量子科技中心_量科网

集成多模量子光学系统是一种极具潜力的可扩展连续变量量子技术平台，其核心在于同时利用空间域和频谱域的多模压缩态。然而，当前片上测量、路由和处理压缩资源所分布的“超模式”时，所需资源仍随模式数N呈二次方增长，导致光子电路规模和测量次数急剧上升。本研究提出了一种基于自配置光子网络（SCN）的变分方案，该方案可顺序学习并提取压缩度最高的超模式，从而显著降低电路复杂度和实验成本。通过将零差测量作为代价函数，稀疏SCN仅需O(lN)个物理元件和优化步骤即可发现l≪N个最重要的超模式。研究团队针对实空间和频域两种实现方式进行了架构分析与数值模拟，结果表明即使存在光学损耗和探测噪声，学习电路与超模式分解之间的保真度仍接近1。在频域实现中，研究人员进一步证明通过使用逆向设计的代理网络（模拟已学习网络层），可将全网络（学习所有N个超模式）压缩至O(N)甚至O(1)个调制腔结构——该团队通过均匀与非均匀频率分槽两种编码方案验证了这一突破。这项成果为芯片级资源高效的量子处理单元和连续变量多模量子光学解复用器指明了方向，其应用涵盖量子通信、计量学和量子计算等领域。