В МГУ и Сколтехе научили нейросеть эффективному анализу пространственных состояний фотонов для квантовой томографии


По сообщению пресс-центра МГУ, физики Центра квантовых технологий МГУ совместно со специалистами Сколтеха нашли более эффективный метод анализа пространственных состояний фотонов, чем обычно используемые методы. Он основан на использовании глубокой нейросети.

По мере развития квантовых технологий и роста сложности создаваемых квантовых устройств на передний план выходит разработка методов их характеризации и отладки. С их помощью исследователи могут оценить работу устройств и соответствие экспериментальных данных теоретическим моделям. Основным методом является квантовая томография, в которой квантовое состояние или описание квантового процесса являются результатом статистической обработки большого массива экспериментальных данных. Из этого массива необходимо исключить данные об инструментальных ошибках, возникающих при детектировании квантовых состояний.

Исследуя пространственные состояния фотонов, ученые из МГУ и Сколтеха проводили измерения с помощью специальных голограмм, преобразующих фазу светового пучка, который затем фокусируется в одномодовое волокно. Эти голограммы работают не идеально, поскольку точность измерений зависит от размерности квантового состояния. Традиционный метод очистки экспериментальных данных от шума заключается в измерении возникающих «неидеальностей» и построении системы поправок аналитическим путем.

Исследователи заменили традиционный метод использованием глубокой нейросети и пришли к выводу, что она позволяет эффективнее избавляться от шумов и значительно точнее восстанавливать пространственное состояние фотона.

По мнению ученых, этот метод можно использовать и в других задачах, связанных с квантовой томографией. В частности, речь идет об отладке логических вентилей в квантовых компьютерах, тестировании квантовых каналов связи и калибровке квантовых сенсоров.

Источник: Пресс-служба МГУ

Оставьте отзыв

Ваш емейл адрес не будет опубликован. Обязательные поля отмечены *