Automated design of photonic quantum circuits - Département Communications et Electronique Accéder directement au contenu
Thèse Année : 2023

Automated design of photonic quantum circuits

Conception automatisée de circuits quantiques photoniques

Yuan Yao
  • Fonction : Auteur
  • PersonId : 1247773
  • IdRef : 269156887

Résumé

Quantum computing is based on quantum physics phenomena, such assuperposition and entanglement and it promises to revolutionize the world of computing. Photonics is a prominent platform for realizing fault-tolerant quantum computing. It has various qualities: working at room temperature, large-scale manufacturability using existing foundries for silicon chips, and compatibility with optical communication to interconnect different quantum computers.Our main goal is to automate the design of photonic quantum circuits and of their interconnects. Before a real photonic quantum computer can be manufactured, it is essential to numerically simulate and optimize the corresponding circuits, which in practice are built out of Gaussian components such as squeezers, beam-splitters, phase shifters, and homodyne detectors. To achieve universality, we also need non-Gaussian effects, which can be supplied by photon-number-resolving detectors. We design circuits from this toolbox and optimize them for various applications using various gradient descent algorithms, some of which we adapted to our purpose.The main contributions are:1. In photonics, Fock space and phase space representations are both useful formalisms to describe quantum states and transformations. We introduce a unified Fock space representation of all Gaussian objects in terms of a single linear recurrence relation that can recursively generate their Fock space amplitudes.2. We find the composition rule of Gaussian operations in Fock space, which allows us to obtain the correct global phase when composing Gaussian operations (normally absent from the phase space description), and therefore to extend our model to states that can be written as linear combinations of Gaussians.3. Our recursive representation is differentiable, allowing for a straightforward computation of the gradients of a Gaussian object with respect to any parametrization. We then adapt gradient-based optimization to the problem of circuit optimization. We implement a Euclidean optimizer (i.e. which doesn't take the geometry of parameter space unto account) in order to optimize each parametrized component of a circuit. Then we study two ways to account for geometry: first we apply Riemannian optimization, by combining all the Gaussian operations into a global transformation and following a geodesic on the manifold of symplectic matrices to find the optimized transformation, at which point we can decompose it back into fundamental optical components. Second, we generalize a complex version of the natural gradient for optical quantum circuits to accelerate the convergence of the training process.4. We also give some optimal task-based strategies for using our recurrence relations. New algorithms are proposed to calculate, for instance, the amplitudes of a mixed state and the transformation matrix of interferometers. In addition, we derive a fast contraction algorithm for Gaussian transformations, which allows us to "fuse" the computation of the amplitudes of a Gaussian transformation and its action on any state.5. With the simulation on differentiable photonic quantum circuits built from the recurrence relation, we can design photonic quantum circuits automatically. We give state preparation as the first example; we find circuits that can produce high-fidelity states in a reasonable time, such as cat states with mean photon number 4, fidelity 99.38%, and success probability 7.3%. We can also optimize a 216-mode interferometer to make a Gaussian Boson Sampling experiment harder to spoof.6. We made this work available in various open-source libraries: TheWalrus, StrawberryFields, Poenta, and MrMustard.
L'informatique quantique est basée sur des phénomènes de physique quantique, tels que superposition et intrication et elle promet de révolutionner le monde de l'informatique. La photonique est une plateforme de premier plan pour réaliser l'informatique quantique tolérante aux erreurs. Elle possède plusieurs qualités : fonctionnement à température ambiante, fabricabilité à grande échelle à l'aide des fonderies existantes pour les puces de silicium et compatibilité avec les communications optique pour interconnecter différents ordinateurs quantiques.Notre objectif principal est d'automatiser la conception de circuits quantiques photoniques et de leurs interconnexions. Avant de pouvoir fabriquer un véritable ordinateur quantique photonique, il est essentiel de simuler numériquement et d'optimiser les circuits correspondants, qui sont en pratique construits à partir de composants gaussiens tels que des squeezers, des séparateurs de faisceaux, des déphaseurs et des détections homodynes. Pour atteindre l'universalité, nous avons également besoin d'effets non gaussiens, qui peuvent être fournis par des détecteurs résolvant le nombre de photons. Nous concevons des circuits à partir de cette boîte à outils et les optimisons pour diverses applications en utilisant divers algorithmes de descente de gradient, dont certains que nous avons adaptés à notre objectif.Les principaux apports sont :1. En photonique, les représentations de l'espace de Fock et de l'espace de phase sont des formalismes utiles pour décrire les états et les transformations quantiques. Nous introduisons une représentation unifiée dans l'espace de Fock de tous les objets gaussiens en termes d'une seule relation de récurrence linéaire qui peut générer de manière récursive leurs amplitudes dans l'espace de Fock.2. On retrouve la règle de composition des opérations gaussiennes dans l'espace de Fock, qui permet d'obtenir la bonne phase globale lors de la composition des opérations gaussiennes (normalement absente), et donc d'étendre notre modèle à des états qui s'écrivent comme combinaisons linéaires de gaussiennes.3. Notre représentation récursive est différentiable, permettant à calculer des gradients. Nous adaptons ensuite l'optimisation basée sur les gradients au problème d'optimisation des circuits. Nous implémentons un optimiseur Euclidien afin d'optimiser chaque composant. Ensuite, nous étudions deux manières de prendre en compte la géométrie: d'abord, nous appliquons l'optimisation Riemannienne, en combinant toutes les opérations gaussiennes en une transformation globale pour trouver ensuite la transformation optimisée, et la décomposer en composants optiques fondamentaux. Deuxièmement, nous généralisons une version complexe du gradient naturel pour les circuits afin d'accélérer le processus d'apprentissage.4. Nous donnons également quelques stratégies optimales basées sur les tâches pour utiliser nos relations de récurrence. De nouveaux algorithmes sont proposés pour calculer, par exemple, les amplitudes d'un état mixte et la matrice de transformation des interféromètres. De plus, nous dérivons un algorithme de contraction rapide pour les transformations gaussiennes, qui nous permet de "fusionner" le calcul des amplitudes d'une transformation gaussienne et son action sur n'importe quel état.5. Avec la simulation sur des circuits quantiques photoniques différentiables construits à partir de la relation de récurrence, nous pouvons concevoir automatiquement des circuits quantiques photoniques. Nous donnons la préparation de l'état comme premier exemple ; nous trouvons des circuits capables de produire des états de haute fidélité dans un temps raisonnable. Nous pouvons aussi optimiser un interféromètre à 216 modes pour rendre une expérience d'échantillonnage de boson gaussien difficile à usurper.6. Nous avons rendu ce travail accessible dans diverses bibliothèques open source: TheWalrus, StrawberryFields, Poenta et MrMustard.
Fichier principal
Vignette du fichier
116287_YAO_2023_archivage.pdf (6.37 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)

Dates et versions

tel-04071095 , version 1 (17-04-2023)

Identifiants

  • HAL Id : tel-04071095 , version 1

Citer

Yuan Yao. Automated design of photonic quantum circuits. Neural and Evolutionary Computing [cs.NE]. Institut Polytechnique de Paris, 2023. English. ⟨NNT : 2023IPPAT005⟩. ⟨tel-04071095⟩
108 Consultations
153 Téléchargements

Partager

Gmail Facebook X LinkedIn More