科学家们创造了一种可重新编程的基于光的处理器，这是世界首创，他们说它可以开创量子计算和通信的新时代。

这些新兴领域的技术在原子水平上已经为药物发现和其他小规模应用带来了巨大的好处。

未来，大规模量子计算机有望解决当今计算机无法解决的复杂问题。

来自澳大利亚皇家墨尔本理工大学的首席研究员阿尔贝托·佩鲁佐教授表示，该团队的处理器 - 一种使用光粒子携带信息的光子学设备 - 可以通过最大限度地减少“光损失”来帮助实现成功的量子计算。

“我们的设计使量子光子量子计算机在光损失方面更加高效，这对于能够保持计算进行至关重要，”RMIT量子计算和通信技术ARC卓越中心节点负责人Peruzzo说。

“如果你失去了光，你必须重新开始计算。

Peruzzo说，其他潜在的进展包括改进“不可破解”通信系统的数据传输能力，以及增强环境监测和医疗保健中的传感应用。

该团队在一系列实验中重新编程了光子学处理器，通过施加不同的电压，实现了相当于2500个设备的性能。他们的研究结果和分析发表在Nature Communications上。

“这项创新可以为量子光子处理器带来一个更紧凑和可扩展的平台，”Peruzzo说。

该研究的主要作者、RMIT博士学者Yang Yang表示，该设备是“完全可控的”，能够快速重新编程并降低功耗，并取代了制造许多定制设备的需要。

“我们在单个设备上通过实验演示了不同的物理动力学，”他说。

“这就像有一个开关来控制粒子的行为方式，这对于理解量子世界和创造新的量子技术都很有用。

来自意大利特伦托大学的Mirko Lobino教授使用一种叫做铌酸锂的晶体制造了这种创新的光子器件，来自美国印第安纳大学普渡大学印第安纳波利斯分校的Yogesh Joglekar教授带来了他在凝聚态物理学方面的专业知识。

铌酸锂具有独特的光学和电光特性，使其成为光学和光子学中各种应用的理想选择。

“我的团队参与了设备的制造，这特别具有挑战性，因为我们必须在波导顶部小型化大量电极才能实现这种级别的可重构性，”Lobino说。

“可编程光子处理器为探索这些设备中的一系列现象提供了一条新途径，这些现象可能会带来技术和科学的惊人进步，”Joglekar说。

同时，Peruzzo的团队还开发了一种世界上第一个混合系统，该系统将机器学习与建模相结合，对光子处理器进行编程并帮助控制量子设备。

佩鲁佐说，量子计算机的控制对于确保数据处理的准确性和效率至关重要。

“设备输出精度面临的最大挑战之一是噪声，它描述了量子环境中影响量子比特性能的干扰，”他说。

量子比特是量子计算的基本单位。

“有一系列行业正在开发全面的量子计算，但他们仍在与噪声引起的错误和低效率作斗争，”佩鲁佐说。

Peruzzo说，控制量子比特的尝试通常依赖于对噪声是什么以及是什么原因的假设。

“我们没有做出假设，而是开发了一种协议，该协议使用机器学习来研究噪声，同时还使用建模来预测系统对噪声的响应，”他说。

佩鲁佐说，通过使用量子光子处理器，这种混合方法可以帮助量子计算机更精确、更高效地执行，从而影响我们未来控制量子设备的方式。

“我们相信我们的新混合方法有可能成为量子计算的主流控制方法，”Peruzzo说。

来自RMIT的主要作者Akram Youssry博士说，新开发的方法的结果显示出比传统建模和控制方法的显着改进，并且可以应用于光子处理器以外的其他量子设备。

“这种方法帮助我们发现和理解了我们设备的各个方面，这些方面超出了这项技术的已知物理模型，”他说。

“这将有助于我们在未来设计出更好的设备。

"实验性灰盒量子系统识别与控制“发表在npj Quantum Information上。

佩鲁佐说，量子计算领域的初创公司可以围绕他的团队的光子器件设计和量子控制方法创建，他们将继续在应用和“全部潜力”方面进行研究。

“量子光子学是最有前途的量子产业之一，因为光子学产业和制造基础设施已经非常成熟，”他说。

“在某些任务中，量子机器学习算法比其他方法具有潜在的优势，尤其是在处理大型数据集时。

“想象一下，在这样一个世界里，计算机的工作速度比现在快数百万倍，我们可以安全地发送信息，而不必担心信息被拦截，我们可以在几秒钟内解决问题，而目前需要数年时间。

“这不仅仅是幻想，而是由量子技术和像我们这样的研究推动的潜在未来正在铺平道路。