利用有限量子资源高效训练 128 模 3D 连续耦合光子芯片

研究人员利用量子数据驱动的机器学习算法，成功对包含 128 个模式的可重构 3D 连续耦合光子芯片完成编程训练。实验表明，仅通过有限数量的单光子与双光子测量，该器件即可逼近目标酉矩阵变换。该方法在存在噪声和资源受限时依然有效，并可部分补偿实验装置缺陷，为控制难以解析分解的大规模集成光子器件提供了可行路径。