摘要:量子态层析成像 (QST) 是实验量子信息处理几乎所有方面的关键要素。作为量子环境中“成像”技术的类似物,QST 天生就是一个数据科学问题,机器学习技术(尤其是神经网络)已得到广泛应用。我们构建并演示了用于光子偏振量子比特 QST 的光学神经网络 (ONN)。ONN 配备了基于电磁感应透明性的内置光学非线性激活函数。实验结果表明,我们的 ONN 可以准确确定量子比特状态的相位参数。由于光学对于量子互连非常有需求,我们的 ONN-QST 可能有助于实现光量子网络,并启发将人工智能与量子信息研究相结合的想法。
主要关键词