2023 年诺贝尔物理学奖-阿秒光谱学

如果您想了解和衡量周围的世界,您可以使用的最重要的工具之一就是能够准确地对正在发生的事情进行成像(或拍摄快照)。在 19 世纪,摄影意味着让拍摄对象保持完全静止,同时积累大量光线:相当于几秒钟的时间。在更现代的时代,我们可以进行高速摄影,使用更短的光"脉冲"来拍摄物体自然发生的生命周期中的单个短暂时刻,包括运动中的物体。我们可以用可见光来观察宏观物体,但我们可以用一种特殊类型的技术在微观尺度上用各种波长来做到这一点:高速激光脉冲。

因为单个原子和分子非常小,只有埃(或 ~10^-10 米)宽,这意味着它们内部发生的变化/转变(由电子驱动)可以在短至该距离 10^ 的距离内发生。 -10 米,除以光速,即 3 × 10⁸ m/s。这相当于几个阿托秒,其中一个阿托秒仅为 10^-18 秒。我们能那么快地进行成像吗?如果我们能够产生足够短的激光脉冲,我们就能实现这一目标,而这正是2023 年诺贝尔物理学奖的目的,该奖授予了 Pierre Agostini、Ferenc Krausz 和 Anne L'Huillier。这是这一令人难以置信的进步背后的科学原理。

通过向半透明/半反射薄介质发射光脉冲,研究人员可以测量这些光子穿过势垒到达另一侧所需的时间。尽管隧道效应本身可能是瞬时的,但行进的粒子仍然受到光速的限制。通过拍摄该光脉冲的高速图像,我们可以构建一部看起来连续的电影 。(图片来源:J. Liang、L. Zhu 和 LV Wang,2018,光:科学与应用)

当你亲眼观察世界时,你的大脑会解读你所看到的图像,就好像现实是以连续、不间断的流书写的:就像一切都从一个时刻顺利地移动到下一个时刻。然而,在量子层面,我们知道这不是真的。在你的身体内部,实际发生的情况是:

  • 单独的光量子到达视网膜中的视杆细胞和视锥细胞,
  • 刺激体内的感光分子,
  • 将电子激发到更高的能级,
  • 然后这些电子去激发,
  • 在你体内的细胞中产生电脉冲,
  • 触发神经反应,向你的大脑发送信号,
  • 然后它会在你大脑的视觉皮层中生成图像,
  • 你的大脑根据它生成的最后一个"图像"来解释它,
  • 当新到达视网膜上的光量子重新开始这个循环时。

值得注意的是,人类的大脑和身体每秒可以执行数十次甚至数百次这一任务,使您能够将宏观世界解释为不断运动和变化。

汞蒸气灯的三组不同谱线的合成显示了磁场可能产生的影响。(A) 中没有磁场。在 (B) 和 (C) 中,存在磁场,但它们的方向不同,这解释了谱线的差异分裂。许多原子在不施加外场的情况下就表现出这种精细结构甚至超精细结构,而这些转变对于构建功能性原子钟至关重要。许多转变(例如此处所示的转变)是离散的,而不是连续的过程。图片来源:Warren Leywon/维基共享资源)

但实际上,世界上发生的许多事情都不是连续的过程,而是在从一个状态到下一个状态的一次"跳跃"中同时发生:在一系列离散的而不是连续的过程中。我们越深入地观察微观世界------观察在越来越短的距离尺度上发生的过程------我们就越需要更快地探测或拍摄自然,以便检测这些离散的转变。距离与脉冲速度之间关系的一些示例包括:

  • 微秒(~10^-6 s)脉冲,使您能够对数百米范围内的变化进行成像,
  • 纳秒(~10^-9 s)脉冲,可让您对十分之几米范围内的变化进行成像,
  • 皮秒(~10^-12 s)脉冲,可让您对数百微米(草履虫的尺度)尺度的变化进行成像,
  • 飞秒(~10^-15 s)脉冲,可让您对几百纳米尺度(大分子尺度)的变化进行成像,
  • 和阿秒(~10^-18 s)脉冲,将您带到埃级尺度,使您能够查看单个原子尺度的变化。

这些对应关系适用于瞬时转变:以光速或宇宙极限速度发生的转变。如果你能够足够快地"脉冲"你的光,理论上你甚至可以检测到由单个量子粒子的跃迁控制的变化。

通过将电子"泵入"激发态并用所需波长的光子刺激它们,您可以发射另一个具有完全相同能量和波长的光子。这个动作就是最初产生激光的光的过程。根据各种特性,这种光可以用于许多不同的目的。图片来源:V1adis1av/维基共享资源)

您可以生成的最短的"脉冲"将仅编码光波的一个波长:该光的单个周期的长度。例如,人眼可见的光的波长范围为 400 纳米(紫光)至 700 纳米(红光),其中单个波长的光从波峰到波峰需要 1.3 到 2.3 飞秒。再次从低谷到顶峰。虽然速度很快,但还不够快,无法拍摄物理学家真正想要拍摄的图像类型:能够一路深入探测原子尺度的图像类型。

但有一种技术确实可以让您获取相对正常波长的光,并产生在时间上有规则间隔的脉冲,并且还具有一致的脉冲形状和持续时间,其时间可以长于或短于时间。原始波长的持续时间:利用叠加的量子特性。如果您采用多个具有不同波长的不同波,则可以将它们叠加在一起,以创建持续时间长或短的脉冲,这些脉冲在特定的可控频率处"达到峰值"。这种类型的脉冲使许多类型的科学成为可能,从声波的"拍频"到用于探测物质基本量子特性的超快激光。

当频率接近的两个波彼此叠加时,它们会产生建设性和破坏性的干扰,从而能够产生与任何单个波本身不同频率的"节拍"。同样的叠加原理不仅适用于声音,也适用于光。图片来源:Adjwilley/维基共享资源)

就脉冲速度而言,达到阿秒级的关键是将大量短波长光或许多波"模式"结合在一起。早在 20 世纪 80 年代,许多人认为"飞秒"大约是光速,因为这是使用仅产生单一频率光的标准激光器所能产生的最短脉冲。但其他人正在积极研究这种替代可能性,首先从生成可控制的额外(更高)频率的光的角度出发,然后从将这些新生成的光波组合在一起以产生这些比以往更快的脉冲的角度出发。

尽管诺贝尔委员会宣布 2023 年物理学奖授予皮埃尔·阿戈斯蒂尼 (Pierre Agostini)、费伦茨·克劳斯 (Ferenc Krausz) 和安妮·卢利尔 (Anne L'Huillier),但事实是,值得一提的安妮·卢利尔 (Anne L'Huillier) 只是第五位获得诺贝尔物理学奖的女性(这是过去五年中的第三个),仅次于玛丽·居里、玛丽亚·格佩特-梅耶尔、唐娜·斯特里克兰和安德里亚·盖兹------这个名字在阿秒光谱学的故事中需要排在第一位,因为正是她的工作为阿秒奠定了基础-甚至可以创建速度脉冲。对于她的做法,最好、最简单的类比就是思考吉他弦上的"泛音"。

虽然吉他上的琴弦具有振动的基频,从而产生右侧的"音调"插图,但您也可以"固定"琴弦上的节点,使其以更高的频率振动:泛音。前三个泛音分别说明将节点固定在原始弦长的二分之一、三分之一和四分之一处。图片来源:Johan Jarnestad/瑞典皇家科学院)

如果你想在吉他上演奏一个音符,你所要做的就是敲击或拨动琴弦,它就会在琴弦的两个"节点"或"末端"之间来回振动。它固定在指板上。它会产生特定波长的波(您可以在标记为"音调"的插图中看到全波长的"一半"),根据琴弦的厚度和张力,产生您可以听到的特定频率的声音。

但是,如果您用手指在弦上的其他位置创建另一个"节点",除了对应于弦的"末端"的前两个"节点"之外,您还可以创建所谓的"泛音",弦可以在其中创建"泛音"。仅在主音波长的一小部分的某些波长处振动。例如,如果您拨动一根开放的吉他弦并将手指松散地放在:

  • 不用担心,您会得到基本音调,以及波长是弦长两倍的波。
  • 第 12 品,你会得到第一个泛音,以及一个波长等于琴弦长度的波。
  • 第七品,你会得到第二个泛音,以及一个波长为弦长 ⅔ 的波。
  • 第五品,你会得到第三泛音,以及波长为琴弦长度 1/2 的波。

这就是声波的音调和泛音的工作原理。但实际上你可以使用激光光波来创造泛音,而 Anne L'Huillier 正是准确地弄清楚如何实现这一点的人。

瑞典皇家科学院将 2023 年诺贝尔物理学奖授予皮埃尔·阿戈斯蒂尼 (Pierre Agostini)、费伦茨·克劳斯 (Ferenc Krausz) 和安妮·卢利尔 (Anne L'Huillier),图中从左到右所示,"表彰为研究电子动力学而产生阿秒光脉冲的实验方法"在物质上。"图片来源:Niklas Elmehed © 诺贝尔奖外展)

她和她的团队迈出的第一步是使用红外激光并通过惰性气体传输其发出的光。它不仅在光线下产生泛音,而且非常有趣的是,极其强烈的泛音在数量上大幅上升:不仅达到 2 或 3,而且达到两位数。虽然之前的类似实验已经通过使激光穿过惰性气体证明了泛音的存在,但使用红外激光会产生更强的泛音信号(即,具有更大的波幅)以及更高的泛音频率(即,在更短的波长下) )比之前使用更短波长的激光进行的实验要好。

这是违反直觉的!我们大多数人都会期望,如果你想产生短波长的光,你会从短波长激光信号开始,并尝试从中诱出泛音。但出于某种原因(L'Huillier 在 20 世纪 80 年代末和整个 90 年代通过后续研究继续探索的原因),较长波长的红外光实际上通过这种机制导致产生更强、更短波长的泛音。就好像最粗的吉他弦,产生最低音符的弦,实际上给了你最高音的泛音!

当低频、长波长激光与原子相互作用时,电场和磁场可以暂时将电子与原子解除结合。当电子与原子重新结合时,它必须释放多余的能量,从而使其发射出频率更高、波长更短的光,这是原始激光频率/波长的泛音。该图显示了电子的行为。图片来源:Johan Jarnestad/瑞典皇家科学院)

上面描述了这种情况如何发生的物理原理。我们必须记住,光是一种电磁波,具有垂直于波传播方向的同相振荡电场和磁场。当光穿过由原子组成的气体时,这些原子周围的电子会对通过的光波产生的电磁场做出反应,在适当的情况下,其中一些电子甚至可以逃离它们所束缚的原子,产生一个短暂电离的原子和一个自由电子。

然而,光波产生的电场正在振荡,当它反转方向时,它可能会导致自由电子冲回到它刚刚脱离束缚的原子核,导致它以脉冲(或一系列脉冲)的形式释放能量。脉冲)的光。正如沿着氢原子能级级联的电子可以产生高能和低能光一样,从"自由"转变回"束缚"的电子可以产生仅为激光波长的一小部分的光穿过惰性气体的光。当电子下降到最低能级时,它通常会产生紫外光子:波长比最初激发原子的红外光短得多的光子。

当激光穿过气体时,电子的行为会导致发射许多"泛音"光。当该光与来自刺激激光的原始延迟光重新组合时,可以使用该组合光束进行极快速的实验。图片来源:Johan Jarnestad/瑞典皇家科学院)

这就是另外两位 2023 年诺贝尔物理学奖得主皮埃尔·阿戈斯蒂尼 (Pierre Agostini) 和费伦茨·克劳斯 (Ferenc Krausz) 的研究成果。通过使用这种技术产生的紫外光子,并通过调整激光频率,使电子跃迁激发光原始频率的特定泛音,这些泛音通过相互叠加而汇总在一起的方式可以产生脉冲长度仅为数百阿秒的紫外线。Agostini 和 Krausz(更准确地说是他们各自在法国和奥地利的团队)早在 2001 年就首次识别并测试了这些豆类。

阿戈斯蒂尼的研究小组将这种泛音的叠加(一些人称之为"脉冲串")与原始激光脉冲的光结合起来,使他们能够测量泛音如何彼此同相。他们创造了当时最短脉冲的记录:每个脉冲只有 250 阿托秒长。

与此同时,克劳斯的团队发明了一种技术,使他们能够从"脉冲串"中分离出一个脉冲并测量其持续时间。它比 Agostini 的团队长(650 阿秒),但它仍然打破了飞秒障碍,更重要的是,它使 Krausz 的团队能够跟踪和研究电子被拉离原子然后又回到原子上的过程。

通过应用阿秒光谱技术,发现液态水电子的光发射与气态(水蒸气)相的光发射相比显示出50-70阿秒的时间延迟。这项研究是由 2023 年诺贝尔物理学奖获得者 Pierre Agostini、Ferenc Krausz 和 Anne L'Huillier 的开创性工作促成的。图片来源:I. Jordan 等人,《科学》,2020)

这三个人及其研究小组(Anne L'Huillier、Pierre Agostini 和 Ferenc Krausz)的基础研究不仅证明了阿秒脉冲可以被观察和测量,而且可以被控制,这使得它们对于进行实验非常有用。通过产生这些短脉冲光并将其发射到原子和分子上,可以比以往更精确地研究单个电子的运动。目前,可以产生长度小于 100 阿秒的脉冲,许多人预测,在未来几十年内,达到个位数阿秒脉冲长度的目标将是可以实现的。

令人难以置信的是,为现代生活提供动力的物理过程,从电子学到材料科学到医学诊断等等,都归结为单个原子或分子内的电子正在做什么,以及它们如何从一种状态转变为另一种状态。

诺贝尔物理学奖我最喜欢的部分之一是它展示了多样化的场物理学的真正含义。尽管我预计该奖项要么会奖励量子计算、天文学中的系外行星、光子学的进步,要么会奖励凝聚态物理的某些方面,但现实是,进步在各种子领域中不断发生,而不是只是最引人注目和最著名的。让我们欣赏超快物理学和阿秒光谱学方面的这些进步,了解它们的本质以及它们使我们能够做的事情,并欣赏 2023 年诺贝尔物理学奖获得者:Anne L'Huillier、Pierre Agostini 和 Ferenc Krausz 的开创性工作!

相关推荐
阿利同学几秒前
热成像目标检测数据集
人工智能·目标检测·机器学习·目标跟踪·数据集·热成像目标检测数据集·机器学习 深度学习
拥抱AGI15 分钟前
我说大模型微调没啥技术含量,谁赞成谁反对?
人工智能·学习·语言模型·大模型学习·大模型入门·大模型教程
aqymnkstkw17 分钟前
2024年【电气试验】考试题库及电气试验模拟试题
大数据·c语言·人工智能·嵌入式硬件·安全
2401_85044049735 分钟前
激发AI创造力:掌握Prompt提示词的高效提问方法
人工智能·prompt
Terry Cao 漕河泾1 小时前
SRT3D: A Sparse Region-Based 3D Object Tracking Approach for the Real World
人工智能·计算机视觉·3d·目标跟踪
多猫家庭1 小时前
宠物毛发对人体有什么危害?宠物空气净化器小米、希喂、352对比实测
人工智能·宠物
AI完全体2 小时前
AI小项目4-用Pytorch从头实现Transformer(详细注解)
人工智能·pytorch·深度学习·机器学习·语言模型·transformer·注意力机制
AI知识分享官2 小时前
智能绘画Midjourney AIGC在设计领域中的应用
人工智能·深度学习·语言模型·chatgpt·aigc·midjourney·llama
程序小旭2 小时前
Objects as Points基于中心点的目标检测方法CenterNet—CVPR2019
人工智能·目标检测·计算机视觉
阿利同学2 小时前
yolov8多任务模型-目标检测+车道线检测+可行驶区域检测-yolo多检测头代码+教程
人工智能·yolo·目标检测·计算机视觉·联系 qq1309399183·yolo多任务检测·多检测头检测