超导Kerr-Cat量子比特的稳定化与耗散信息传输

如今，构建量子计算机的竞争仍在继续，硬件中的量子比特数量正在迅速增加。然而，伴随这一过程而来的量子噪声降低了算法应用的性能，因此一方面讨论了量子计算机架构与算法实现的替代途径。这些替代途径之一是将基于电路的量子计算模型与基于耗散的计算模型相混合。此处目标是用量子电路模型执行提供量子优势的那部分算法，而其余部分用受噪声影响较小的耗散模型执行。该方案对于涉及高度重复过程因而易受噪声影响的量子机器学习算法十分重要。在本研究中，我们考察了向称为Cat-Qubit的量子比特模型的耗散信息传输。该模型对于作为量子机器学习算法基本处理单元的二进制量子分类的基于耗散的版本尤其重要。另一方面，Cat-Qubit架构因其丰富的物理而具有轻松实现人工神经网络中类激活函数的潜力，也为量子人工神经网络提供了替代的硬件机会。数值计算展示了通过基于重复相互作用的耗散方案从库量子比特成功传输量子信息。