De acordo com pt.wedoany.com-Uma equipe de pesquisa composta por membros da Quandela, do Centro de Física Teórica da Academia Polonesa de Ciências (Center for Theoretical Physics of the Polish Academy of Sciences) e da Universidade de Varsóvia (University of Warsaw) demonstrou experimentalmente uma arquitetura de aprendizado de máquina quântico físico escalável. O projeto é apoiado pelo programa exploratório QUONDENSATE do Horizonte Europa da União Europeia. A equipe utilizou unidades de processamento quântico fotônico programáveis em silício, excitadas por estados de fóton único, para executar simultaneamente tarefas clássicas de classificação por aprendizado de máquina e processamento de informações quânticas.

Este hardware supera o gargalo de escalonamento exponencial na caracterização de estados quânticos, realizando tomografia completa de estados quânticos e rastreamento de emaranhamento multimodo usando uma única base de medição fixa. O aparato experimental baseia-se nos princípios físicos da computação por reservatório quântico, configurado como uma rede de processamento de reservatório quântico. O "reservatório" não treinável é constituído por uma grade de interferômetros Bell-Walmsley integrados em um chip de silício, contendo guias de onda densos, acopladores de modo e uma rede de termofaseadores de controle termo-óptico.

Durante o processamento de informações, pulsos de fóton único gerados por pontos quânticos semicondutores embutidos em cavidades de micropilares são roteados através de um demultiplexador ativo de 12 modos e injetados como entradas multimodo não clássicas no chip QPU Belenos de 24 modos da Quandela. Ao passar por uma matriz programável de interferômetros Mach-Zehnder (MZI), os fótons sofrem transformações complexas impulsionadas por interferência quântica. O estado de saída é mapeado por detectores de resolução de número de fótons (PNR) com resolução de polarização, acoplados a correlacionadores eletrônicos. O sistema constrói um vetor de características de 15 elementos a partir da distribuição de probabilidade de coincidência de múltiplos fótons, contornando a limitação binária dos detectores de limiar padrão.

Esta plataforma de processamento de reservatório quântico foi submetida a testes de referência com dispositivos padrão de resolução de número de fótons, realizando tomografia de estado quântico em matrizes de densidade de dois fótons multimodo. Enquanto a tomografia de estado quântico tradicional requer medições exponenciais em múltiplas bases de medição, esta estrutura utiliza uma única matriz de transformação unitária aleatória fixa para mapear correlações quânticas multimodo em características de contagem de fótons rastreáveis. A arquitetura de processamento de reservatório quântico executada pelo hardware alcançou uma fidelidade média de conjunto de dados de teste de 0,820, superando a referência de resolução de número de fótons de linha de base de 0,747, que não consegue resolver coerências de fase não diagonais devido à falta de interferência óptica. A partir da matriz de densidade reconstruída, o software extraiu três métricas quânticas: pureza, entropia de von Neumann e negatividade (uma medida rigorosa de emaranhamento quântico).

A equipe mapeou as características de escalonamento do circuito, demonstrando que a dimensão necessária do espaço de características escala quadraticamente com o número de modos do estado alvo, estabelecendo um modelo para caracterização multimodo maior, como 3 modos (45 parâmetros independentes). Para estender a plataforma ao processamento de dados clássicos, os pesquisadores mapearam uma tarefa de classificação binária não linear de pontos de dados de dupla hélice entrelaçados no processador Ascella de 12 modos da Quandela. A equipe projetou uma estrutura de treinamento de simulação computacional ciente do hardware, injetando matrizes de perturbação unitárias aleatórias e específicas da amostra, com flutuações locais, na matriz de reservatório simulada ideal durante o ciclo de otimização da camada de leitura de software. Após executar o ciclo de otimização com amplitude de perturbação correspondente aos erros de compilação do chip físico, o hardware físico alcançou aproximadamente 79,7% de precisão de classificação experimental, superando a rede simulada clássica ideal que processa entradas de estado coerente e contagens de intensidade média.

Este texto foi elaborado por Wedoany. Qualquer citação por IA deve indicar a fonte “Wedoany”. Em caso de infração ou outros problemas, informe-nos prontamente, por favor. O conteúdo será corrigido ou removido. E-mail: news@wedoany.com