Saniyede 10 trilyon kare yakalayan kamera

Caltech bilimcileri tarafından hazırlanan yeni cihaz, saniyede 10 trilyon kare kapasitesiyle ışığın hareketini gerçek zamanlı olarak kaydedebiliyor.

Haber Özeti

Tam Sürüm

Işık evrendeki en hızlı şey. Bu yüzden ışığı hareket ederken kaydetmek oldukça zor bir iş. Geçmişte bu alanda bazı başarılar elde etmiştik ancak Caltech bilimcileri tarafından hazırlanan yeni cihaz saniyede 10 trilyon kare kapasitesiyle ışığın hareketini kaydederek daha önce erişilmemiş bir başarıya imza attı. Üstelik ekip bu cihazı 100 kat hızlandırmayı planlıyor.

Işığın nasıl hareket ettiğini öğrenmek birçok alanda çok temel bir bilgi sağlayacak. Bu yüzden bilimcilerin bu çalışmayı gerçekleştirmesinin tek sebebi sadece merak etmeleri değildi. Fizik, mühendislik ve tıp alanında bir çok uygulama ışığın çok küçük ve çok kısa ölçeklerde nasıl hareket ettiğine bağlı olarak geliştirilebilir.

Önceki kameralardan daha farklı

Saniyede bir milyar ya da bir trilyon kare fotoğraf çekebilen kameraları duymuş olabilirsiniz ancak bu kameralar o rakamlara ulaşabilmek için biraz hile kullanıyordu. Seri kameralar olarak adlandırılan bu sistemler her milisaniyede bir ışın gönderebilen bir sistemin önüne yerleştiriliyor ve kameranın hızı bir femtosaniyelik hareketi çekecek şekilde ayarlanıyordu. Daha sonra önce ilk ışın kameranın önünden geçerken anlık görüntüsü alınıyor sonrasında bir sonraki ışın biraz daha ileride fotoğraflanıyordu. Böylece elde edilen seri haldeki fotoğraflar sırayla oynatıldığında tek bir ışın hareket ediyormuş gibi görünüyordu.

Bu yöntem oldukça etkili ancak her zaman aynı ışını saniyede 1 milyon kez ışın gönderecek konumda olmayabiliriz. Tek bir ışının hareketini, bir lensten geçerken izlemek istersek bu yöntem yeterince güvenilir olmayabilir. Bunun için gerçek zamanlı kayıt yapabilen bir sisteme ihtiyacımız var. Yani bir femtosaniyeyi fotoğraflayabilen değil, her femtosaniyede bir fotoğraf çekebilen bir kamera gerekiyor.

Sistem sadece bir kameradan oluşmuyor

T-CUP yöntemi tam olarak bunu yapıyor. Sistem bir seri kamerasını, ikinci bir statik kamera ve tomografide kullanılan bir veri toplama yöntemi ile birleştiriyor.

Araştırma ekibinin lideri Lihong Wang “Sadece bir femtosaniyelik seri kamerası kullanırsak görüntü kalitesinin sınırlı olacağını biliyordu. Bu yüzden bunu geliştirmek için statik görüntü alan ikinci bir kamera daha ekledik. Femtosaniye seri kamerası ile elde edilen görüntüyle bunu birleştirdiğimizde, Radon dönüşümünü kullanarak saniyede 10 trilyon kare kaydederken yüksek kaliteli görüntüler oluşturabiliyorduk.” şeklinde konuştu.

Bu yöntem görüntülerin (teknik olarak zaman-mekan veri küplerinin) sadece 100 femtosaniye arayla kaydedilmesini sağlıyor. Yani bir saniyede 10 trilyon fotoğraf çekebiliyor. Ama bir saniyede 10 trilyon veri küpü kaydedebilecek bir depolama teknolojisi bulunmadığı için sistem 1 saniye boyunca çalıştırılamıyor. Ekip sistemi deney için sadece 25 fotoğraf çekecek kadar çalıştırdı. Bu 25 kare, bir femtosaniyelik lazer ışınının bir ışın ayrıştırıcıdan geçişini gösteriyor.

Yeni ihtimaller

Gerçek zamanlı kayıtta bu seviyede bir hassasiyet daha önce görülmüş bir durum değil. Ancak ekibin durmaya niyeti yok. Liang “Şimdiden hızı saniyede 1 katrilyona çıkarma potansiyeli görüyoruz.” diyor. Işığı bu seviyelerde kaydedebilmek, sadece birkaç yıl önce hayal bile edemeyeceğimiz bir şeydi. Bu çalışmalar fizik ve egzotik malzemeler alanında yeni çalışmalar yapılmasını sağlayabilir hatta tamamen yeni araştırma alanları oluşturabilir.

Kaynak: TechCrunch

Işık evrendeki en hızlı şey. Bu yüzden ışığı hareket ederken kaydetmek oldukça zor bir iş. Geçmişte bu alanda bazı başarılar elde etmiştik ancak Caltech bilimcileri tarafından hazırlanan yeni cihaz saniyede 10 trilyon kare kapasitesiyle ışığın hareketini kaydederek daha önce erişilmemiş bir başarıya imza attı. Üstelik ekip bu cihazı 100 kat hızlandırmayı planlıyor. Işığın nasıl hareket ettiğini öğrenmek birçok alanda çok temel bir bilgi sağlayacak. Fizik, mühendislik ve tıp alanında bir çok uygulama ışığın çok küçük ve çok kısa ölçeklerde nasıl hareket ettiğine bağlı olarak geliştirilebilir.

Yorum Ekle

Yorum yazmak için tıklayın

Yorumunuz:

e-Bülten Aboneliği