L’intelligence artificielle au service de l’optique quantique, et réciproquement

En raison de leur puissance de traitement de l’information, l’intelligence artificielle (IA) et plus généralement l’informatique basée sur les réseaux neuronaux suscitent un intérêt croissant pour leurs applications dans le domaine quantique. Dans deux de nos études récentes, nous montrons comment l’optique quantique et ces nouvelles approches informatiques peuvent se compléter mutuellement.

Dans la première étude, nous utilisons l’intelligence artificielle pour établir la présence d’intrication quantique dans la lumière générée par notre expérience. La préparation d’états quantiquement intriqués est un ingrédient essentiel des technologies quantiques. Dans nos expériences, l’information est encodée dans la phase et l’amplitude du champ électrique d’un faisceau lumineux. Contrairement aux qubits souvent considérés pour le calcul quantique, ces degrés de liberté sont continus, ce qui rend la caractérisation de leur intrication plus complexe. Nous avons conçu une approche basée sur un réseau de neurones artificiels, capable de reconnaître si un état quantique de lumière est intriqué ou non, à partir des corrélations entre ses degrés de liberté continus. Ce travail pionnier ouvre un nouveau champ d’application pour l’IA en technologie quantique et enrichit les outils disponibles pour caractériser les ressources quantiques de la lumière.

Dans la seconde étude, nous implémentons un algorithme d’apprentissage machine, connu sous le nom de calcul en réservoir, en encodant l’information dans un réseau d’impulsions lumineuses. Le calcul en réservoir est une approche algorithmique permettant notamment d’extrapoler dans le futur des séries temporelles. Nous avons conçu une expérience implémentant un tel algorithme, en exploitant la structure multimode des impulsions laser. Nous envisageons d’explorer les ressources quantiques spécifiques qui pourraient offrir un avantage à notre système optique par rapport aux implémentations classiques du même calcul.

Ces résultats proviennent de deux collaborations fructueuses de l’équipe d’Optique Quantique Multimode avec le groupe de Qiongyi He à l’Université de Pékin, en Chine, et le groupe de Roberta Zambrini à l’IFISC (CSIC-UIB), en Espagne.

Pour plus d’informations:

X. Gao, M. Isoard, F. Sun, C. E. Lopetegui, Y. Xiang, V. Parigi, Q. He, and M. Walschaers, Correlation-pattern-based Continuous-variable Entanglement Detection through Neural Networks, Phys. Rev. Lett. 132, 220202 (2024)

https://journals.aps.org/prl/abstract/10.1103/PhysRevLett.132.220202

J. Henaff, M. Ansquer, M. C. Soriano, R. Zambrini, N. Treps, and V. Parigi, Optical phase encoding in a pulsed approach to reservoir computing Opt. Lett. 49, 2097-2100 (2024)

https://opg.optica.org/ol/fulltext.cfm?uri=ol-49-8-2097&id=548914