人工智能推动量子“Q日”更接近现实——并破解加密：新研究

2025-09-10 03:28 loading...

币圈网报道：

这项突破标志着量子技术的关键性成熟，人工智能如今正被用于掌握和表征量子系统的巨大复杂性——将曾经难以解决的问题转化为可分析甚至可预测的现象。其意义远不止学术层面：掌握这种复杂性对于推进量子硬件、验证性能以及在加密、材料发现和制药等领域部署量子应用至关重要。

一项新研究量子时代精神重点介绍人工智能（尤其是深度学习和语言模型）如何近似大规模复杂量子系统的状态，从而绕过长期困扰物理学家的指数扩展障碍。

研究人员正在利用传统的机器学习、深度神经网络甚至语言模型来预测物理特性（如磁化强度和熵），并充当完整量子系统的“替代模型”——绕过量子态数据爆炸式增长的捷径。

arXiv 上的配套报告，“用于表示和表征量子系统的人工智能”将这些进步分为三个相关的人工智能范式——机器学习、深度学习和基于变换器的模型——并认为每个范式都为优化算法、基准测试量子设备和探测物质的复杂相等任务带来了独特的优势。

为“Q 日”做好准备

足以模拟大型系统的量子计算机，有可能打破当今数字经济的密码学基础。大多数区块链、银行和安全通信仍然依赖于RSA和椭圆曲线加密方法，而一旦量子计算机达到规模化，这些方法就可能被破解。人工智能在加速量子表征方面发挥的作用，缩短了这一时间线，也加大了各行各业在所谓的“量子日”（Q-Day）到来之前采用后量子密码学的压力。

当专家们警告“Q日”即将到来——量子计算机即将打破当今加密技术的时刻——他们并非只是在幻想。Post Quantum 的 2025 年分析预计最早在 2030 年就会出现能够破解 RSA-2048 的机器，前后两年，而英国的国家网络安全中心敦促企业到 2028 年开始迁移到量子安全系统，并到 2035 年全面采用。

最近行业调查调查结果更为严峻，61% 的安全专家认为现有加密技术可能在短短两年内被破解，另有 28% 的安全专家预计破解将在三到五年内出现。

网络安全公司表示，更为谨慎的预测将风险进一步拉大，表明到 2034 年发生数据泄露的可能性仅为四分之一，但到 2044 年，这一概率将攀升至近 80%。捕获 Bug.

人工智能如何加速量子时代的到来

随着系统规模的扩大，量子断层扫描或模拟等传统方法很快就会变得极其缓慢。人工智能提供了一条捷径，让模式识别能够更优雅地扩展，从而揭示曾经被认为深不可测的系统奥秘。

准确的表征是构建可靠量子硬件和软件的先决条件。例如，德国公司IQM刚刚筹集了 3.2 亿美元美国主导的投资标志着其进军云端支持的量子比特机器生产领域，并凸显了人们对性能可证明的量子系统的兴趣。

在澳大利亚，研究人员使用量子机器学习方法——称为量子核对齐回归器 (QKAR)——用于模拟半导体制造中的关键因素。结果：即使使用极小的数据集，其准确率也比传统方法提高了 20%。

除了 ESPRIT 定律或 Neven 的倍增指数定律（描述量子计算能力的增长速度可能比简单的指数趋势更快）之外，人工智能工具可以成为推动者，将原始量子数据转化为我们可以采取行动的信息。

底线

量子计算的前景——指数级的问题解决、牢不可破的加密、变革性的药物和材料发现——取决于一项被低估的能力：理解机器在做什么。人工智能不仅仅是一个实验性的助手；它正在成为一种重要的解释者和推动者为了世界的量子野心。

随着资金激增和应用增多，未来将不再只是量子，而是人工智能支持的量子。这或许才是最终将理论转化为变革的关键。