MerLin 0.3 é um framework de código aberto desenvolvido pela Quandela, projetado para explorar sistematicamente o aprendizado de máquina quântico (QML) fotônico e híbrido. Construído sobre o SDK Perceval, o framework utiliza a Simulação Linear Óptica Forte (SLOS) para realizar cálculos precisos de estados quânticos em um ambiente nativo do PyTorch. Sua arquitetura central é o QuantumLayer, um torch.nn.Module que suporta o treinamento diferenciável de ponta a ponta de circuitos ópticos lineares. Ao pré-calcular gráficos esparsos de transição de números de fótons, o framework MerLin pode acelerar a otimização baseada em gradiente dos parâmetros do circuito, como ajustes de deslocadores de fase e divisores de feixe, diretamente em fluxos clássicos de IA padrão.
O framework MerLin suporta vários métodos de codificação de dados, incluindo codificação angular para mapeamentos semelhantes a características de Fourier e codificação de amplitude para inicialização de vetores de estado. A abstração QuantumBridge permite comparações de arquitetura entre paradigmas, mapeando portas baseadas em qubits para codificação fotônica de via dupla ou QLOQ. O MerLin também é projetado para execução com consciência de hardware através da interface MerlinProcessor, facilitando a descarga de componentes de modelos híbridos para unidades de processamento quântico físico (QPU), como o sistema Belenos da Quandela. Além disso, ele integra modelos de ruído e semânticas específicas de detectores, incluindo detectores com resolução de número de fótons e detectores de limiar, permitindo que os pesquisadores simulem restrições de hardware durante a fase de treinamento.
Para enfrentar os desafios de reprodutibilidade no aprendizado de máquina quântico, o framework MerLin inclui uma biblioteca de 18 artigos de ponta reproduzidos, abrangendo núcleos quânticos, computação de reservatório e arquiteturas convolucionais. Esses experimentos modulares fornecem benchmarks padronizados para comparar modos fotônicos e baseados em portas sob condições unificadas. As percepções técnicas obtidas a partir dessas reproduções indicam que o poder expressivo dos circuitos quânticos variacionais fotônicos (VQC) escala linearmente com o número de fótons de entrada, sem a necessidade de aumentar a profundidade do circuito. Esta abordagem empírica visa mover o QML de demonstrações isoladas para um framework de engenharia disciplinado para avaliar a utilidade quântica.
