Demostrado el acoplamiento de péndulos en la nanoescala

El 1665, lord Christiaan Huygens descubrió que dos relojes de péndulo colgados de la misma estructura de madera oscilaban de forma espontánea, en perfecta consonancia, pero en direcciones opuestas, es decir, los relojes estaban sincronizados en antifase. Desde entonces, la sincronización de osciladores acoplados en la naturaleza se ha descrito en distintas escalas: desde las células del corazón a las bacterias, las redes neurales o, incluso, los sistemas binarios de estrellas se sincronizan de forma espontánea.

Los osciladores mecánicos son paradigmáticos de este tipo de sistemas. En la nanoescala, aunque ya se trabaja con osciladores, el reto es conseguir sincronizarlos. En esa línea, un artículo publicado en Physical Review Letters por un equipo de investigadores del Instituto de Nanociencia y Nanotecnología de la Universidad de Barcelona (IN2UB) junto con investigadores del Instituto Catalán de Nanociencia y Nanotecnología (ICN2) ha mostrado una versión de los osciladores mecánicos en la nanoescala.

Mediante una serie de experimentos, los investigadores consiguieron sincronizar dos osciladores optomecánicos de cristales acoplados mecánicamente, situados en la misma plataforma de silicio y excitados mediante impulsos ópticos independientes. Estos osciladores nanométricos tienen un tamaño de 15 micrómetros por 500 nanómetros.

Mientras que un péndulo mecánico recibe impulsos del reloj para mantener el balanceo, los péndulos optomecánicos se automantienen gracias a la presión de la radiación, pero la interacción de los osciladores es equivalente en ambos experimentos. El trabajo también muestra que la dinámica colectiva se puede controlar actuando externamente sobre un solo oscilador.

"Los resultados muestran una buena base para la creación de redes reconfigurables de osciladores optomecánicos gracias a estas dinámicas colectivas que están dominadas por un acoplamiento mecánico débil. Esto podría tener aplicaciones en computación fotónica, por ejemplo, para tareas de reconocimiento de patrones o para un procesamiento cognitivo más complejo", apunta Daniel Navarro Urrios, del IN2UB, quien ha liderado la investigación.