Generation of entanglement statistics with a large-scale integrated photonic-electronic circuit

技術要約：大規模集積フォトニック・エレクトロニック回路によるもつれ統計の生成

問題提起
連続変数（CV）量子情報処理（QIP）は、通常、線形光学ネットワーク内での光モードの変換に依存して、もつれを生成する。これらのシステムのスケーリングには、根本的なトレードオフが存在する。すなわち、モード数や変換の複雑さを増すには、より多くの光学コンポーネント（ビームスプリッター、位相シフター）を追加する必要があり、それが伝搬損失、クロストーク、および熱ドリフトを導入するという点である。光学的な損失はフォールトトレランス（耐故障性）に対する主要な障害であり、光学ネットワークの層が増えるたびに量子状態が減衰するため、純粋に光学的な手段によるCVプロセッサのスケーリングは本質的に制限される。さらに、時間領域および周波数領域のマルチプレクシングはコンポーネント数を削減できるものの、遅延ラインやモード分解能を持つローカルオシレータを導入し、それらが検出前に損失と位相不安定性を引き起こす。

手法
著者らは、「オプトエレクトロニック量子情報処理」というパラダイムを提案し、実証した。これは、特定のモード変換を、コヒーレント検出後の無線周波数（RF）電子領域へと移動させる手法である。

1. システム・アーキテクチャ： 実験では、32チャンネルのシリコンフォトニック量子限界コヒーレント受信機アレイを利用している。広帯域のスクイーズド真空（周期分極リチウムナイオベートによるタイプ0の自発パラメトリック下方変換により1550 nmで生成）が、自由空間リンクを介してチップの32ピクセル・メタマテリアル開口部に届けられる。
2. 検出と混合： 各チャンネルは、調整可能なマッハ・ツェンダー干渉計、バランスゲルマニウムフォトダイオード、およびトランスインピーダンス増幅器（TIA）で構成される。オンチップの熱光学位相シフターが、各チャンネルのローカルオシレータ（LO）位相 $\theta_j$ を設定する。
3. 電子的な変換： 光電場を混合する代わりに、アナログ光電流が固定されたRFハイブリッドネットワークを用いて合算および混合される。このネットワークは、光電流ベクトルに対して線形変換を行い、実質的に新しい観測量を合成する。
4. 理論的枠組み： 本論文は、光電流に作用する実電子行列 $U_{el}$ が、固定された光学ネットワーク $U_{opt}$ およびLO位相と組み合わさることで、ターゲットとなる光学変換 $V$ の統計を再構成できることを確立している。この等価性の条件は、ターゲットの行が検出サブスペース内に存在し、かつターゲットのホモダイン角とLO位相との間に（式5の）位相関係を満たすことである。
5. 実験プロトコル： 研究チームは、2モードCVクラスター状態プロトコルを実装した。32チャンネル・アレイの各半分において4つのアクティブチャンネルを保持し（計8チャンネル）、16:1のRFハイブリッドを使用してこれらを結合する。電子ネットワークは「仮想ビームスプリッター」変換を合成する。LO位相を走査（ランプ）することで、仮想モードの2モード共分散行列を再構成する。

主な貢献

• オプトエレクトロニックQIPの実証： 本研究は、モード変換を量子場に対して光学的に行うのではなく、光電流に対して電子的に行うことが可能であることを示した。これにより、混合層のスケーリングを、光学ネットワークの深さから集積電子回路のスケールへと移行させている。
• 損失の軽減： 変換を検出後に行うことで、深い光学ネットワークに伴う累積的な光学損失を回避できる。検出後の電子的な損失は、光学状態を減衰させることはなく、検出段階における単一の光学損失に相当するノイズのみを付加する。
• 再プログラム可能性： 電子的な処理は、物理的な再構成を必要とする固定された光学ネットワークとは異なり、再プログラム可能であり、干渉ドリフトの影響を受けない。
• スケーラブルなアーキテクチャ： 本手法は、混合がRFハイブリッドによって行われる大規模集積フォトニック・エレクトロニック回路（32チャンネル）を利用しており、32チャンネルのアレイをわずか2つのデジタル化チャンネルで読み出すことが可能である。

結果
実験は、2モード・クラスター状態の統計を正常に生成し、認証することに成功した：

• 物理的状態の検証： 再構成された共分散行列は物理的な状態に対応しており、最小シンプレクティック固有値は、対称（symmetric）で $\nu_- = 1.00078$、反対称（antisymmetric）で $\nu_- = 1.00092$ であり、物理的条件（$\nu_- \geq 1$）を満たしている。
• もつれの認証： 共分散行列の部分転置により、最小シンプレクティック固有値は $\tilde{\nu}_- = 0.99270 \pm 0.00081 \text{ (stat)} \pm 0.00229 \text{ (cal)}$ となった。この値は分離境界である1を約3標準偏差下回っており、光学モードの非分離性を証明している。
• ヌリファイア分散： ローカル位相を最適化したヌリファイアの真空正規化分散は、対称で0.99275、反対称で0.99300と測定され、Duanらによる和の不等式（境界は2）およびvan Loock–Furusawaの基準を破っている。
• 効率： システムの総効率は、主に自由空間結合と光学ルーティング損失に起因して、2つの半分についてそれぞれ4.1%および1.3%と推定された。推定される電子損失（$1-\eta_{el} \approx 9.32 \times 10^{-4}$）は、推測される光学損失よりも1桁以上低いことが判明した。

意義と主張
本論文は、生成と分布（スクイージングを扱う）を集積フォトニクスによって、モード変換と測定処理（混合を扱う）を集積電子工学によって切り離すことで、フォトニック・エレクトロニック量子コンピュータへの実行可能な経路を確立したと主張している。

• 直接的な影響： 実証されたスキームは、深い光学ネットワークの光学損失のペナルティなしに、もつれ統計を生成することを可能にする。また、電子的な線形処理がガウス資源に対して光学的な変換を忠実に模倣できることを検証している。
• 将来の展望（論文内の記述）： 著者らは、フォトダイオードを電気光学トランスデューサに置き換え、受信機を極低温で動作させることで、光学モードを直接超伝導マイクロ波回路へ転送できる可能性を示唆している。これにより、以下のようなハイブリッド・アーキテクチャが可能になる：
  • 集積フォトニクスがスクイージングともつれの生成および分布を行う。
  • 極低温の電気光学トランスデューサが、光学モードをマイクロ波モードに変換する。
  • 超伝導マイクロ波ネットワークが、モード変換および非ガウス演算（ジョセフソン非線形性による）を実行する。
  • システムは双方向に動作し、状態を光学系に戻して分布させたり、室温での検出を行ったりすることができる。

著者らは、現在の実験は（2モード・クラスター状態を8つのアクティブチャンネルで実証するという）控えめなものであるものの、このアーキテクチャは光学ネットワークの深さではなく、集積電子工学とともにスケールアップするため、大規模なCV量子コンピューティングを阻害する損失問題に対する潜在的な解決策を提供すると強調している。