1. 项目概述当机器学习遇见量子态层析在量子光学实验室里我们每天都在和一种特殊的“光”打交道——压缩真空态。这种量子态的光其噪声分布在一个方向上被“压扁”而在垂直方向上被“拉伸”从而在精密测量比如引力波探测和量子通信中展现出超越经典极限的潜力。然而要真正“看清”并量化这种量子态尤其是在充满各种实验噪声的现实环境中一直是个不小的挑战。传统的量子态层析方法好比用像素极低的相机去拍高速运动的物体不仅过程繁琐、计算量大而且对噪声异常敏感。最近几年我们团队一直在尝试将机器学习特别是卷积神经网络引入到量子态表征这个领域。我们之前的工作已经证明CNN可以直接从测量数据中重建量子态的密度矩阵效果不错但模型有点“笨重”参数近180万不太适合部署到需要实时反馈的系统中。于是我们开始思考对于压缩真空态这类高斯态有没有更轻量、更直接的描述方式答案是肯定的那就是协方差矩阵。它就像量子态在相空间中的“指纹”只用几个关键参数方差和协方差就能完整刻画其核心的统计特性完全绕开了在庞大希尔伯特空间中进行复杂运算的麻烦。这次分享的就是我们基于这个思路开发的一套新方法利用ResNet-CNN直接从稀疏的正交测量数据中鲁棒地估计出包含热噪声的压缩真空态的协方差矩阵。我们不再费力地去重建完整的密度矩阵而是直击要害提取最核心的二阶统计信息。这不仅将模型参数量减少了四分之三内存占用从约6.8 MB降到了1.7 MB更重要的是它在面对实验环境中不可避免的热噪声混合时表现出了惊人的稳健性。下面我就来拆解一下我们是如何做到的以及在实验数据上验证的效果。2. 核心思路为什么是协方差矩阵与两分量噪声模型在深入技术细节之前我们需要先理解两个核心选择背后的“为什么”一是为什么放弃密度矩阵转而采用协方差矩阵二是为什么我们的噪声模型要设计成两分量混合的形式。这决定了整个方法的有效性和实用性边界。2.1 从密度矩阵到协方差矩阵一次关键的“降维打击”对于单模压缩真空态这样的高斯态其全部信息理论上都包含在密度矩阵 $\hat{\rho}$ 中。但实际操作中密度矩阵是在截断的福克空间Fock space中表示的。这意味着你必须预先决定一个光子数截断上限 $n_{\text{max}}$。对于高压缩水平例如超过15 dB的态其光子数分布很宽需要很大的 $n_{\text{max}}$ 才能保证截断误差可接受这直接导致矩阵维度爆炸计算量和存储需求急剧上升。我们之前的密度矩阵CNN方法就受限于此。协方差矩阵 $\sigma$ 则提供了一条“捷径”。对于一个N模的连续变量系统其协方差矩阵是一个 $2N \times 2N$ 的实对称矩阵其元素定义为 $$\sigma_{ij} \langle { \Delta \hat{R}_i, \Delta \hat{R}_j } \rangle$$ 其中 $\hat{R} (\hat{x}_1, \hat{p}_1, \hat{x}_2, \hat{p}_2, ...)^T$ 是正则算符向量$\Delta \hat{R}_i \hat{R}_i - \langle \hat{R}_i \rangle$。对于单模态$\sigma$ 就是一个 $2 \times 2$ 矩阵 $$\sigma \begin{bmatrix} \langle (\Delta \hat{x})^2 \rangle \frac{1}{2}\langle { \Delta \hat{x}, \Delta \hat{p} } \rangle \ \frac{1}{2}\langle { \Delta \hat{x}, \Delta \hat{p} } \rangle \langle (\Delta \hat{p})^2 \rangle \end{bmatrix}$$选择协方差矩阵的核心优势在于参数极度精简描述一个单模高斯态只需要3个独立参数两个方差和一个协方差远少于截断密度矩阵所需的 $(n_{\text{max}}1)^2$ 个参数。物理约束内嵌量子力学的不确定性原理对协方差矩阵施加了约束 $\sigma i\Omega \ge 0$对于单模等价于 $\det(\sigma) \ge 1$。我们的网络输出设计能天然保证这一约束被满足后文详述从而确保重建出的态是物理的。可观测量直出我们关心的关键物理量如压缩水平 $SQ$、反压缩水平 $ASQ$ 和纯度 $p$可以直接从对角化后的协方差矩阵中计算 $$SQ 10 \log_{10}(\sigma_{xx}^{\text{diag}}), \quad ASQ 10 \log_{10}(\sigma_{pp}^{\text{diag}}), \quad p [\det(\sigma)]^{-1/2}$$ 无需像密度矩阵方法那样先重建大矩阵再进行繁琐的后续处理。实操心得从密度矩阵转向协方差矩阵不仅仅是模型轻量化更是一种思维转变——从“完整重建一切”到“精准提取所需”。在工程实践中尤其是面向实时应用这种抓住核心、舍弃冗余的思路往往能带来效率的质的飞跃。2.2 两分量热混合噪声模型贴近现实的“脏数据”生成实验室里没有理想的纯压缩真空态。光学损耗、相位抖动、探测器电子噪声以及最重要的——热噪声都会污染我们的态。为了训练出的模型能在真实数据上工作我们必须用尽可能真实的噪声数据来“喂”给它。我们摒弃了简单的单分量模型一个压缩热态采用了更符合物理图像的两分量混合模型 $$\hat{\rho}_{\text{noisy}}(r, n, \phi, \epsilon) (1-\epsilon) \hat{\rho}S(r, n, \phi) \epsilon \hat{\rho}{\text{th}}(n)$$ 这里$\hat{\rho}_S(r, n, \phi)$ 是一个压缩热态由热态经压缩算符作用得到。$\hat{\rho}_{\text{th}}(n)$ 是一个具有相同平均热光子数 $n$ 的热态。$\epsilon \in [0, 0.5]$ 是一个噪声权重参数控制着“纯粹热噪声”成分的占比。这个模型的巧妙之处在于物理可解释性$\epsilon$ 可以理解为在探测过程中有 $\epsilon$ 的概率探测到的是未经压缩的背景热场这很好地模拟了实验中的模式不匹配、散射光等效应。覆盖更广的退化场景当 $\epsilon0$模型退化为压缩热态当 $\epsilon0$态变得非高斯两个高斯态的混合是非高斯的这比单一高斯态模型更能刻画真实实验数据的复杂统计特性。为网络提供学习目标尽管 $\hat{\rho}_{\text{noisy}}$ 整体是非高斯的但其协方差矩阵仍然明确定义并且包含了态的主要二阶统计特征。网络的任务就是从受此噪声污染的正交测量数据中准确地估计出这个协方差矩阵。我们在训练时让参数在很大范围内采样压缩水平 $r \in [0, 15]$ dB热光子数 $n \in [0, 1]$压缩相位 $\phi \in [0, \pi]$噪声权重 $\epsilon \in {0, 0.01, 0.02, 0.03, 0.04, 0.05}$。这样生成的海量、多样且“脏”的数据是模型获得强大泛化能力和鲁棒性的基石。3. 网络架构与训练如何让CNN理解量子数据有了清晰的问题定义和物理模型下一步就是设计一个能理解量子测量数据的神经网络。我们的输入是原始的、带噪声的正交测量序列输出是满足量子约束的协方差矩阵。这其中的关键挑战是如何将物理约束嵌入学习过程以及如何设计网络以捕捉数据中的关键模式。3.1 输入与输出从相位序列到物理矩阵网络的输入是一个大小为 $2048 \times 2$ 的矩阵。第一列是我们在不同本地振荡器相位 $\theta$ 下测量得到的正交算符 $\hat{x}(\theta)$ 的值。第二列是对应的相位 $\theta$ 本身随机均匀采样自 $[0, \pi]$ 区间。注意将相位值作为特征输入至关重要。因为压缩态的正交分量方差随相位周期性变化见图1网络需要知道每个测量值对应的相位才能学习到 $\sigma_{xx}(\theta), \sigma_{pp}(\theta), \sigma_{xp}(\theta)$ 随 $\theta$ 变化的完整曲线进而推断出对齐角 $\theta_0$方差最小的相位点和对角化的协方差矩阵。网络的输出目标并不是协方差矩阵 $\sigma$ 本身的三个元素。为了强制网络输出满足不确定性原理 $\sigma i\Omega \ge 0$我们采用了一个巧妙的参数化方法。我们让网络预测一个下三角的乔列斯基Cholesky因子矩阵 $L$它来自于一个辅助矩阵 $\tau \sigma A$ 的分解 $\tau LL^\top$。其中矩阵 $A$ 是专门构造的以确保 $\tau$ 是正定的进而通过 $\sigma \tau - A$ 反推得到的 $\sigma$ 自动满足量子约束。网络在训练时最小化预测的 $\sigma$ 与真实 $\sigma$ 之间的均方误差。3.2 ResNet-CNN为时序-相位数据定制的特征提取器我们选择了ResNet残差网络风格的CNN架构具体结构如图2所示。选择ResNet而非普通CNN主要是为了解决深度网络中的梯度消失问题使我们能构建更深的网络来提取正交序列中复杂的、与相位相关的模式。网络的核心设计要点如下二维卷积尽管输入数据本质是一维序列相位-幅度对但我们将其构造成 $2048 \times 2$ 的“图像”使用2D卷积核。卷积核在“相位”维度上滑动能够同时考虑幅度值和其对应的相位信息有效捕捉局部相关性和周期性模式。残差连接每个残差块包含卷积层、批归一化Batch Normalization和ReLU激活函数。跳跃连接skip connection将块的输入直接加到输出上。这确保了即使网络很深梯度也能有效回传大大改善了训练的稳定性和收敛速度。逐步下采样通过设置步长stride为2的卷积层网络逐步降低数据维度从2048到最终输出同时增加特征通道数。这模仿了从原始数据中提取抽象特征的过程。轻量化设计与之前预测密度矩阵的CNN约178万个参数相比本网络仅需预测协方差矩阵的少数参数通过乔列斯基因子总参数量降至约44万个模型文件大小从约6.8 MB锐减至约1.7 MB。训练细节我们使用TensorFlow框架采用Adam优化器。损失函数为预测协方差矩阵与真实矩阵之间的均方误差MSE。在合成数据上训练直到损失收敛至约 $6.6 \times 10^{-3}$ 量级。我们使用了包含不同噪声水平 $\epsilon$ 的混合数据集进行训练以使模型对各种退化情况都具有鲁棒性。避坑指南在准备训练数据时使用QuTiP等量子模拟库生成态时务必注意希尔伯特空间的截断。我们设置的截断条件是总概率 $ 0.9999$以确保数值准确性。截断过低会丢失高光子数成分信息影响高压缩水平下的重建精度截断过高则无谓增加计算成本。需要根据压缩水平 $r$ 和热光子数 $n$ 的范围进行权衡。4. 实验验证与性能分析纸上得来终觉浅任何机器学习模型最终都要在真实的实验数据上见真章。我们的实验平台基于常见的连续变量量子光学系统使用PPKTP晶体在 bow-tie 光学参量振荡器OPO中产生压缩真空态光然后通过平衡零差探测系统扫描本地振荡器LO的相位 $\theta$采集正交分量 $\hat{x}(\theta)$ 的测量序列。4.1 退化曲线模型在真实噪声下的拟合能力我们最关心的一个指标是退化曲线它描绘了压缩水平SQ随反压缩水平ASQ增加而下降的关系。理想纯压缩态应是一条斜率为1的直线SQ ASQ但实际由于各种损耗和噪声曲线会向下弯曲。我们使用不同 $\epsilon$ 值训练的模型对实验数据进行了重建并计算了预测的SQ, ASQ与实验测量值之间的均方误差MSE结果如下表所示噪声权重 $\epsilon$0.000.010.020.030.040.05MSE0.940.491.176.534.643.91结果显示当 $\epsilon 0.01$ 时MSE最小。这表明我们实验中的噪声其特性最接近于用 $\epsilon0.01$ 的两分量混合模型所描述的情况。因此我们最终选择 $\epsilon0.01$ 的模型作为最优模型用于所有后续分析。图3展示了使用该最优模型黑色误差棒重建的退化曲线与实验数据绿色圆点以及频谱分析仪SA的拟合曲线绿色实线及阴影区的对比。可以看到即使在反压缩水平高达 ~20 dB 的强退化区域我们的协方差矩阵估计结果也与实验数据高度吻合误差棒±1标准差范围很窄。这强有力地证明了我们的方法能够准确捕捉实验中的各种退化机制。4.2 纯度估计一个简洁的退化标尺纯度 $p [\det(\sigma)]^{-1/2}$ 是衡量量子态混合程度的标量指标。对于纯态$p1$随着噪声引入$p$ 下降。图4展示了纯度随反压缩水平的变化。我们的协方差矩阵方法黑色误差棒给出的纯度估计与基于密度矩阵的方法红色标记以及实验SA拟合结果绿色曲线基本一致。值得注意的是在较高反压缩水平下密度矩阵方法倾向于略微高估纯度而我们的协方差矩阵方法则与实验拟合曲线贴合得更紧密。这暗示着对于描述主要受二阶统计特性影响的退化过程协方差矩阵这个“精简描述”可能已经足够甚至比需要处理高维截断的密度矩阵方法更稳健。更重要的是计算纯度从协方差矩阵出发极其简单只需一个行列式计算。这再次凸显了本方法在计算效率上的巨大优势非常适合需要快速监控态质量的在线应用。4.3 保真度分析与“黄金标准”的较量为了定量评估重建质量我们在6000个独立生成的两分量测试态上计算了保真度。对于两个零均值的高斯态 $\hat{\rho}_S(\sigma)$ 和 $\hat{\rho}_0(\sigma_0)$其保真度有解析公式 $$F(\hat{\rho}_S, \hat{\rho}_0) \frac{2}{\sqrt{\Delta \delta} - \sqrt{\delta}}$$ 其中 $\Delta \det(\sigma \sigma_0)$, $\delta (\det \sigma - 1)(\det \sigma_0 - 1)$。图5展示了结果(a) 图我们的协方差矩阵方法‘σ’与之前发表的密度矩阵CNN方法‘ρ’对比。两者平均保真度都达到了 $\langle F \rangle 0.99$方差低于 $2 \times 10^{-3}$。这意味着在重建精度上我们的轻量级方法达到了与“黄金标准”密度矩阵方法相媲美的水平。(b) 图展示了我们的方法在不同噪声权重 $\epsilon$ 下的保真度。即使在高噪声$\epsilon 0.05$情况下平均保真度仍保持在 $0.97$ 以上性能下降不到 $3%$。这充分证明了我们方法对热噪声的鲁棒性。经验总结保真度接近1固然可喜但更要关注其在各种噪声条件下的稳定性。我们的模型在 $\epsilon$ 从0到0.05的变中保持高保真度说明它学到的不是某个特定噪声模式的“死记硬背”而是抓住了从噪声数据中提取高斯态协方差矩阵的通用映射关系。这是其能够泛化到真实实验数据的关键。5. 实操流程与关键环节实现了解了原理和性能我们来看看如何将这套方法付诸实践。从原始的零差探测数据到最终的协方差矩阵和物理量估计整个流程可以分为数据预处理、网络推理和后处理三个核心环节。5.1 数据预处理从原始电压到校准序列一次实验运行会产生海量的原始数据对 ${(x_k, \theta_k)}$$N \sim 3 \times 10^6$。直接将其输入网络既不高效数据冗余也不必要网络输入尺寸固定。我们的预处理步骤如下均匀降采样从完整的相位-数据对中在 $[0, \pi]$ 相位区间内均匀随机地选取 $N2048$ 个点。均匀采样保证了相位覆盖的完整性随机性则有助于打破数据中的任何潜在周期性伪影。我们之前的实验表明2048个点对于可靠重建已经足够。真空校准这是将数据置于绝对标度的关键一步。我们需要单独测量真空态关闭压缩光只留本地振荡器的正交分量方差 $\langle (\Delta \hat{x}{\text{vac}})^2 \rangle$。然后将所有测量到的正交值 $x_k$ 除以 $\sqrt{\langle (\Delta \hat{x}{\text{vac}})^2 \rangle}$。经过此操作真空态的方差被归一化为1对应0 dB而压缩态和反压缩态的方差则可以直接以 dB 为单位报告$10 \log_{10}(\langle (\Delta \hat{x})^2 \rangle)$。构建输入矩阵将校准后的2048个 $x_k$ 值作为第一列其对应的相位值 $\theta_k$弧度制作为第二列组合成 $2048 \times 2$ 的矩阵。注意相位值也需要归一化到合适的范围例如 $[0, \pi]$ 或 $[0, 2\pi]$以匹配训练时数据的尺度。注意事项均匀随机采样至关重要。如果采用固定间隔采样可能会因为与信号本身的周期性产生某种“共振”而导致重建偏差。此外真空校准必须非常精确任何校准误差都会直接转化为压缩/反压缩水平的系统误差。5.2 网络推理与不确定性评估将预处理好的 $2048 \times 2$ 矩阵输入训练好的ResNet-CNN模型网络会直接输出乔列斯基因子 $L$ 的矩阵元素对于单模是一个 $2\times2$ 的下三角矩阵有3个独立参数。重建协方差矩阵根据网络输出的 $L$计算 $\tau LL^\top$然后根据预设的 $A$ 矩阵计算 $\sigma \tau - A$。得到的 $\sigma$ 自动满足 $\det(\sigma) \ge 1$。对角化与物理量提取对 $\sigma$ 进行本征值分解或寻找使其对角化的旋转角 $\theta_0$。对角化后的矩阵 $\sigma_{\text{diag}}(\theta_0)$ 的对角元即为最小方差 $\sigma_{xx}$ 和最大方差 $\sigma_{pp}$。代入公式 $SQ 10 \log_{10}(\sigma_{xx})$, $ASQ 10 \log_{10}(\sigma_{pp})$, $p (\sigma_{xx} \sigma_{pp})^{-1/2}$即可得到所有关键物理量。评估统计不确定性为了给出估计值的误差棒如图3、4中的±1标准差我们采用自助法Bootstrap。具体操作是从原始的 $3\times10^6$ 个数据点中有放回地随机抽取2048个点构成一个“重采样”数据集然后用网络进行推理。重复这个过程例如1000次得到1000组 $(SQ, ASQ, p)$ 的估计值。计算这些估计值的均值和标准差这个标准差就反映了由于数据有限性带来的统计不确定性。实操技巧自助法重采样和推理可以完全并行化。在我们的GPU服务器上单次推理仅需约39毫秒。因此完成1000次重采样以构建可靠的统计分布总时间也不过39秒左右。这相比需要反复进行数值优化的传统最大似然估计MLE方法速度优势是数量级的。5.3 与传统方法的对比与优势总结为了更清晰地展示本方法的优势我们将其与传统的最大似然估计MLE以及我们之前基于密度矩阵的CNN方法进行对比特性传统 MLE密度矩阵 CNN (前作)协方差矩阵 CNN (本工作)核心目标寻找最似然的密度矩阵 $\hat{\rho}$直接预测密度矩阵 $\hat{\rho}$直接预测协方差矩阵 $\sigma$计算复杂度高需迭代优化随维度指数增长中等前向传播快但模型大低前向传播极快模型小模型大小不适用~6.8 MB (1.78M 参数)~1.7 MB (0.44M 参数)物理约束需在优化中施加如正定、迹为1网络输出需后处理保证网络输出设计内嵌约束输出物理量需从 $\hat{\rho}$ 计算 $SQ, ASQ, p$需从 $\hat{\rho}$ 计算 $SQ, ASQ, p$$SQ, ASQ, p$ 直接从 $\sigma$ 得出抗噪声能力依赖噪声模型复杂噪声下可能失效较强但模型复杂可能过拟合强轻量模型对两分量噪声鲁棒实时性潜力低单次估计慢不适合实时中等推理快但模型加载开销大高模型小适合FPGA嵌入式部署多模扩展性极其困难维度灾难困难参数量随模式数急剧增加相对容易协方差矩阵维度增长平缓本方法的核心优势总结如下轻量与高效参数量减少75%内存占用减少75%为在资源受限的边缘设备如FPGA上实现实时量子态层析铺平了道路。精准与鲁棒在实验数据上实现了与密度矩阵方法相当的保真度~0.99并能准确追踪退化曲线和纯度变化对热噪声混合表现出稳健性。物理直观直接输出最具物理意义的二阶统计量协方差矩阵关键指标压缩水平、纯度计算简单直接。扩展潜力协方差矩阵框架天然适用于多模高斯态的描述。虽然本工作聚焦单模但该方法可以相对直接地扩展到多模情况用于实时提取多模纠缠等信息而这正是未来量子网络和量子计算的关键需求。6. 常见问题与排查技巧实录在实际部署和测试这套方法的过程中我们遇到并解决了一系列典型问题。这里将这些问题、背后的原因以及解决方案整理成表供大家参考。问题现象可能原因排查思路与解决方案重建的压缩水平始终偏高或偏低真空校准不准确。这是最常见、最致命的系统误差来源。1.严格检查真空态测量确保在采集真空态数据时压缩光路被完全阻断且探测器的电子噪声已扣除。2.重复校准在实验前后多次测量真空噪声方差取平均值并评估其波动。3.交叉验证用传统频谱分析仪SA测量同一个态的压缩水平与网络输出进行比对。网络输出不稳定同一数据多次推理结果差异大1. 训练不充分或过拟合。2. 输入数据预处理不一致如相位范围未归一化。3. 自助法重采样时数据点选取的随机种子影响过大说明原始数据量或质量不足。1.检查训练曲线观察训练集和验证集损失是否都已收敛且没有明显gap。2.标准化预处理流程确保输入网络的相位值范围与训练时完全一致例如都是 $[0, \pi]$。3.增加原始数据量如果自助法误差棒很大尝试增加单次实验采集的数据点总数$N$。4.使用模型集成加载训练过程中多个检查点checkpoint的模型对同一数据分别推理取结果的平均值可以平滑单次推理的随机性。在高压缩水平15 dB下重建误差明显增大1. 训练数据中高压缩水平的样本不足或分布不均。2. 生成训练数据时QuTiP模拟的希尔伯特空间截断 $n_{\text{max}}$ 设置过低导致高压缩态的数据本身就不准确。1.检查训练数据分布绘制训练集中压缩水平 $r$ 的分布直方图确保高 $r$ 区域有足够多的样本。2.调整截断条件对于高压缩态提高截断条件如总概率 0.99999并重新生成训练数据。3.数据增强对高压缩水平的数据可以添加更多类型或强度的噪声如改变 $\epsilon$, $n$ 的范围进行增强。网络无法收敛损失值震荡或为NaN1. 学习率设置过高。2. 输出层参数化不当导致乔列斯基分解 $LL^\top$ 出现非正定矩阵。3. 训练数据中存在异常值如模拟时数值溢出。1.采用学习率衰减使用如指数衰减或余弦退火的动态学习率。2.检查输出激活函数确保网络输出 $L$ 的对角元经过适当的激活函数如softplus以保证为正从而 $\tau$ 正定。3.数据清洗检查合成数据生成代码确保所有协方差矩阵 $\sigma$ 都满足 $\det(\sigma)\ge1$。对生成的数据进行可视化抽查。在实验数据上表现良好但在全新的实验装置数据上表现差1. 新装置的噪声特性与训练数据分布的噪声模型$\epsilon$, $n$ 范围差异过大。2. 新装置的信噪比SNR远低于训练数据。1.领域自适应收集少量新装置的数据对预训练模型进行微调fine-tuning。这是最有效的方法。2.扩充训练集在生成训练数据时进一步扩大噪声参数$n$, $\epsilon$的采样范围甚至引入更复杂的噪声模型如相位噪声模型。3.预处理增强对新数据应用更激进的滤波或去噪预处理以匹配训练数据的质量。最后我想分享一点个人体会。将机器学习应用于量子物理实验最大的挑战不是调参而是建立准确的物理模型来生成训练数据。我们花在思考和验证两分量噪声模型 $\hat{\rho}_{\text{noisy}}$ 上的时间远多于调神经网络结构。因为如果模型不能反映物理现实再强大的网络也只能学到错误的映射。这项工作也让我看到在追求“完整”和“精确”之间有时需要做聪明的取舍。对于许多以高斯态为核心的应用场景如量子精密测量这套轻量、快速、鲁棒的协方差矩阵估计方案可能比追求全密度矩阵重建的“重型”方案更具实用价值。它就像为量子光学实验装上了一套“实时监控仪表盘”让我们能更快地洞察量子态的动态变化为下一步的量子控制提供即时反馈。