量子科技中心_量科网

优化算法在量子信息技术中无处不在，对于达到量子协议所需的资源水平至关重要。具体而言，用于此类协议的多光谱压缩要求在包括相干探测在内的每个阶段都保持最小损耗，而相干探测是通过信号光与经典本地振荡光束干涉来实现的。这进而要求控制光束的所有光学自由度以优化探测。最通用的优化框架依赖于不可知的现成机器学习技术。而本研究采取相反的方法：通过聚焦于特定光学过程的物理描述，开发了一种确定性的顺序算法，该算法被证明在像素基上能达到全局最大可见度，且计算复杂度与像素数呈线性关系，从而为黑箱优化提供了一种高效且有理论基础的替代方案。在该团队的波导基装置中，优化后的掩模将可见度从76%提升至84%，对应模式匹配效率提高了20%。多光谱压缩测量证实了这一改进直接转化为量子读出增益：对于压缩最强的光谱模式，压缩度从−2.08 dB增至−2.64 dB，与推算出的效率增益一致。这些结果确立了确定性空间相位整形作为在波导平台上增强多模压缩的有效且可解释的途径。