面向增强量子转换的 AI 驱动控制
量子物理
2020-09-18 v1 原子物理
摘要
随着量子互联网的出现，寻找连接分布式量子测试床的新方法，以及开发管理量子比特性能的创新技术与研究变得至关重要。众多新兴技术聚焦于量子中继器和专用硬件，以在专用信道上延伸量子距离。然而，将投资于光学技术的现有网络技术与量子技术相结合的研究工作鲜有报道。本文主张采用 AI 驱动的控制，实现量子比特与光子能量之间优化且高效的转换，使光学器件与量子器件能够协同工作。我们的方法将深度强化学习算法等 AI 技术与物理量子转换器相集成，以指导两种波长间的实时转换。通过从模拟环境中学习，训练有素的 AI 驱动转换器将实现最优的量子转换，从而最大化量子比特寿命。
引用
@article{arxiv.2009.07876,
title = {Towards AI-enabled Control for Enhancing Quantum Transduction},
author = {Mekena Metcalf and Anastasiia Butko and Mariam Kiran},
journal= {arXiv preprint arXiv:2009.07876},
year = {2020}
}