量子科技中心_量科网

经典浅层网络具有通用逼近能力。在给定足够神经元数量的情况下，它们能够以任意精度复现任意连续函数，其资源成本随输入规模和可训练参数数量呈线性增长。该研究团队提出了一种可实现任意数量神经元的浅层网络的量子光学协议。输入数据和参数均被编码为单光子态，通过利用Hong-Ou-Mandel效应，网络输出由光子经过分束器干涉后测量的符合计数率决定，其中多个神经元以单光子态混合形式制备。值得注意的是，该方案在完成训练后，无论输入特征和神经元数量如何增加，所需光学资源始终保持恒定。