Optimal multi-spectral squeezing via deterministic 2D-phase optimization

Resumen Técnico: Compresión Multiespectral Óptima mediante la Optimización Determinista de Fase 2D

Planteamiento del Problema
En la información cuántica de variables continuas (CV), particularmente para la computación cuántica basada en mediciones (MBQC), la generación de estados de clúster de alta calidad requiere luz comprimida (squeezed light) de múltiples modos. Si bien los sistemas basados en guías de onda ofrecen un amplio ancho de banda y compatibilidad con la operación pulsada, sufren de irregularidades en el modo espacial causadas por defectos de fabricación y geometrías inhomogéneas. Estas irregularidades degradan el solapamiento de modo entre la señal cuántica y el oscilador local (LO) clásico durante la detección homodina. Dado que la compresión observada está fundamentalmente limitada por la eficiencia de detección ($\eta$), donde $\Delta X^2_{obs} \approx 1 - \eta$ para estados fuertemente comprimidos, un solapamiento de modo imperfecto ($\eta_{mod}$) impone una restricción severa sobre los niveles de compresión medibles.

Las estrategias existentes para mejorar el solapamiento espacial, como el uso de moduladores espaciales de luz (SLM), dependen típicamente de la optimización basada en aprendizaje automático (machine learning). Aunque son efectivas, estos enfoques de "caja negra" a menudo carecen de reproducibilidad, ofrecen una limitada visión física y no garantizan la convergencia hacia un máximo global. Además, pueden ser computacionalmente costosos e ineficientes.

Metodología
Los autores proponen un algoritmo determinista y secuencial para optimizar el perfil de fase espacial del LO utilizando un SLM. El método se fundamenta en una descripción física del proceso óptico en lugar de un aprendizaje automático agnóstico.

1. Representación en Base de Píxeles: El modo espacial del LO se proyecta sobre el SLM y se descompone en una base de macro-píxeles cuadrados ($p_i$). La visibilidad ($V$) de la interferencia entre el LO y una débil semilla coherente (que sirve como sustituto de la señal cuántica) se expresa como la magnitud de la suma de las contribaciones de estos píxeles:
   $$V(\phi_0, \dots, \phi_n) = \left| \sum_i \langle f_{seed}, p_i \rangle \langle p_i, f_{LO} \rangle e^{i\phi_i} \right|$$
2. Optimización Secuencial: El algoritmo aprovecha el hecho de que la función de visibilidad es una suma de contribuciones individuales de píxeles sin términos cruzados dependientes de pares de píxeles. Al seleccionar un píxel de referencia ($p_0$) en el centro del haz, el algoritmo optimiza la fase ($\phi_i$) de cada píxel subsiguiente $p_i$ de forma secuencial.
3. Alineación de Fase: Para cada píxel $p_i$, el sistema escanea la fase relativa $\phi$ entre $p_0$ y $p_i$ para encontrar el valor que maximiza la visibilidad de dos píxeles $V_i(\phi)$. Esto alinea la fase de $p_i$ con la de $p_0$.
4. Implementación Experimental: Para aislar píxeles específicos durante el escaneo, se aplica una rampa de fase lineal a los píxeles objetivo, desviando su luz hacia el plano de Fourier donde un iris bloquea las contribuciones no deseadas de otras regiones. Esto permite al sistema medir la contribución de un solo píxel frente al de referencia sin la interferencia de la máscara restante.

Contribuciones Clave

• Optimización Global Determinista: El artículo introduce un algoritmo que alcanza de manera demostrable el máximo global de visibilidad en una base de píxeles. A diferencia de la búsqueda aleatoria o del aprendizaje automático basado en gradientes, este método garantiza la convergencia.
• Escalabilidad Lineal: La complejidad computacional escala linealmente con el número de píxeles ($n$), ya que el problema de $n$ parámetros se reduce a $n$ optimizaciones de un solo parámetro.
• Interpretabilidad Física: El enfoque proporciona una comprensión física clara del modo optimizado, evitando la naturaleza de "caja negra" de las técnicas de aprendizaje automático.
• Eficiencia: El proceso de optimización es rápido; para una cuadrícula de $10 \times 10$, el algoritmo se completa en menos de 5 minutos, con un tiempo de ejecución dominado por la adquisición de la señal más que por la computación.

Resultados
El método fue probado en un montaje de guía de onda que genera luz comprimida multiespectral en longitudes de onda de telecomunicaciones.

• Mejora de la Visibilidad: La máscara de fase optimizada aumentó la visibilidad de la interferencia entre la semilla y el LO del 76% al 84%.
• Ganancia de Eficiencia: Este aumento en la visibilidad corresponde a una ganancia del 20% en la eficiencia de solapamiento de modo ($\eta_{mod}$).
• Mejora de la Compresión: Las mediciones de compresión multiespectral confirmaron que la mejora en el solapamiento de modo se tradujo directamente en el rendimiento de la lectura cuántica. Para el modo espectral fundamental Hermite-Gauss (HG0), la compresión medida mejoró de $-2.08 \pm 0.03$ dB a $-2.64 \pm 0.02$ dB.
• Consistencia: La mejora observada en la compresión se alinea estrechamente con la predicción teórica derivada de la ganancia de visibilidad utilizando el modelo de pérdida de eficiencia ($\Delta X^2_{obs} = \eta \Delta X^2_{state} + (1-\eta)$). En otros modos, la eficiencia media aumentó un 21%.

Significancia y Reivindicaciones
Los autores afirman que la conformación de fase espacial determinista ofrece una ruta efectiva e interpretable para mejorar la compresión multimodo en plataformas de guía de onda. El trabajo demuestra que, al centrarse en las restricciones físicas específicas del proceso óptico, es posible desarrollar rutinas de optimización que no solo son más eficientes y reproducibles que las alternativas de aprendizaje automático, sino que también alcanzan teóricamente la solución óptima para el conformado de fase únicamente.

El artículo señala que la brecha de visibilidad restante (que no llega al 100%) se debe probablemente a desajustes en el perfil de intensidad que no pueden corregirse mediante el conformado de fase únicamente, así como a posibles reflexiones parásitas. Sin embargo, los resultados establecen que el algoritmo determinista propuesto es una herramienta robusta para maximizar el rendimiento de la detección homodina en sistemas cuánticos multimodo complejos.