使用高斯玻色子采样器进行大规模量子储层计算
高斯玻色取样器(GBS)是一种可大规模光学实现的特种量子计算机。该研究团队利用具有400多个模式的多频复用GBS作为量子储层计算机中的储备池进行实验。研究团队评估了基于GBS的储层计算机在多项基准任务中的准确率,包括元音分类和MNIST手写数字分类。实验发现,当储层计算机能够获取GBS测量模式间关联关系时,其准确率与仅获取各模式平均光子数时持平或更高——在多个案例中,利用关联关系带来的准确率优势超过20个百分点。这为"获取关联关系可增强量子储层计算机性能"的理论预测提供了实验证据。 研究团队还测试了储层使用经典光源(而非量子压缩光)时的运行效果,结果表明采用压缩光始终能获得最高(或简单任务中并列最高)准确率。该工作通过实验证实GBS能成为量子储层计算的有效储层,并为在极大系统规模下探索量子机器学习中的量子特性与关联作用提供了实用实验平台。
