研究人員借助自學習自演進的智能量子技術來確保通信安全
在2021年3月發行的《先進量子技術》期刊上,路易斯安那州立大學(LSU)的研究團隊,剛剛介紹了一種面向“單光子空間模式校正”的智能量子技術。研究合著者中還包括了杜蘭大學的Sanjaya Lohani、Erin M. Knutson、Ryan T. Glasser,以及青島科技大學的Pengcheng Zhao,他們攜手展示了人工智能在單光子空間模式修正上的巨大潛力。
研究配圖- 1:用來演示湍流修正的裝置示意圖
此外這項研究還積聚了LSU 博士研究生Narayan Bhusal、博士後研究員Chenglong You、研究生Mingyuan Hong、本科生Joshua Fabre、助理教授Omar S.Magaña-Loaiza 等人的共同努力。
Narayan Bhusal 表示:隨機相位失真是多種量子技術(如量子通信、量子密碼、量子感測等)所使用的光空間模必鬚麵對的一項重大挑戰。
研究配圖- 2:不同湍流下高光子與單光子能級LG 模的空間分佈
不過在這項新研究中,他們藉助了人工智能技術來校正光子級的失真和空間光模式。與傳統技術相比,新方案更加高效且省時。
基於此,新技術提升了對依賴結構化光子的光通信協議的信道容量,為未來的自由空間量子技術的發展奠定了振奮人心的基礎。
研究配圖- 3:均方誤差(MSE)與GDO 迭代數的對應關係
Magaña-Loaiza 補充道:LSU 量子光子學研究團隊的一個重要目標,就是開發出能夠在現實條件下運作的強大量子技術。
這項智能量子技術,證明了在受大氣湍流影響的現實通信協議中,可在單個光子中編碼多比特信息的可能性,對未來的光通信和量子密碼學發展都有著巨大的影響。
研究配圖- 4:在OAM 基礎上發送/ 檢測模式的條件概率/ 互相關矩陣
目前他們正探索在該州的光網絡計劃(NONI)中部署新型機器學習解決方案的方法,以使之變得更加智能、安全和量子化。
此外美國陸軍研究辦公室正在支持一項名為“借助多部軌道角動量的量子感測、成像和計量”項目的研究。
研究配圖- 5:基於OAM 編碼的量子比特的實虛密度矩陣
有關這項研究的詳情,已發表在2021年3月出版《先進量子技術》(Advanced Quantum Technologies)期刊上。
原標題為《Spatial Mode Correction of Single Photons Using Machine Learning》。