大规模树型光子簇态生成与循环量子光子神经网络
大规模、高维度的纠缠光子簇是新兴量子技术中最强大的资源之一,据预测它们将支撑全球量子网络或实现通用量子计算。该研究提出了一种基于递归量子光子神经网络(QPNN)的全新架构与协议,专注于生成树型簇态。与其他方法不同,基于QPNN的生成器不受量子发射器相干性或概率性多光子操作的限制,仅由损耗决定其任意扩展能力(这种损耗同样不可避免影响着所有其他方案)。研究表明,单个QPNN能学会执行生成簇态所需的所有多样化操作——从光子路由到纠缠产生,即使使用不完美的光子元件,仍能以接近完美的保真度和损耗限制速率完成。虽然损耗最终会限制簇态规模,但分析表明现有顶尖光子技术已可实现60光子簇态,通过适度降低损耗即可扩展至数百光子量级。最后,该团队对这些态构建的单向量子中继器进行了分析,确定了构建全球量子网络所需的平台质量标准,并揭示了QPNN在高影响力量子技术中的关键作用潜力。
