近日，华中科技大学武汉光电国家研究中心王健教授领导的多维光子学实验室（MDPL：Multi-Dimensional Photonics Laboratory）团队在光场调控量子信息处理领域取得了重要研究进展，在《光：科学与应用》（Light: Science & Applications）杂志发表了题为“Ultrahigh-fidelity spatial mode quantum gates in high-dimensional space by diffractive deep neural networks”的最新研究成果。团队利用光学衍射神经网络，在1550 nm波长下成功实现了高保真度的高维空间模式量子门，其保真度达到了99.6%。该成果体现了团队在量子计算技术方面的深厚实力，为量子计算的发展开辟了新的道路，具有重大的学术价值与社会意义。

图1：三维X1门的输入态、四层相位面以及对应的输出态

量子计算作为一种基于量子力学原理的先进计算技术，通过量子比特的叠加态、纠缠态和干涉等独特性质，理论上能够实现远超传统计算机的处理速度和计算能力。尤其在解决某些特定的数学难题、模拟复杂化学过程、优化大规模计算问题等方面，量子计算展现出了无与伦比的优势。因此，探索有效的量子计算实现路径，已经成为全球科学研究的重要目标。

在多种尝试实现量子计算的物理系统中，光量子计算因为其独特的优点而受到广泛关注。相比其他实现方式，光量子计算通过操纵光子完成计算任务，具有干扰小、相干时间长、在常温下工作等优势。然而，光子之间的自然相互作用较弱，如何有效实现多比特操作和光子间的相互作用成为了技术上的一大挑战。

针对这一问题，王健教授团队通过创新设计，运用衍射神经网络技术，成功实现了高保真度的高维空间模式量子门，这一突破为解决光量子计算中的核心技术难题提供了新的思路。衍射神经网络是一种基于光学衍射原理的神经网络架构，它通过调节光场在特定相位面上的传播，实现了对光子状态的精确控制。通过这种方法，团队成功演示了高维量子门的设计，还大幅提升了其操作的保真度。团队不仅实现了三维Pauli-X和Hadamard门，还成功展示了Deutsch算法，验证了其高性能和灵活性。在保持了操作的高保真度的同时，该研究还通过对衍射神经网络的创新应用，简化了量子门构建过程中需要的器件数量，这将有助于推动量子计算的实用化进程。

图2：三维X1门、H1与CNOT门的输入输出态对应关系、编码方式以及输出态光场分布

这项技术的成功应用，极大地简化了构建空间模式量子门所需的器件数量和复杂度，同时也为量子计算的实用化和商业化提供了可能。量子门作为量子计算机执行计算任务的基本单元，其保真度直接影响到量子计算机的性能和可靠性。团队所实现的99.6%的高保真度，意味着在执行量子计算任务时，错误率极低，这对于量子计算的错误纠正和容错计算具有重要意义。此外，通过系统地分析并展示了各种因素对量子门性能的影响，团队还提供了一系列解决方案，进一步增强了量子计算技术的稳定性和可靠性。该研究不仅在学术界产生了广泛的影响，也为未来量子计算机的研发和应用提供了坚实的基础。

图3：影响量子门性能的因素及其影响程度

量子计算的发展潜力巨大，预计将在药物发现、材料科学、加密通信等多个领域带来革命性的变革。王健教授团队的研究成果为量子计算技术的进步做出了贡献，也为全球量子计算研究社区提供了宝贵的经验和启示。随着技术的不断成熟和应用场景的逐步扩展，量子计算有望为人类社会带来更加广阔的发展前景。

该工作于2024年1月5日发表在《光：科学与应用》（Light: Science & Applications）上，华中科技大学武汉光电国家研究中心为论文第一单位，博士生王乾克与刘俊副教授为共同第一作者，王健教授为论文通讯作者。

文章链接：https://www.nature.com/articles/s41377-024-01409-1