光子辨识器：散粒噪声极限附近的自适应量子光学传感

光场的光子统计可用于低光强场景下的量子光学传感，且无需笨重光学元件。然而，用于解析光子统计的光子数分辨探测颇具挑战。在此，我们提出一种称为“光子辨识”的新型探测方法，其使用自适应光子阈值化进行光子统计估计，而无需记录确切光子数。我们的光子辨识器受神经网络领域启发，其中可调阈值已被证明能高效隔离机器学习任务中的最优决策边界。光子辨识器通过实时迭代选择最优阈值以最大化每光子 Fisher 信息，从而逼近散粒噪声极限。我们提出的自适应光子阈值化方案带来了量子 DoLP（线偏振度）相机与量子 LiDAR 的独特遥感应用。我们研究了最优阈值，并表明由于光子聚束效应，即便对于弱信号（平均光子数远小于 1），最优光子阈值也可能反直觉（不等于 1）。我们还提出了光子辨识器的超导纳米线实现，可在近期实验实现。我们表明，光子辨识器的自适应特性使其能击败具有有限光子数分辨能力的现实光子数分辨探测器。我们的工作提出了一类由信息论驱动、紧凑且基于学习的量子光学传感探测器。