Onderzoekers van de Louisiana State University hebben een slimme kwantumtechnologie geïntroduceerd voor de ruimtelijke moduscorrectie van enkele fotonen. In een artikel op de omslag van het maartnummer van 2021 van: Geavanceerde kwantumtechnologieën , de auteurs maken gebruik van de zelflerende en zelfontwikkelende kenmerken van kunstmatige neurale netwerken om het vervormde ruimtelijke profiel van afzonderlijke fotonen te corrigeren.

De auteurs, doctoraat kandidaat Narayan Bhusal, postdoctoraal onderzoeker Chenglong You, afgestudeerde student Mingyuan Hong, student Joshua Fabre, en assistent-professor Omar S. Magaña-Loaiza van LSU - samen met medewerkers Sanjaya Lohani, Erin M. Knutson, en Ryan T. Glasser van Tulane University en Pengcheng Zhao van Qingdao University of Science and Technology - rapporteren over het potentieel van kunstmatige intelligentie om ruimtelijke modi op het niveau van één foton te corrigeren.

"De willekeurige fasevervorming is een van de grootste uitdagingen bij het gebruik van ruimtelijke lichtmodi in een breed scala aan kwantumtechnologieën, zoals kwantumcommunicatie, kwantumcryptografie, en kwantumdetectie, " zei Bhusal. "In deze krant, we gebruiken kunstmatige neuronen om vervormde ruimtelijke lichtmodi op het niveau van één foton te corrigeren. Onze methode is opmerkelijk effectief en tijdbesparend in vergelijking met conventionele technieken. Dit is een opwindende ontwikkeling voor de toekomst van kwantumtechnologieën in de vrije ruimte."

De nieuw ontwikkelde techniek verhoogt de kanaalcapaciteit van optische communicatieprotocollen die afhankelijk zijn van gestructureerde fotonen.

"Een belangrijk doel van de Quantum Photonics Group bij LSU is het ontwikkelen van robuuste kwantumtechnologieën die werken onder realistische omstandigheden, "zei Magaña-Loaiza. "Deze slimme kwantumtechnologie demonstreert de mogelijkheid om meerdere bits informatie in een enkel foton te coderen in realistische communicatieprotocollen die worden beïnvloed door atmosferische turbulentie. Onze techniek heeft enorme implicaties voor optische communicatie en kwantumcryptografie. We onderzoeken nu wegen om ons machine learning-schema in het Louisiana Optical Network Initiative (LONI) te implementeren om het slim te maken, zeker, en kwantum."

Het onderzoeksbureau van het Amerikaanse leger ondersteunt Magaña-Loaiza's onderzoek naar een project met de titel "Quantum Sensing, In beeld brengen, en metrologie met behulp van Multipartite Orbital Angular Momentum."

"We bevinden ons nog in de vrij vroege stadia van het begrijpen van het potentieel voor machine learning-technieken om een ​​rol te spelen in de kwantuminformatiewetenschap, " zei dr. Sara Gamble, programmamanager bij het Legeronderzoeksbureau, een element van DEVCOM ARL. "Het resultaat van het team is een spannende stap voorwaarts in het ontwikkelen van dit begrip, en het heeft het potentieel om uiteindelijk de waarnemings- en communicatiemogelijkheden van het leger op het slagveld te verbeteren."