让量子计算走近大众:潘建伟、陆朝阳团队证实盲量子计算的可行性

简介:

量子计算技术的突飞猛进不断证明着计算机技术的革命在即,然而技术上的成熟只是一个方面,维持量子比特的严苛环境决定了量子计算机可能没有机会像当年的PC(个人电脑)一样真正走入千家万户。

于是就有了这么一个我们很熟悉的折中方案——云计算,即客户端仍然使用传统计算机,大量的量子计算则被留在了云端。那么问题又来了,所有信息的安全性该如何保证呢?目前最好的解决方案就是——盲量子计算。

“盲量子计算(blind quantum computing)”是一种远程的量子计算模式,用户(clients)可以将自己的计算任务外包给量子计算服务商(quantum servers),用服务商的量子设备进行计算。“盲”意味着量子服务商无法获得计算任务的全部信息,从而保证了计算的安全性。过去人们认为,要进行这种远程的盲量子计算,用户必须也要拥有量子设备才能委托计算任务给量子服务商。最近,来自中国的科学家们发现,即使是只拥有经典计算机,没有任何量子设备的普通用户也可以将自己的计算任务外包给量子服务商,来执行盲量子计算。

这一发现是由中国科学技术大学的潘建伟、陆朝阳领导的研究小组完成的,发表在近期的《物理评论快报》(Physical Review Letters)上。

“我们首次证实了,一个完全的经典客户可以委托自己的量子计算任务给一个不可信的量子服务商,同时可以保证隐私不会被窃取。”陆朝阳说。

盲量子计算最初的设想是这样的:虽然相比于经典计算机,量子计算机有着指数级别的计算优势,但是在未来的很长一段时间内,由于量子计算机高昂的研发成本,复杂的硬件,只有少数机构能拥有量子计算机。所以,与其让所有人都拥有自己的量子计算机,不如通过盲量子计算,外包计算任务给量子服务商,让服务商代执行计算,而且能保证信息的安全,不用担心被窃取。

虽然近些年很多种盲量子计算协议被设计出来,但是所有的这些协议都有着一个相同的弊端:需要客户有能力去执行一些特定的量子任务,比如说制备或者测量一个量子比特(qubit)的量子态。但是大多数只拥有经典设备的用户是无法执行这些量子任务的,排除掉这个弊端对于大多数用户无疑是一个非常好的消息。

让量子计算走近大众:潘建伟、陆朝阳团队证实盲量子计算的可行性

在这个最新的研究中,物理学家们通过实验证实,一个只拥有经典设备的客户可以外包一个简单的任务(比如说因式分解数字15)给两个并不完全知道这个任务的量子服务商。由于每个服务商只解决了部分的这个问题,并且物理的隔绝了两个服务商进行通讯的可能性,所以这个方案是安全的。并且为了进一步保证这两个服务商的诚实性,客户还可以给他们一些虚假任务(dummy tasks),通过这些虚假任务来验证服务商的诚实性和正确性。

研究者们希望这种新方法可以被扩大,从而实现安全,可外包的量子计算。在未来的某一天,还可以应用到量子云(quantum cloud)服务上,让量子计算可以被大众广泛使用。

“盲量子计算协议是一种很重要的隐私保护技术,对于未来的量子云安全计算,量子安全网络有着十分重要的意义,”陆朝阳解释道,“使用我们这种盲量子计算协议,经典客户可以在不拥有量子设备的情况下,安全、精确地将计算任务外包给服务商云端。这不仅节约了资源,而且使得大规模量子计算变得可能。”

未来,科学家们希望可以减少盲量子计算更多的约束条件,使盲量子计算变得更加易用。

“我们计划未来从理论和实验上来研究需要资源更少,约束条件更少,更加具有鲁棒性的盲量子计算,”陆朝阳说,“我们还将探索更多的盲量子计算的应用情景,比如说多用户盲量子计算,可公开验证量子计算和多方安全量子计算。”


原文发布时间为:2017.05.20
本文作者:DeepTech深科技
本文来源:今日头条,如需转载请联系原作者。

目录
相关文章
|
4月前
|
JavaScript 前端开发 算法
Vue 与 React 深度对比:底层原理、开发体验与实际性能
本文深入对比Vue 3/Vue 4与React 19的核心原理、性能差异与开发体验。Vue基于Proxy响应式与编译优化,追求自动高效;React依托虚拟DOM、Fiber架构与并发渲染,强调灵活可控。两者在更新粒度、语法范式、学习曲线和生态上各有优劣。Vue适合快速开发与中小型项目,React更适配复杂交互与高定制需求。未来Vue趋向信号机制与Vapor Mode,React发力服务端组件与自动记忆化。选择应基于团队能力、项目场景与维护成本,追求技术适配性而非先进性。
620 6
|
12月前
|
机器学习/深度学习 人工智能 安全
《量子加密携手AI:构筑网络安全的坚固防线》
在数字化时代,网络安全至关重要。量子加密技术基于量子力学原理,提供近乎绝对的信息传输安全性;AI安全防护则通过机器学习实时检测和防御网络威胁。两者的结合为密钥管理、加密算法优化及威胁防御带来了革命性提升,形成全方位的网络安全体系。尽管面临技术挑战,但其潜力巨大,有望成为未来数字生活安全的基石。
367 7
|
人工智能 自然语言处理 监控
《AI赋能共享经济:资源配置与服务质量的双重优化》
共享经济借助互联网平台实现闲置资源高效利用,AI技术的融入进一步优化资源配置和服务质量。AI通过精准需求预测、智能调度和动态分配策略提升资源使用效率;借助个性化推荐、智能客服和实时监控改善用户体验。典型案例如Airbnb和滴滴出行展示了AI在提高预订率、减少等待时间和提升安全方面的显著成效。尽管面临数据隐私等挑战,AI仍为共享经济带来巨大创新和发展机遇。
660 18
|
人工智能 自然语言处理 安全
国内如何使用claude?人工智能claude国内使用方法来了!
Claude AI 是由 Anthropic 公司开发的一款新一代 AI 助手,旨在成为更安全、更友好、更可靠的 AI 系统。它基于 Anthropic 对 AI 安全性的深入研究,并采用 “Constitutional AI” (宪法式 AI) 的训练方法,
|
传感器 监控 物联网
智能水管理:城市水资源的优化分配
【10月更文挑战第9天】在城市化进程中,水资源管理和分配成为关键议题。面对人口增长、工业与农业需求增加导致的资源短缺和污染问题,智能水管理技术应运而生。本文探讨其概念、技术和应用,展示如何通过现代信息技术、物联网、大数据分析及人工智能手段实现水资源的实时监控、精准预测和智能调度,从而提升城市供水系统的安全性与可靠性,促进可持续发展。
|
机器学习/深度学习 PyTorch 算法框架/工具
VQ-VAE:矢量量化变分自编码器,离散化特征学习模型
VQ-VAE 是变分自编码器(VAE)的一种改进。这些模型可以用来学习有效的表示。本文将深入研究 VQ-VAE 之前,不过,在这之前我们先讨论一些概率基础和 VAE 架构。
1417 10
|
人工智能 自动驾驶 开发者
人工智能伦理困境:机器自主性与人类责任
在人工智能技术迅猛发展的今天,我们面临着一个前所未有的伦理挑战。随着机器智能的不断提升,它们在决策过程中展现出越来越多的自主性。本文将探讨这一现象背后的伦理问题,特别是当AI系统的行为导致负面后果时,我们应如何界定人类的责任。我们将分析几个关键领域,包括自动驾驶汽车、医疗诊断以及军事应用,来揭示当前的法律和道德框架在应对这些挑战时的不足之处。通过提出一系列针对性的建议,本文旨在推动对AI伦理问题的深入讨论,并促进相关法规的完善。
|
安全 网络安全 数据安全/隐私保护
深入理解HTTP协议:工作原理与安全性
【6月更文挑战第28天】HTTP是互联网基础协议,用于浏览器与服务器通信。基于请求-响应模型,无状态且可扩展。但其明文传输、缺乏身份验证和数据完整性校验导致安全问题。HTTPS 加入SSL/TLS,提供加密、身份验证和完整性校验,保障网络安全。了解HTTP原理和安全至关重要。
|
消息中间件 固态存储 RocketMQ
RocketMQ消息堆积常见场景与处理方案
文章分析了在使用RocketMQ时消息堆积的常见场景,如消费者注册失败或消费速度慢于生产速度,并提供了相应的处理方案,包括提高消费并行度、批量消费、跳过非重要消息以及优化消费代码业务逻辑等。

热门文章

最新文章