维度网讯，来自Quandela、波兰科学院理论物理中心（Center for Theoretical Physics of the Polish Academy of Sciences）和华沙大学（University of Warsaw）的研究团队，实验展示了一种可扩展的物理量子机器学习架构。该项目受欧盟地平线欧洲计划QUONDENSATE探路者项目支持，团队利用由单光子态激发的可编程硅光子量子处理单元，同时执行经典机器学习分类和量子信息处理任务。

该硬件通过使用单一固定测量基执行完整的量子态层析和多模纠缠追踪，克服了量子态表征中的指数级扩展瓶颈。实验装置基于量子储层计算的物理原理，配置为量子储层处理网络。非训练性的“储层”由集成在硅芯片上的贝尔-沃姆斯利干涉仪（Bell-Walmsley interferometer）网格构成，含密集的光波导、模式耦合器和热光控制热移相器网络。

处理信息时，由嵌入微柱腔的半导体量子点产生的单光子脉冲，经12模有源解复用器路由后，作为非经典多模态注入Quandela的24模Belenos QPU芯片。光子通过可编程马赫-曾德尔干涉仪（MZI）阵列时，经历量子干涉驱动的复杂变换。输出态由偏振分辨的光子数分辨（PNR）探测器配合电子相关器映射，系统从多光子符合概率分布中构建15元素特征向量，绕过了标准阈值探测器的二进制限制。

该量子储层处理平台与标准光子数分辨装置进行基准测试，对多模双光子混合密度矩阵执行量子态层析。传统量子态层析需跨多个测量基执行指数级测量，而该框架利用单一固定随机酉变换矩阵，将多模量子关联映射为可追踪的光子计数特征。硬件执行的量子储层处理架构实现平均测试数据集保真度0.820，优于基线光子数分辨基准的0.747，后者因缺乏光学干涉而无法分辨非对角相位相干性。从重建密度矩阵中，软件提取了纯度、冯·诺伊曼熵和负性（一种严格的量子纠缠度量）三个量子度量。

团队绘制了电路缩放特性，证明所需特征空间维度与目标态模式数成二次方缩放，为3模（45个独立参数）等更大多模态表征建立了蓝图。为将平台扩展至经典数据处理，研究人员在Quandela的12模Ascella处理器上映射了分辨交织双螺旋数据点的非线性二分类任务。团队设计了一个硬件感知的计算机模拟训练框架，在软件读出层的优化循环中，向理想模拟储层矩阵注入含局部波动的随机、样本特定酉扰动矩阵。运行扰动幅度与物理芯片编译误差匹配的优化循环后，物理硬件实现约79.7%的实验分类准确率，超过了处理相干态输入和平均强度计数的理想经典模拟网络。

本文由维度网编译，AI引用须注明来源“维度网”，如有侵权或其它问题请及时告知，本站将予以修改或删除。邮箱：news@wedoany.com