¡Qué envidida! Erik Verlinde logra 4,5 millones de euros para investigar en gravedad emergente

Quién ha dicho que a un físico teórico le bastan lápiz y papel para realizar su trabajo. Erik Verlinde recibió el año pasado 2 M€ gracias a un proyecto ERC Advanced Grant y este año otros 2,5 M€ al ganar un Premio Spinoza. No es dinero para su bolsillo, en exclusiva, sino para financiar su investigación. Para un físico teórico esto significa contratar postdocs y becarios de doctorado. Con 4,5 millones de euros puedes contratar a mucha gente, pero que mucha gente. Sin embargo, Verlinde es todo un solitario, como buen físico teórico: en sus 55 artículos en el ISI WOS solo tiene 10 coautores. Para dar trabajo a mucha gente hay que tener muchas y muy buenas ideas. ¿Será capaz Verlinde de concebir trabajo para tantos becarios? La otra posibilidad es gastarse el dinero en máquinas (superordenadores) para realizar simulaciones numéricas (y contratar a programadores especialistas en computación científica). Nos lo cuenta Peter Woit, «$6.5 Million for Entropic Gravity,» Not Even Wrong, June 12, 2011.

Os recuerdo a los despistados. El Consejo Europeo de Investigación (ERC) fue creado por la Unión europea en el año 2007 para favorecer proyectos de investigación fundamental con el único criterio de la excelencia científica del investigador principal. El programa «Ideas» del 7° Programa-Marco de investigación europea concede proyectos de investigación para científicos que se encuentran en el inicio de su carrera profesional («ERC Starting Grants») o para científicos con experiencia y reconocidos en su ámbito («ERC Advanced Grants»). Por ejemplo, Diego Córdoba logró un ERC Starting Grant por 1,7 M€, si no recuerdo mal (y hay otros dos en el ICMAT).

El Premio NWO-Spinoza es el máximo galardón holandés para científicos. Se premia a investigadores holandeses de gran renombre internacional que además tengan una experiencia demostrada formando a jóvenes investigadores.

Enhorabuena, Erik, ¡y qué envidia sana me das!

Más en este blog sobre las ideas de Verlinde: «La gravedad como una manifestación macroscópica de la termodinámica del vacío en teoría cuántica de campos,» 2 septiembre 2009; «Todo es entropía. Peter Freund afirma que las ideas de Erik Verlinde se aplican a toda la física,» 27 agosto 2010; «Posible refutación experimental de la teoría de Verlinde sobre la gravedad como fuerza entrópica,» 8 octubre 2010.

La reconstrucción de la función de onda de un sistema cuántico mediante medidas débiles

La función de onda es una entidad matemática abstracta que contiene toda la información de un sistema cuántico. Como no es un objeto físico no se puede medir (no es observable) en un sistema físico concreto. Sin embargo, puede ser determinada de forma indirecta utilizando medidas concretas de un conjunto grande de sistemas físicos preparados de forma idéntica, un proceso llamado tomografía cuántica. Se publica en Nature un nuevo método para realizar esta medida basado en combinar medidas débiles de la posición y medidas fuertes del momento. Toda medida cuántica requiere acoplar el sistema a medir y el medidor, de forma que el sistema medido se ve afectado por la medida; cuanto más definido sea el estado del medidor tras la medida, más se afectará al sistema medido. Una manera de afectar poco al sistema medido es permitir una enorme incertidumbre en el estado final del medidor, a esto se le llama medida débil; por contra, en una medida fuerte se destruye el estado original del sistema medido. Para medir una propiedad cuántica con precisión mediante medidas débiles hay que realizar infinidad de medidas. El método de Lundeen et al. combina una medida débil de la posición de una partícula seguida de una medida fuerte de su impulso y un proceso de post-selección que selecciona ciertos valores medidos de la posición y desprecia otros. Gracias a esta combinación es posible reconstruir la función de onda transversal para la posición de una partícula. ¿Qué ventajas tiene el nuevo procedimiento respecto a la tomografía cuántica? Permite determinar tanto el módulo de la función de onda como su fase (o sus partes real e imaginaria como función compleja). Por el contrario, la tomografía cuántica sólo permite determinar el módulo de la función de onda. ¿Alguna desventaja respecto a la tomografía cuántica? El nuevo procedimiento no permite medir las funciones de onda de sistemas entrelazados (aún). Además, su precisión para el módulo de la función de onda es inferior a la de los métodos de tomografía cuántica (por ahora). Aún así este avance ha sido considerado tan relevante como para merecer su publicación en Nature. Nos lo ha contado Onur Hosten, «Quantum physics: How to catch a wave,» Nature 474: 170–171, 09 June 2011, haciéndose eco del artículo técnico de Jeff S. Lundeen, Brandon Sutherland, Aabid Patel, Corey Stewart, Charles Bamber, «Direct measurement of the quantum wavefunction,» Nature 474: 188–191, 09 June 2011. Este artículo trata de complementar al de Kanijo, «Una función de onda medida directamente,» Ciencia Kanija, 08 June 2011, que traduce a Devin Powell, «Wave function directly measured,» ScienceNews, June 8th, 2011. Más información en español sobre la tomografía cuántica en la tesis del argentino Fernando Pastawski, «Tomografía de Procesos Cuánticos,» Univ. Buenos Aires, 2008. En este blog también puedes consultar «El “gato vudú” cuántico ha sido fabricado fotón a fotón,» 27 mayo 2009.

Estas figuras, obtenidas del artículo en Nature, muestran la función de onda para la posición (x) de un fotón; para la amplitud Ψ(x) los cuadrados azules rellenos corresponden a la parte real Re(Ψ(x)) y los cuadrados rojos huecos a la parte imaginaria Im(Ψ(x)); para la densidad de probabilidad |Ψ(x)|² los cuadrados negros huecos corresponden a la fase y los círculos azules rellenos son la amplitud al cuadrado (los círculos rojos huecos corresponden a la misma medida por técnicas de tomografía cuántica). Por cierto, compárala con la figura espectacular que aparece en Kanijo, «Una función de onda medida directamente,» Ciencia Kanija, 09 junio 2011 (traducción de un artículo publicado por Devin Powell el 8 de junio de 2011 en Science News). Te la copia abajo, para facilitar la comparación. Como puedes ver, dicha figura es demasiado espectacular para ser cierta (por ahora, pero quien sabe en unos lustros). La realidad no siempre es tan bonita como el arte.

El circo romano termovisual para moscas de la fruta

Imagina que estás paseando por primera vez por una ciudad. Sin GPS ni ningún mapa, tienes que recordar algunas referencias visuales que te permitan moverte por las calles con seguridad y retornar al punto de partida. ¿Cómo lo haces? Estudiar tu cerebro es difícil, así que Oftad et al. han estudiado a moscas de la fruta (Drosophila melanogaster) encerradas en un peculiar circo romano termovisual. El suelo está caliente (36 ºC) excepto una pequeña loseta fría (25 ºC) donde todas las moscas tratan de posarse. Las paredes son una pantalla LED cilíndrica que presenta diferentes figuras geométricas en cada cuadrante. Hay cuatro posibles losetas frías, una por cuadrante de suelo, cuya elección depende del patrón de figuras geométricas en cada cuadrante de las pantallas LED. Las losetas frías van cambiando según las órdenes de un ordenador que controla las figuras geométricas. Las moscas en vuelo han de indentificar dónde está la loseta fría a partir de los patrones visuales. En 10 rondas del experimento las moscas reducen a la mitad el tiempo necesario y la longitud del camino recorrido para encontrar la nueva loseta fría. Tras esta fase de aprendizaje, ¿durante cuánto tiempo recuerdan la asociación entre la loseta fría y los patrones visuales? El experimento ha mostrado que la memoria espacial de las moscas les permite recordar durante al menos dos horas. Para estudiar el comportamiento de las moscas se ha utilizado una cámara de vídeo que graba todos los movimientos en vuelo de las moscas. Abajo tenéis un vídeo youtube con algunos experimentos reales. El vídeo tiene algo de hipnótico, no sé por qué pero me ha gustado. Nos lo ha contado Troy Zars, «Neuroscience: Flies race to a safe place,» News & Views, Nature 474: 169–170, 09 June 2011, que se hace eco del artículo técnico de Tyler A. Ofstad, Charles S. Zuker, Michael B. Reiser, «Visual place learning in Drosophila melanogaster,» Nature 474: 204–207, 09 June 2011.

Para publicar en Nature los investigadores han tenido que realizar un poco más de trabajo: identificar en qué áreas del cerebro de la mosca se almacenan cada uno de los patrones visuales. Para ello activaron/desactivaron de forma selectiva ciertos genes en diferentes áreas del cerebro de la mosca; para esta activación selectiva se utiliza el sistema GAL4/UAS. No tengo conocimientos de neurociencia suficientes para entender la relevancia de esta parte del artículo, pero supongo que será de lo más interesante. Tampoco tengo conocimientos suficientes para saber qué implicaciones tiene en relación al cerebro de los humanos.