[논문 리뷰] A general-purpose single-photon-based quantum computing platform

Nicolas Maring, Andreas Fyrillas외 25명|arXiv (Cornell University)|2023. 06. 01.

Neural Networks and Reservoir Computing인용 수 8

한 줄 요약

Ascella 플랫폼은 재구성 가능한 12-모드 광칩에서 6개의 단일 광자를 기반으로 한 사용자 준비된 범용 양자 컴퓨터를 보여주며, 1-큐비트 게이트에서 최대 99.6%, 2-큐비트 게이트에서 93.8%, 3-큐비트 게이트에서 86%의 게이트 퍼포먼스를 달성하고, VQE, 광자 네이티브 분류, 6-광자 보손 샘플링, 그리고 heralded 3-광자 GHZ 생성 등을 실현합니다.

ABSTRACT

Quantum computing aims at exploiting quantum phenomena to efficiently perform computations that are unfeasible even for the most powerful classical supercomputers. Among the promising technological approaches, photonic quantum computing offers the advantages of low decoherence, information processing with modest cryogenic requirements, and native integration with classical and quantum networks. To date, quantum computing demonstrations with light have implemented specific tasks with specialized hardware, notably Gaussian Boson Sampling which permitted quantum computational advantage to be reached. Here we report a first user-ready general-purpose quantum computing prototype based on single photons. The device comprises a high-efficiency quantum-dot single-photon source feeding a universal linear optical network on a reconfigurable chip for which hardware errors are compensated by a machine-learned transpilation process. Our full software stack allows remote control of the device to perform computations via logic gates or direct photonic operations. For gate-based computation we benchmark one-, two- and three-qubit gates with state-of-the art fidelities of $99.6\pm0.1 \%$, $93.8\pm0.6 \%$ and $86\pm1.2 \%$ respectively. We also implement a variational quantum eigensolver, which we use to calculate the energy levels of the hydrogen molecule with high accuracy. For photon native computation, we implement a classifier algorithm using a $3$-photon-based quantum neural network and report a first $6$-photon Boson Sampling demonstration on a universal reconfigurable integrated circuit. Finally, we report on a first heralded 3-photon entanglement generation, a key milestone toward measurement-based quantum computing.

연구 동기 및 목표

• 재구성 가능한 칩에서 일반-purpose, 사용자 준비된 단일 광자 양자 컴퓨팅 프로토타입을 시연한다.
• 최대 여섯 개 광자에서 게이트 기반 및 광자 네이티브 계산의 고충실도를 보여준다.
• 기존 플랫폼과 게이트 퍼 fidelity를 벤치마크하고 중간 규모 양자 작업(VQE, 보손 샘플링, 양자 신경망)을 시연한다.
• 원격 작업 제출 및 결과 검색을 위한 소프트웨어 스택과 클라우드 접근성을 제공한다.

제안 방법

• 활동형 디멜티플레이서를 통해 동기화 입력 모드에서 여섯 개 광자를 제공하는 필요시 상시 양자점(single-photon) 광원을 활용한다.
• 126개의 열열광 위상시프터와 132개의 방향 커플러를 갖춘 12-모드 Si3N4 범용 간섭계에서 광자를 간섭시킨다.
• 하드웨어 오차를 보상하고 사용자의 작업을 칩 제어에 매핑하기 위한 기계 학습 변환/컴파일을 구현한다.
• 열광 모형 ϕ = A V ⊙2 + b를 적합하고 A와 b를 학습하여 단위유도 충실도(unitary fidelity)를 최대화함으로써 칩 제어를 특성화하고 최적화한다.
• 원격 작업 제출을 위한 Perceval 기반 클라우드 프레임워크를 도입하고(PC, GB, 또는 U) 분석을 위한 출력 동시결합을 수집한다.
• 1-, 2-, 3- 큐비트 게이트에 대해 대칭 기반의 유한 샘플링 충실도 방법으로 Favg(U)를 얻기 위한 게이트 벤치마킹을 수행한다.
• H2에 대한 변분 양자 고유값자(VQE)를 시연하고 해석 매개변수 최적화를 위한 고전-양자 피드백을 적용한다.
• 5 모드에서 3 광자를 사용하고 부분 광자 수 해상도를 갖는 광자 네이티브 계산을 광자 네이티브 양자 신경망으로 탐구한다.
• 재구성 가능한 칩에서 6-광자 보손 샘플링 실험을 수행하고 이상 분포와 비교한다.
• 칩 위에서 측정 기반 QC를 위한 이정표로 heralded 3-광자 GHZ 상태 생성을 보인다.

실험 결과

연구 질문

• RQ1 Ascella에서 구현된 1-, 2-, 및 3- 큐비트 게이트에 대해 어떤 충실도를 얻을 수 있으며, 이것이 다른 플랫폼과 어떻게 비교되는가?
• RQ2 6-광자 온칩 광자 프로세서가 게이트 기반 및 광자 네이티브 계산을 높은 안정성과 원격 작동 가능성으로 지원할 수 있는가?
• RQ3 싱글 임베디드 플랫폼에서 클라우드 접근성을 갖춘 비클래식 광자 작업(VQE, 양자 신경망, 보손 샘플링, heralded GHZ)을 수행하는 것이 가능한가?
• RQ4 제조 및 열 간섭(crosstalk) 오류를 보상하여 높은 단위 충실도에 도달하기 위한 머신 러닝 보조 변환의 효과는 얼마나 되는가?

주요 결과

• 게이트 충실도 달성: 1-큐비트 T-게이트 99.6 ± 0.1%, 2-큐비트 CNOT 93.8 ± 0.6%, 3-큐비트 Toffoli 86 ± 1.2%.
• 수소(H2)에 대한 변분 양자 고유값자(VQE)를 시연하여 50–100 반복 후 기저 상태 에너지가 ±0.01 Hartree 이내로 달성되었다.
• 칩 내 6-광자 보손 샘플링에서 충실도 약 0.97 ± 0.03, 총 변화 거리(total variation distance) ≈ 0.16 ± 0.02.
• IRIS 데이터로 학습된 광자 네이티브 양자 분류기가 0.92의 학습 정확도와 0.95의 테스트 정확도를 달성했다.
• 칩 위 heralded 3-광자 GHZ 상태 생성의 충실도 0.82 ± 0.04로, 측정 기반 QC를 위한 중요한 이정표를 기록했다.
• 6-광자 처리를 위한 4 Hz 속도와 몇 주에 걸친 장기 안정성을 달성했고, 광자 간 구별성은 대략 94%에 이른다.