众所周知,单凭算法无法制造出真正意义上的随机数。

随机数在许多领域都有重要的应用,例如密码学、科学模拟、彩票和基础物理测试。这些应用都依赖于随机数的不可预测性,而这种不可预测性在经典过程中通常无法保证。在计算机科学中,随机数生成器(RNG)基于伪随机数生成算法,确定性地从一个随机种子扩展出一串随机数。虽然输出序列通常在0和1之间完美平衡,但存在强烈的长程相关性,这可能会损害密码安全性,导致科学模拟中的意外错误或者在基础物理测试中打开漏洞。

真正的随机性只能通过涉及内在随机性的过程获得。

量子力学中,一个系统可以被制备在基态的叠加态上。根据玻恩规则,量子态的测量结果可以是本质上的随机,即它永远不存在比瞎猜更好的预测方法。因此,量子测量中内在随机性可以被用于生成真·随机数。

量子随机数生成器(QRNG)是利用量子力学原理产生真正随机数的设备。QRNG的一个关键参数是生成速度,即每秒可以产生多少比特的随机数。

之前,最快的QRNG是由澳大利亚国立大学(ANU)开发的,它利用真空中的量子涨落来产生高达16 Gbps(每秒160亿比特)的随机数。他们的官网提供了真随机数种子给互联网上的访问者。我们可以借助这些随机数种子,借助算法,生成自己的随机数。

现在,得益于比利时、丹麦和意大利机构的研究人员开发的创新技术,我们可以在创纪录的速度获得量子随机数,从字面上的虚无中提取 100 Gbps 的随机信息。

这一最新进展背后的研究人员展示了一种被称为集成平衡零差检测器的设备如何高效数倍地工作,但又不需增加太多支出。

零差检测测量量子态电场的特征,这对于持续跟踪虚拟粒子的啪啪声、噼啪声和爆裂声非常方便。

不幸的是,量子态还有一个令人沮丧的习惯,它会与环境中不那么量子的特征纠缠在一起。

为了处理这种影响零差检测器读数的环境“噪声”,该团队集成了可以识别潜在干扰源并将其考虑在内的技术,提高了系统对实际随机波动的灵敏度。

缩小体积后,他们的最终成果是一个芯片级平台,能够可靠地抽出随机数来满足所有加密需求。

随着计算能力的增长以及我们保护秘密不被窥探的需求变得越来越紧迫,确保数据安全传输的可靠方法变得越来越重要。

这意味着任何计算机都无法猜测的大串代码。

当然,随机数在各个领域都很有用,从确保研究样本没有偏见,到确定《龙与地下城》中的五级精灵法师是否可以用魔能飞弹击中巨人。

这项研究发表在 PRX Quantum 上。

https://www.sciencealert.com/random-numbers-can-now-be-generated-at-record-speed-all-using-quantum-fluctuations

如果对量子随机数感兴趣,可以访问https://qrng.anu.edu.au/来获取更多信息和资源。

[ 广告 ]
赞一个 (6)

PREV :
NEXT :