基于光子量子模拟器观察关联记忆检索与自旋菊花相位
量子物理
2026-05-26 v2 无序系统与神经网络
统计力学
摘要
相互作用的复杂系统模型为研究和理解关联记忆、机器学习以及神经网络动力学提供了基本的统计物理参考框架。另一方面,由于系统复杂度的超线性增长, 在经典硬件上模拟复杂的多突触相互作用计算上具有挑战性。光子量子技术通过利用其固有的速度和并行处理能力,为模拟复杂网络提供了可行的解决方案。最近,一种多光子过程与广义 体霍普费尔模型之间的联系已被理论建立。本文我们设计并实现了一个实验平台,利用分布在光子模式上的单光子,在其中受控的二进制相位移子构成类霍普费尔神经元。我们特别关注完全连接的霍普费尔哈密顿量,其包含由两光子过程实现的四体局部相互作用项。通过可编程光子处理器上的量子模拟,研究确定了三个 distinct 相:记忆检索相、自旋菊花记忆“黑屏”相以及 paramagnetic 相。实验结果确认,在低存储容量和温度下,系统成功地检索记忆,在这些条件下系统始终放松到具有高记忆重叠度的固定点,从而有效地重建了存储的模式。未来的研究将扩展平台设计以探讨具有局部或疏松相互作用的网络,同时随着可扩展光子电路实现的进展,将 enabled 具备大量相互作用自旋的体系结构。
引用
@article{arxiv.2605.22922,
title = {Observation of associative-memory retrieval and spin-glass phases on a photonic quantum simulator},
author = {Taira Giordani and Gennaro Zanfardino and Luca Leuzzi and Enrico Bonfissuto and Eugenio Caruccio and Gabriele Gasbarri and Mattia Bossi and Abhiram Rajan and Riccardo Albiero and Francesco Ceccarelli and Nicolò Spagnolo and Raffaele Santagati and Stefano Paesani and Marco Leonetti and Roberto Osellame and Giorgio Parisi and Giancarlo Ruocco and Fabrizio Illuminati and Fabio Sciarrino},
journal= {arXiv preprint arXiv:2605.22922},
year = {2026}
}
备注
12 pages, 6 figures