该团队用一个名为 β-部分匹配 (βPM) 的特定游戏测试了这个装置。在这场游戏中,爱丽丝发送的消息被编码在光波的相位(即时间间隔)中,而鲍勃必须利用光纤的混沌混合过程来进行解码。他们发现这套系统运行得非常出色,成功传输了一幅数字指纹图像。然而,他们也谨慎地指出,虽然他们的量子方法前景广阔,但目前的实验距离击败该游戏最难版本(称为“子空间中的向量”,Vector in a Subspace)的最佳已知经典纪录仍有几个数量级的差距。实验成功证明了该机制是行得通的,但目前硬件性能与最终经典基准之间的差距仍然很大。他们甚至模拟了如果使用另一种更难的游戏——子空间中的向量 (VS) 时会发生什么。由于目前的硬件还无法胜任 VS 游戏(因为它要求控制光的亮度,而不仅仅是其时间间隔),他们的实验还无法实现;但他们的计算机模拟表明,如果他们仅仅是将光纤升级为能够承载更多“模式”(即更多的光行进车道)并降低噪声,他们最终就能超越最佳的经典纪录。
问题陈述 本文旨在解决的核心挑战是如何利用当前的物理光学技术展示实际的量子优势。虽然量子计算优越性在技术上仍具有挑战性,但通信复杂度提供了一条展示量子优越性的可行路径。具体而言,本文针对单向通信场景,即爱丽丝(Alice)向鲍勃(Bob)发送消息以解决分布式计算任务。目标是实现一个能够执行高维、可编程线性光学网络的实验平台,这些网络用于解决诸如向量子空间(Vector in a Subspace, VS)和 β-部分匹配(β-Partial Matching, βPM)等问题。这些问题的特点是其量子与经典通信成本之间存在已知的指数级差异,然而以往的实验实现受限于复杂的、大规模的干涉网络或缺乏可重构性的固定变换。
理论潜力: 理想情况下的模拟(忽略损耗和噪声)表明,通过增加物理模式数量(例如增加到 1000 或 5000 个),该平台将能够实现对 VS 问题最佳已知单向经典界限的量子优势。
意义 本文声称,这些结果确立了多模光纤波前整形作为单向量子通信复杂度的一种通用硬件平台。通过提供通往更严苛协议的具体路线图,这项工作表明可以更实际地演示更强的量子-经典分离。作者强调,虽然目前的实验受限于相位型 SLM 的性质和检测噪声,但可重构解码架构具有足够的灵活性,能够支持包括 VS 问题在内的更通用的任务,而 VS 问题甚至相对于更强的经典双向交互模型也存在指数级差异。该工作强调,增加模式数量并优化检测信噪比是实现该领域实际量子优势的关键步骤。