Speaker: 项玉特聘副研究员，北京大学

Inviter: 骆顺龙研究员

Title: 复杂量子纠缠的检测及应用

Language: Chinese

Time & Venue: 2024.11.26 11:00-12:00 南楼N620

Abstract: 量子纠缠作为区别于经典物理的显著特征，在量子通信、量子计算与量子精密测量等诸多领域都发挥着至关重要的作用。想要充分利用这种资源，一个首要的问题就是能否准确地区分出具有纠缠特性的量子态。然而，在连续变量编码的量子体系中，特别是针对复杂多样的非高斯量子态，该问题则显得尤为棘手。由于这些量子态在数学上由无限维的希尔伯特空间描述，传统的依赖量子态层析技术重构密度矩阵的方法难度极大。近年来，机器学习领域的迅速发展为解决该类问题提供了新的工具。在近期工作中，我们提出了基于神经网络的连续变量纠缠检测新方案，基于神经网络强大的图像识别与数据分析能力，巧妙地利用了实验上易于获取的关联图像，实现对连续变量纠缠的高效且精准的识别。在纠缠的应用方面，我们还提出了多用户量子网络中半器件无关的随机数制备方案，展示了量子网络可以产生比已有两体系统中更高、更安全的随机性。并且通过与实验组的合作，分别在基于光纤连接的远距离量子节点间、光子多路径编码的高维纠缠态中实现了半器件无关和完全器件无关的随机数高效制备。