Porte quantistiche affidabili sono la componente fondamentale dell’elaborazione delle informazioni quantistiche. Tuttavia, ottenere trasformazioni unitarie ad alta dimensione in modo scalabile e compatto con fedeltà ultraelevata rimane una grande sfida.
Per risolvere questo problema, gli scienziati cinesi hanno dimostrato l'uso di reti neurali diffrattive profonde (D 2 NN) per costruire una serie di porte quantistiche ad alta dimensione, che sono codificate dai modi spaziali dei fotoni. Questo lavoro, pubblicato in Light:Science &Applications , offre un nuovo paradigma per la progettazione di porte quantistiche utilizzando il deep learning.
L'informatica quantistica promette di trasformare le nostre metodologie di elaborazione delle informazioni e, in sostanza, le porte logiche quantistiche affidabili svolgono un ruolo essenziale nell'elaborazione delle informazioni quantistiche.
Sebbene siano stati dimostrati vari tipi di porte quantistiche, le porte quantistiche fotoniche sono naturalmente compatibili con le comunicazioni quantistiche e hanno suscitato un notevole interesse nel campo dell'informazione quantistica.
L’infinità intrinseca delle basi ortogonali nei modi spaziali dei fotoni offre un ampio alfabeto di codifica, incoraggiando la creatività nell’elaborazione delle informazioni quantistiche ad alta dimensione. Tuttavia, ottenere trasformazioni unitarie ad alta dimensione in modo accurato, scalabile e compatto con fedeltà ultraelevata rimane una sfida significativa.
Un team di scienziati, guidato dal professor Jian Wang del Laboratorio nazionale di optoelettronica di Wuhan e della Scuola di informazione ottica ed elettronica, Università di scienza e tecnologia di Huazhong, Cina, Laboratorio della Valle dell'ottica, Cina, e colleghi, hanno dimostrato l'uso della diffrazione profonda reti neurali (D 2 NN) per costruire una serie di porte quantistiche ad alta dimensione, codificate dalle modalità spaziali dei fotoni.
Hanno implementato tutte le porte X tridimensionali e le porte Hadamard codificate da tre modalità Laguerre-gaussiane. Le porte mostrano una fedeltà ultraelevata fino al 99,4(3)%, come caratterizzato mediante la tomografia del processo quantistico. Adottano inoltre un metodo di codifica unico per codificare due bit di informazioni, utilizzando quattro modalità di momento angolare orbitale (OAM) di un singolo fotone.
Con questo metodo, hanno ottenuto lo scambio della direzione di rotazione del fronte d'onda di OAM (il segno della modalità) in base ai loro ordini di modalità. La matrice di processo ricostruita di questa porta NOT controllata ha una fedeltà del 99,6(2)% e questa porta ad alta fedeltà consente calcoli quantistici affidabili.
Hanno inoltre dimostrato l’applicabilità di questo approccio implementando con successo l’algoritmo di Deutsch, che prevede l’esecuzione dell’intero circuito quantistico a 2 qubit in base alla loro configurazione sperimentale. Questa dimostrazione convalida il potenziale di eseguire operazioni complesse o persino circuiti quantistici.
Le dimostrazioni sperimentali di tutti i gate precedentemente menzionati mostrano i vantaggi di ingombro ridotto, grande scalabilità e robustezza per diverse modalità di base. Inoltre, basata sul dispositivo di modulazione di fase riconfigurabile, questa implementazione favorisce un'implementazione intelligente, che mostra un potenziale straordinario nell'esecuzione di protocolli automatici per realizzare le operazioni desiderate o per ottimizzare le prestazioni sperimentali.
Per fornire linee guida per gli esperimenti, hanno analizzato la relazione tra le prestazioni del cancello quantistico e vari parametri, tra cui la perdita e le caratteristiche del modulatore di luce spaziale. Inoltre, hanno condotto un'analisi comparativa del D 2 le prestazioni di NN gate al tradizionale approccio di corrispondenza del fronte d'onda, portando alla conclusione che il nostro approccio migliora significativamente la visibilità con un piccolo costo in termini di perdita di energia.
Ulteriori informazioni: Qianke Wang et al, Porte quantistiche in modalità spaziale ad altissima fedeltà nello spazio ad alta dimensione mediante reti neurali profonde diffrattive, Luce:scienza e applicazioni (2024). DOI:10.1038/s41377-023-01336-7
Informazioni sul giornale: Luce:scienza e applicazioni
Fornito da TranSpread
