岳排槐 编辑
量子位 出品 | 公众号 QbitAI

据消息,潘建伟团队日前成功实现了器件无关的量子随机数,将在数值模拟、密码学等领域广泛应用,并有望形成新的随机数国际标准。

相关研究成果于北京时间20日由国际权威学术期刊《自然》在线发表(http://dx.doi.org/10.1038/s41586-018-0559-3)。

中科大教授潘建伟及其同事张强、范靖云、马雄峰等与中科院上海微系统与信息技术研究所、日本NTT基础科学实验室合作,利用量子纠缠的内禀随机性,在国际上首次实现器件无关的量子随机数。这是目前安全性最高的随机数产生装置。

随机数在科学研究和日常生活中都有着重要应用。

例如,天气预报、新药研制、材料设计、工业设计和核武器研制等领域,常常需要通过数值模拟进行计算,关键就是要有大量随机数输入;游戏、人工智能等领域,需要使用随机数来控制系统演化;在通信安全、现代密码学等领域,则需要第三方完全不知道的随机数作为安全性的基础。

根据量子力学,科学家可以制造出真正的随机数产生器,即使采用恶意第三方制造的组件,或者使用计算能力超强的量子计算机,也无法预测或获知它所产生的随机数。目前国际上纷纷开展这种随机数产生器的研制工作。

潘建伟介绍,其团队的这一成果是在此前技术基础上,优化了纠缠光子收集、传输、调制等效率,并采用上海微系统所开发的高效率超导单光子探测器件,实现了高性能纠缠光源的高效制备;通过设计快速调制并进行合适的空间分隔设计,满足了器件无关的量子随机数产生装置所需的类空间隔要求。

“无论经典密码学还是量子保密通信,都需要真正的随机数作为保障。”潘建伟说,在现有的量子保密通信系统中,如果采用自己制备的或者可信制造商制备的量子随机数产生器,其安全性可以得到保障。但如果不小心采用了恶意第三方制造的器件,可能会发生随机数泄漏。

新的成果确保即使是使用不信任第三方的器件,也可以产生真随机数并且不会泄漏,从而确保通信安全。

以往通常有两类获取随机数的途径:基于软件算法实现或基于经典热噪声实现。

软件算法实现的随机数是利用算法根据输入的随机数种子给出均匀分布的输出。然而,对于确定的输入,固定的算法将给出确定的输出序列,从这个角度上来说,这类随机数本质上是确定性的,并不真正随机。

基于经典热噪声的随机数芯片读取当前物理环境中的噪声,并据此获得随机数。这类装置相对于基于软件算法的实现,由于环境中的变量更多,因此更难预测。然而在牛顿力学的框架下,即使影响随机数产生的变量非常多,但在每个变量的初始状态确定后,整个系统的运行状态及输出在原理上是可以预测的,因此这一类装置也是基于确定性的过程,只是某种更难预测的伪随机数(pseudo random number)。

量子力学的发现从根本上改变了这一局面,因为其基本物理过程具有经典物理中所不具有的内禀随机性,从而可以制造出真正的随机数(true random number)产生器。

量子力学这种内禀的概率特性,从量子力学理论发展的初期就一直深深困扰着爱因斯坦、薛定谔和温伯格等重要物理学家。

△ 基于量子纠缠的量子随机数产生示意图

爱因斯坦坚信“上帝是不会掷骰子的” (God does not play dice),他认为一定存在着一个更高的确定性理论,量子力学只是该理论的近似,而量子力学的内禀随机性则只是因为我们不了解这种理论而带来的误解。

爱因斯坦和薛定谔等人提出了量子纠缠的概念,试图用量子纠缠这种奇怪的量子状态来论证量子力学基础的不完备和量子随机性的荒谬。而以玻尔为首的哥本哈根学派则捍卫量子随机性,认为量子力学的基础是完备的。

两个学派进行了长达30年的争论,但在当时,两种观念没能给出在实验上可以加以严格区分的精确预言,所有的争论都局限于哲学层面。

直到1964年,美国物理学家贝尔发现通过对量子纠缠进行关联测量,量子力学和定域确定性理论会对测量结果有着不同的预言。利用这个特性即可开展贝尔实验检验,从而判定量子力学的基础是否完备和量子随机性是否存在。

贝尔的理论提出之后的几十年中,世界各国的众多科研小组进行了大量的实验,量子力学和量子随机性经受住了相关的实验检验。然而到目前为止,尚有两个漏洞需要关闭,即自由选择漏洞(freedom-of-choice loophole)和塌缩的定域性漏洞(collapse locality loophole)。

潘建伟小组长期从事量子力学基础检验,针对这两个漏洞,他们分别利用观察者自主选择和遥远星体发光产生的随机数,于今年分别实验实现了超高损耗下和有观察者参与的贝尔实验检验,文章先后发表在《物理评论快报》[Phys. Rev. Lett. 120,140405 (2018)]、[Phys. Rev. Lett. 21,080404 (2018)]和《自然》杂志[Nature 557, 212 (2018)]杂志上,为最终实现无漏洞贝尔实验检验奠定坚实的科学和技术基础。

重要而有趣的是,由于贝尔实验与量子内禀随机性存在着深刻的内在联系,贝尔实验的检验可以从根本上排除定域确定性理论,从而实现不依赖于器件的量子随机数,即器件无关量子随机数。

这类随机数发生器被认为是安全性最高的随机数产生装置,即使采用恶意第三方制造的组件,或者窃听者拥有计算能力最强的量子计算机,也无法预测或获知它所产生的随机数。

因此目前国际上纷纷开展这种随机数产生器的研制工作,美国国家标准局(NIST)正计划利用器件无关的量子随机数产生器建立新一代的随机数国家标准。

实现器件无关的量子随机数产生器在实验上具有极高的技术挑战:整套随机数产生装置需要以极高的效率进行纠缠光子的产生、传输、调制、探测;同时,不同组件间需要设置合适的空间距离以满足类空间隔要求,才能以最高的安全性保证任何窃听者不能通过内部通信伪造贝尔不等式测试的结果。

潘建伟、张强研究组在此前系列贝尔实验中发展的技术基础上,经过三年多的努力发展了高性能纠缠光源,首先优化了纠缠光子收集、传输、调制等效率,并采用中科院上海微系统所开发的高效率超导单光子探测器件,实现了高性能纠缠光源的高效探测([Phys. Rev. Lett. 120,010503 (2018)])。

然后通过设计快速调制并进行合适的空间分隔设计,满足了器件无关的量子随机数产生装置所需的类空间隔要求。最终,在世界上首次实现了器件无关的量子随机数产生器。

△ 器件无关量子随机数实验装置

该工作及后续工作将为密码学和数值模拟以及需要随机性输入的各个领域提供真正可靠的随机性来源,同时由于可信任的随机数源是现实条件下量子通信安全性的关键环节,器件无关随机数的实验实现也进一步确保了现实条件下量子通信的安全性。

未来,中国科大团队将建设高速稳定的器件无关量子随机数产生装置,通过提供基于量子纠缠内禀随机性的、高安全性的随机数,争取形成新一代的国家随机数标准。

该研究工作得到了中科院、科技部、国家自然科学基金委、教育部和安徽省的支持。

未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能,互联网和脑科学交叉研究机构。

未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。

  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”

潘建伟团队再登Nature:全球首次实现器件无关量子随机数,量子保密通信安全再升级...相关推荐

  1. cnn 准确率无法提升_清华类脑芯片再登Nature: 全球首款基于忆阻器的CNN存算一体芯片...

    传统计算架构中计算与存储在不同电路单元中完成,造成大量数据搬运功耗增加和额外延迟,被认为是冯·诺依曼计算架构的核心瓶颈. 人类的大脑却并非如此,而是直接在记忆体里计算.被认为具有「存算一体」潜力的忆阻 ...

  2. 潘建伟团队再登Nature:建成全球首个集成量子通信网,全长4600公里

    开发者社区技术周刊又和大家见面了,快来看看这周有哪些值得我们开发者关注的重要新闻吧. MariaDB为Java开发者加入R2DBC连接器 潘建伟团队再登Nature:建成全球首个集成量子通信网,全长4 ...

  3. 清华类脑计算成果再登Nature:张悠慧施路平团队出品,有望打破冯诺依曼瓶颈...

    贾浩楠 发自 凹非寺 量子位 报道 | 公众号 QbitAI 清华类脑计算研究成果,再登Nature. 新研究的关键词是:类脑计算.新计算机系统框架.通用人工智能(AGI). 它的重要性,在于有希望打 ...

  4. 复旦的新衣再登Nature!穿在身上能为手机充电,可水洗可弯折,刀戳车撵都不坏...

    点击上方"AI遇见机器学习",选择"星标"公众号 重磅干货,第一时间送达 杨净 鱼羊 发自 凹非寺 量子位 报道 | 公众号 QbitAI 今天,一件来自中国的 ...

  5. 复旦的新衣再登Nature!穿在身上能为手机充电

    近日,一件来自中国的衣服登上了Nature. 没看出有什么特别?别眨眼,下一秒神奇的事情就发生了(注意那个手机). 没错,这件衣服正在给手机无!线!充!电! 不是把充电宝缝进了衣服里,而是这件可以正常 ...

  6. 21℃室温超导引爆物理圈,曾被撤稿再登Nature,真能实现吗?附完整现场视频!...

    ‍ 昨天下午在微信群,看到有网友发了一个聊天记录,大概一看,说是一个科学家制造出了一种新的超导材料,可以在常温下实现超导,超导这个概念大家都知道,但印象之前是在很低温的环境下,绝对零度才能实现的,内容 ...

  7. 巨大冲击!AlphaFold2再登Nature,从业者都懵了:人类98.5%的蛋白质,全都被预测了一遍...

    梦晨 边策 明敏 发自 凹非寺 量子位 报道 | 公众号 QbitAI 98.5%的人类蛋白质结构被AlphaFold2预测出来了! 而且还做成了数据集,全部免费开放! 在开源AlphaFold2仅一 ...

  8. 植入「电子神经」,瘫痪小鼠也能踢球,鲍哲南团队成果登Nature子刊

    鱼羊 发自 凹非寺 量子位 | 公众号 QbitAI 植入一根电子神经,原本已失去行动能力的小鼠竟直接踢起了球. 这事儿如今真真发表在了Nature子刊<自然·生物医学工程>上,研究团队由 ...

  9. 前所未有:用AI控制核聚变,DeepMind再登Nature

    点击上方"CSDN精品课",选择"置顶公众号" 第一时间获取精品编程教程 毫无疑问,DeepMind 正在加速将其 AI 算法应用于最前沿的科学问题上. 继此前 ...

最新文章

  1. 用python画漂亮图片-使用 Python/matplotlib 画出漂亮的论文插图
  2. 中断处理函数中自旋锁的应用
  3. 执行java脚本_怎么用bat执行java应用程序
  4. MyBatis 编程式开发中的核心对象及其作用?
  5. 手动安装lzop压缩工具 - JerryMo06的专栏 - 博客频道 - CSDN.NET
  6. nsga2代码解读python_代码资料
  7. 【SSO单点系列】(6):CAS4.0 单点流程序列图(中文版)以及相关术语解释(TGT、ST、PGT、PT、PGTIOU)...
  8. python实现点击按钮_python实现点击按钮修改数据的方法
  9. 权限管理----用户与角色关系
  10. 申请清华大学计算机类的理由,选择清华大学的十大理由(网络收集整理)
  11. 易用宝项目记录day5-shiro
  12. linux命令mvn,Linux下使用mvn命令(maven)
  13. OpenModelica模型导入Simulink运行的方法
  14. java统计误码率_MATLAB通信工具箱来计算误码率
  15. FAN 人脸对齐网络结构详细解析
  16. 6月 CSDN 创作者之夜:获奖名单公布
  17. 计算机网络笔记(王道考研) 第三章:数据链路层
  18. 揭密Oracle之七种武器之三:破译古老的谜题---共享CBC Latch的秘密
  19. java开发有必要刷leetcode吗_刷 leetcode 需要哪些基础?
  20. 简单园区网络基本架构

热门文章

  1. 什么是优秀的图表示?斯坦福提出首个信息论原则——图信息瓶颈
  2. 太赞!Python和Excel终于可以互通了
  3. 腾讯130公顷的深圳新总部了解一下,大小相当于曼哈顿城
  4. 编程语言趋势最新报告:开发者最青睐DevOps,Kotlin增长最快
  5. 【大咖论道】周志华,唐杰教授等专家,站在 2022,展望大模型的未来
  6. Nature:13个维度,手把手教“研究er”如何做报告
  7. SAP MM 初阶之供应商寄售采购模式下ERS功能的测试
  8. 无监督学习多模态融合!腾讯优图联合厦门大学发布2021十大AI趋势
  9. 人脸识别技术的那些前世今生
  10. NLP 领域还有 5 大开放问题