设置
  • 日夜间
    随系统
    浅色
    深色
  • 主题色

实验首次实证:量子通信优于传统信息传输方式

2018/12/27 7:41:56 来源:网易科技 作者:晗冰 责编:远洋

据国外媒体报道,量子计算机仍然是一个梦想,但是量子通信的时代已经到来。巴黎的一项新实验在解决抽样匹配问题时首次证明,量子通信优于传统的信息传输方式。

论文合著者,巴黎索邦大学电气工程师Eleni Diamanti表示,“我们是第一个在双方传递信息中显示出量子优势的。”其合作者是巴黎狄德罗大学计算机科学家Iordanis Kerenidis和Niraj Kumar。

量子机器利用物质的量子特性对信息进行编码,人们普遍认为它将彻底改变现有的计算科学。但这种发明进展缓慢。当工程师们努力打造基本的量子计算机时,理论计算机科学家们却遇到了一个根本性障碍:他们无法证明经典计算机永远无法完成量子计算机设计的任务。例如,在去年夏天,一位来自德克萨斯州的少年证明,一个长期以来被认为只能通过量子计算机快速解决的问题,也可以通过经典计算机快速解决。

然而在通信领域,量子方法的好处可以得到证明。十多年前,计算机科学家证明,至少在理论上量子通信比传统传递信息的方式要好。

“大多数人都在研究计算任务。我们研究的一个很大优势在于,在通信中使用量子方法的优点是可以证明的。”Kerenidis如是指出。

2004年,Kerenidis和另外两名计算机科学家设想了这样一个场景:一个人需要将信息发送给另一个人,这样另一个人就可以回答特定的问题。研究人员证实,量子装置可以通过比经典通信系统更少的指数级信息来完成这项任务。但是他们所设想的量子结构是纯理论的,远远超出了当时的技术水平。

“我们可以证明这种量子优势,但实际上很难实现量子协议,”Kerenidis说。

这项新研究对Kerenidis和他的同事们设想的情景进行了修改。该研究讨论的问题涉及两个用户,爱丽丝和鲍勃。爱丽丝有一组编号的球。每个球的颜色是随机的红色或蓝色。鲍勃想知道随意挑选的一对球是相同的颜色还是不同的颜色。爱丽丝希望尽可能少地向鲍勃发送信息,同时仍然确保鲍勃能够回答他的问题。

这个问题叫做“抽样匹配问题”。“它对密码学和数字货币也有影响,在这些领域,用户通常希望交换信息,而不必透露他们所知道的一切。它也非常适合展示量子通信的优势。”

加州理工学院计算机科学家托马斯·维迪克(Thomas Vidick)说,“你不能只是说,‘我想给你发送一部电影或者一个千兆的东西并把它编成一个量子状态’”,从而通过这种任务来找到量子通信的优势,“你必须关注更微妙的任务。”

若要通过经典通信方式解决抽样匹配问题,爱丽丝必须向鲍勃发送与球数平方根成比例的信息。但是量子信息的非正统性使得更有效的解决方式成为可能。

在新工作中使用的实验室设置中,爱丽丝和鲍勃通过激光脉冲进行通信。每个脉冲代表一个球。脉冲会通过一个分束器,分束器将每个脉冲的一半发送给爱丽丝,另一半发送给鲍勃。当一个脉冲到达爱丽丝时,她可以移动激光脉冲的相位来编码每个球的信息——无论是红球还是蓝球。

与此同时,鲍勃将他所关心的两对球信息编码到他那一半的激光脉冲中。然后这些脉冲汇聚到另一个分束器中,在那里它们相互干扰。这两组脉冲相互干扰的方式反映了每个脉冲的相位被移动的方式。这样一来,鲍勃可以读出附近光子探测器上的干涉图样。

在鲍勃“读取”爱丽丝的激光信息之前,爱丽丝的量子信息能够回答关于任意一对球的任何问题。但在读取量子信息的过程中,鲍勃破坏了所有信息,只获得了一对球的信息。

量子信息能够以多种方式进行读取,但最终只能以一种方式读取。量子信息的这一特性极大减少了为解决采样匹配问题而需要传输的信息量。如果爱丽丝需要给鲍勃发送100个经典比特数来确保他能够回答出问题,那么只需要发送大约10个量子位就能完成同样的任务。

科罗拉多州博尔德市美国天体物理联合实验室物理学家、专门从事量子技术研究的格雷姆·史密斯(Graeme Smith)说,“如果你想打造一个真正的量子网络,这是你必须要做的原则性证明。”

这项新实验是相比于经典方法的彻底胜利。研究人员进入实验,确切知道要解决这个问题需要传递多少经典信息。然后他们无可争议地证明,量子通信方法能够以一种更精简的方式解决问题。史密斯说:“在这篇论文中,我们很高兴看到人们真的在努力证明用经典通信方法来完成这件事是困难的,然后用量子方法完成了这件困难的事情。”

这一研究结果还提出了实现计算机科学长期目标的另一种途径:证明量子计算机优于经典计算机。这种量子“霸权”在纯计算领域很难确立,但许多重要问题不仅仅事取决于计算。

Kerenidis说:“将我们能做的与计算和通信能力这两件事结合起来,将更容易证明量子优势。”

广告声明:文内含有的对外跳转链接(包括不限于超链接、二维码、口令等形式),用于传递更多信息,节省甄选时间,结果仅供参考,IT之家所有文章均包含本声明。

软媒旗下网站: IT之家 最会买 - 返利返现优惠券 iPhone之家 Win7之家 Win10之家 Win11之家

软媒旗下软件: 软媒手机APP应用 魔方 最会买 要知