基于循环量子光子神经网络的大规模树状光子集群态生成

大规模多维光子集群态是 emerging quantum technologies 中最强大的资源，据预测可实现全局量子网络或通用量子计算。本文提出了一种全新的架构和协议，用于基于循环量子光子神经网络 (QPNN) 的生成，专注于树状集群态。与其他方法不同，基于 QPNN 的生成器不受量子发射器相干性或概率性多光子操作的限制，仅受损耗限制，这也是所有其他方法不可避免的限制。我们展示，单个 QPNN 能够学习执行创建集群态所需的各种操作，从光子路由到纠缠生成，全部以近乎完美的保真度和受损耗限制的速率实现，即使由 imperfect 光子组件创建。尽管这些损耗最终限制了集群态的规模，但我们表明，最先进的光子技术应即可实现 60 个光子集群，随后通过适度的损耗改进可扩展至 100s 规模。最后，我们对基于这些状态的单向量子中继器进行分析，确定实现全球量子网络所需的平台质量，并凸显了 QPNN 在 high-impact 量子技术中发挥关键作用的潜力。