微镜可在较低倍率下仅需数分钟即获取组织的整体三维图像，再经CACS算法复原，快速重建出全组织的高分辨版本图像。

该研究改进了传统的压缩感知算法，并发展出大视场贝塞尔光片显微镜技术，两者的结合显著提升了三维荧光成像的通量，解决了以往大规模、全组织三维成像通量低的难题。硬件上通过新型光片显微镜可快速获取各向同性分辨率的原始三维图像，软件上自适应压缩感知方法可进一步增强分辨率，且无需数据训练，对荧光信号具有高适用性。

本研究获科技部重点研发计划、基金委面上项目、基金委重大仪器研制项目、基金委重点国际合作项目及武汉光电研究中心WNLO创新基金资助。

青岛科大研究团队在环境传感器领域取得新进展

青岛科技大学环境学院青年教师李龙博士团队及钱翌教授团队开发新型硫酸根载体并构建了高选择性硫酸根聚合物膜电极，相关成果以“Hydrogen Bond-Based Macrocyclic and Tripodal Neutral Ionophores for Highly Selective Polymeric Membrane Sulfate-Selective Electrodes”为题，于2020年12月29日发表在国际著名期刊ACS Sensors上。

文章以方酰胺及硫脲为氢键给体，通过设计分子的空间结构，构建了对硫酸根具有高选择性、强结合能力的环状及具有三维结构的离子载体，并据此构建了高选择性硫酸根离子选择性电极。实验结果表明，开发的新型硫酸根离子选择性电极具有良好的选择性及灵敏度，环境水体中常见的阴离子如高氯酸根、硫氰根、硝酸根等不干扰硫酸根离子的检测，目前该传感器已成功用于饮用水中硫酸根离子含量的测定。该进展的相关文章以青岛科技大学为第一单位，环境学院李龙博士为论文的通讯作者及第一作者。

该工作得到了山东省重点研发计划、山东省自然科学基金、青岛市基础创新专项及国家重点实验室、中科院重点实验室、生态化工协同创新中心及青岛科技大学化学学部等支持。

哈工大团队在金刚石单晶领域取得突破进展

2021年1月1日，哈尔滨工业大学与香港城市大学、麻省理工学院等单位合作，首次通过纳米力学方法展示了微晶金刚石阵列均匀的深弹性应变。该研究突出了深弹性应变工程在光子学、电子学和量子信息技术中的巨大应用潜力。研究成果以“微纳金刚石单晶的超大均匀拉伸弹性（Achieving large uniform tensile elasticity in microfabricated diamond）”为题，发表在《科学在线》（Science online）上。

金刚石具有高硬度、超宽带隙、出色的载流子迁移率和优异的导热性能，是实现“后摩尔”时代电子、光电子和量子芯片的基础性材料之一，目前最大的技术障碍在于实现带隙的有效调控。由于金刚石结构紧凑，常规的N型掺杂目前进展缓慢。本研究发现，通过超大的弹性应变调控可以从根本上改变金刚石的能带结构，从而为弹性应变工程及单晶金刚石器件的应用提供基础性和颠覆性解决方案。

哈工大韩杰才院士团队成员、论文作者之一、航天学院朱嘉琦教授介绍，2018年，陆洋团队首次报道纳米级金刚石针具有超大的弹性变形，局部弯曲弹性应变达到9%以上，提供了调节金刚石能带的另一种可能。但上述应变尝试往往局限于小样本体积内，而弯曲导致应变分布不均匀。本次研究在室温下对长度约1 μm，宽度约100～300 nm的高质量单晶金刚石桥结构进行精细微加工，并在单轴拉伸载荷下实现了样品整体范围内均匀超大弹性应变。为展示应变金刚石器件概念，团队还加工并实现了微桥金刚石阵列的弹性应变，并进一步通过计算可实现单晶金刚石多达2 eV的带隙降低，极其有利于微电子应用。

美国学者研制出一种光学卷积神经网络加速器

2021年1月5日，美国乔治·华盛顿大学和加州大学洛杉矶分校的研究人员宣布与深度科技创业公司Optelligence LLC共同开发出一种光学卷积神经网络加速器，每秒能够处理拍字节（1拍字节=250字节）级的大量信息。这项创新利用了光的巨量并行性，预示着用于机器学习的光学信号处理新时代的到来，应用领域众多，包括无人驾驶汽车、5G网络、数据中心、生物医学诊断、数据安全等。

为了在这种光学机器学习系统中实现突破，研究人员用基于数字镜的技术取代了空间光调制器，从而开发出速度快百倍的系统。该处理器的非迭代时序，再加上快速的可编程性以及大规模并行化处理，使得这个光学机器学习系统的性能甚至超越顶尖的图形处理单元一个数量级，而且在最初的原型机之外还有进一步优化的空间。

不同于目前电子机器学习硬件中按顺序处理信息的范式，这款处理器采用了傅里叶光学，即频率滤波的概念，可以利用数字镜像技术将神经网络所需的卷积执行为更简单的逐元（elementwise）乘法。

乔治·华盛顿大学电气与计算机工程系副教授Volker Sorger表示：“这种大规模并行的、唯辐度的傅立叶光学处理器预示着信息处理和机器学习的新时代的到来。研究表明，训练该神经网络可以解决相位信息缺乏的问题。”

加州大学洛杉矶分校计算机工程系副主任Puneet Gupta教授表示：“光学允许在单个时间步长内处理大规模矩阵，从而实现了通过光学方式执行卷积操作的新尺度向量。正如在这里所演示的，这对于机器学习应用来说有着巨大的潜力。”

Optelligence LLC公司联合创始人Hamed Dalir表示：“该原型展示了光加速器的商业化途径，它已经为网络边缘处理、数据中心和高性能计算系统等许多应用做好了准备。”