普渡大学 普渡大学的研究人员训练了一台机器，在一瞬间识别出单光子发射的有希望的模式
学分:普渡大学/西蒙·博格达诺夫 为了使量子光学技术变得更加实用，需要在芯片上大规模集成量子光子电路
这种集成要求扩大由单量子光发射器产生的这些电路的关键构件——光粒子源
普渡大学的工程师创造了一种新的机器学习辅助方法，通过快速预选这些固态量子发射器，可以使量子光子电路的开发更加有效
这项工作发表在《高级量子技术》杂志上
世界各地的研究人员一直在探索不同的方法，通过将包含单个量子光发射器的纳米结构“移植”到传统的光子芯片中来制造相同的量子源
“随着人们对利用大型发射器阵列的量子器件的可扩展实现和快速原型制作的兴趣日益增长，高速、可靠地预选合适的发射器变得十分必要，”电子和计算机工程教授亚历山德拉·博尔塔塞娃(Alexandra Boltasseva)、普渡大学的罗恩(Ron)和多蒂·加文·通杰斯(Dotty Garvin Tonjes)说
量子发射器产生的光具有独特的非经典特性，可用于许多量子信息协议
挑战在于，将大多数固态量子发射器与现有的可扩展光子平台对接需要复杂的集成技术
在集成之前，工程师需要首先识别能快速、按需、以特定光频产生单光子的明亮发射器
基于“单光子纯度”——即一次只能产生一个光子的能力——的发射器预选通常需要几分钟
在找到适合量子芯片集成的高质量候选者之前，可能需要分析数千个发射器
为了加快基于单光子纯度的筛选，普渡大学的研究人员训练了一台机器，在一瞬间识别出单光子发射中有希望的模式
据研究人员称，在数千个单光子发射器中迅速找到最纯净的单光子发射器，将是实现大量子光子电路实用和可扩展组装的关键一步
普渡大学的博士后研究员扎克斯利克·库迪舍夫说:“根据发射器必须满足的光子纯度标准，我们已经教会了一台机器，根据仅在一秒钟内获得的最少数据，以95%的准确率将单光子发射器分为足够或不够‘纯’的两类。”
研究人员发现，用于同一任务的传统光子纯度测量方法需要100倍的时间才能达到相同的精度水平
博尔塔塞娃说:“机器学习方法是一种通用而有效的技术，因为它能够从数据集中提取拟合过程通常忽略的信息。”
研究人员认为，他们的方法有可能极大地推进大多数量子光学测量，这些测量可以被表述为二元或多类分类问题
“例如，我们的技术可以加快建立在高阶相关测量基础上的超分辨率显微镜方法，目前这种方法受到长时间图像采集的限制，”库迪舍夫说
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
