量子科技中心_量科网

集成光子技术近期取得了显著进展，使得实现规模日益扩大的可重构干涉仪成为可能。要充分利用可重构集成干涉仪的全部功能，核心任务之一在于能够精确编程其操作，以执行所需的目标幺正变换。尽管针对基于分束器和移相器级联的电路布局已有相关方案，但目前尚缺乏适用于可重构连续耦合波导阵列的方法。在此，该团队设计了一种基于机器学习的方法来解决这一任务，该方法采用黑箱技术，无需对电路内部架构进行精确的先验建模。研究人员通过在不同连续耦合波导布局（包括平面和三维结构）上进行数值模拟，验证了该方法的有效性和鲁棒性。所提出的方法仅需有限数量的单光子和双光子测量，因此适用于光学量子信息处理。获得的结果为将该方法用作一种有效工具来编程不同架构设计的集成干涉仪操作开辟了前景。