专栏名称: DeepTech深科技
“DeepTech深科技”是与麻省理工科技评论官方独家合作的一个新科技内容品牌。我们专注于关注三个方面:1、基于科学的发现;2、真正的科技创新;3、深科技应用的创新。
目录
51好读  ›  专栏  ›  DeepTech深科技

科学家证明“伪随机”量子电路存在,量子随机性高昂成本大幅下降

DeepTech深科技  · 公众号  · 科技媒体  · 2025-05-09 16:43

正文

请到「今天看啥」查看全文



图丨Oded Goldreich(来源:European Committee of the Weizmann Institute of Science)


类似地,PRU 是一个由(相对)短的密钥参数化的、可以被高效实现的量子电路家族。其核心安全保证是:对于任何计算能力受限于多项式时间的量子算法(通常被称为“敌手”,Adversary),如果让它与一个从 PRU 家族中随机选择密钥生成的电路进行交互,或者与一个真正的 Harr 随机酉矩阵进行交互,那么这个敌手无法以不可忽略的优势(即成功概率仅略高于随机猜测)来区分这两者。简单来说,PRU 在效果上足够“随机”,同时在构造上又足够“简单”,使得它们有望在真实的量子计算机上被建造出来。


自 2017 年 PRU 概念被正式提出以来,其是否存在一直是量子信息领域的核心开放问题之一。


图丨正式提出 PRU 概念的相关论文(来源: arXiv


在 Fermi Ma 和黄信元的工作之前,研究人员已经取得了一些重要进展,成功构建了满足较弱安全定义的伪随机结构。例如,一些工作构造出了只能抵抗“非自适应”(non-adaptive)敌手的 PRU(这类敌手必须一次性提交所有查询请求,不能根据中间结果调整后续查询)。然而,能否构建能够抵抗一般“自适应”(adaptive)敌手(可以根据之前的查询结果动态调整后续查询策略)的标准 PRU,以及能否抵抗更强大的、可以同时查询酉算子 U 及其逆算子 U† 的敌手,一直是横亘在研究人员面前的一座大山。


路径记录与量子纯化


而 Fermi Ma 和 黄信元 此次的研究成果一举扫清了这些障碍。他们的工作不仅证明了标准 PRU 的存在性,甚至更进一步,证明了更为强大的“强 PRU”的存在性。后者要求即使敌手拥有查询酉算子 U 及其逆算子 U† 的双重能力,也无法将 PRU 电路与真正的 Harr 随机酉矩阵区分开来。而这两种 PRU 的存在性证明都建立在同一个坚实(尽管仍是假设)的基础之上:存在量子安全的单向函数。


单向函数(One-way function)是现代密码学的基石。它指的是一类函数,其正向计算(给定输入计算输出)非常容易,但其反向计算(给定输出找到对应的输入)则极其困难,对于任何已知的算法(包括量子算法,对于量子安全单向函数而言)来说,在多项式时间内完成反向计算都是不可行的。这就像打碎一个花瓶,正向操作(打碎)很简单,但逆向操作(将碎片完美复原)几乎不可能。密码学中的许多安全构造和证明都依赖于单向函数存在性的假设。研究团队的工作揭示了,只要这个被广泛信任的密码学基石在量子计算时代依然稳固,那么高效模仿量子随机性的 PRU 就必然存在。


他们取得这一突破的核心在于一种新的模拟 Harr 随机酉矩阵的方法,他们称之为“路径记录谕示”(path-recording oracle)V。他们证明,任何与 Harr 随机酉矩阵交互的量子算法的行为,都可以被一个在量子计算机上高效运行的模拟过程所精确复制。


图丨路径记录谕示 V 的定义(来源: arXiv


这个模拟过程的核心,是追踪并记录下算法与酉矩阵交互的“路径”或历史信息。具体而言,路径记录谕示 V 作用于算法当前的查询量子态|x⟩A 以及一个存储交互历史的辅助量子寄存器|R⟩R。R 代表一个关系的集合,例如包含了过去的输入输出对 {(x1, y1), ..., (xt, yt)}。


V 算符将输入态 |x⟩A |R⟩R 映射到一个新的量子态。在这个新态中,A 寄存器处于所有可能的输出 y 的均匀叠加态上,但这些 y 必须是“新”的,即不能等于 R 中任何已有配对的输出(y ∉ Im(R),以保持映射的单射性)。同时,R 寄存器则更新为包含了新输入输出对 (x, y) 的状态 |R ∪ {(x, y)}⟩R。形式上可以写作:V: |x⟩A |R⟩R ↦ (1/√Zx,R) Σy∈[N], y∉Im(R) |y⟩A |R ∪ {(x, y)}⟩R,其中 Zx,R 是确保归一化的因子。


研究的关键成果在于证明了这个 V 操作不仅可以被量子计算机高效执行,而且它所模拟的 Harr 随机酉矩阵与真实的 Harr 随机酉矩阵之间,对于任何进行了 t 次查询的高效算法所产生的最终状态,其迹距离(trace distance)差异极小,仅为 O(t²/2ⁿ)(n 为量子比特数)。这意味着对于多项式次数的查询 t,这种模拟在统计意义上是极其精确的。路径记录框架因此提供了一种全新的、更为简洁的分析 Harr 随机性的有力工具,成功绕开了传统研究中对复杂的魏因加滕微积分(Weingarten calculus)及其渐近界估计的依赖。







请到「今天看啥」查看全文