如何把量子计算机调教成终极随机数生成器?


2018年 。谷歌人工智能实验室造出了一款名为 Bristlecone 的 72 量子比特 (qubit) 的量子处理器 。
近期有学者提出了一个提议:如何从单个设备中获得随机性——仅靠一台量子计算机 。这被称之为采样任务(sampling task) 。这也是首批进行测试的量子优势 。我们可以这样理解这项任务:
假设 。有一个装满卡片的盒子 。每一个棋子上都有一些诸如 000、010、101 的 01 序列 。如果是三位数字 。那么一共有 8 种可能 。但是每一种卡片都不是唯一的 。也许会有 50 张“010” 。25张 “001” 。这些卡片数量的分布情况决定了每次随机抽取出一张卡片上数值的可能性 。在上面那个例子中 。拿出一张“010”的可能性是拿出“001”的两倍 。
对于一个采样任务来说 。其中包含着一个算法:一个盒子中装有以一定概率分布的各种卡片 。从这个盒子中拿随机抽出一张卡片 。一种卡片的分布概率越大 。那么它被算法抽出的可能性也越大 。
当然 。一个抽象的算法并不会真的把手伸到某个盒子里去摸卡片 。实以输出一个50位长度的随机数为例 。实际上 。这个算法首先会给出一个指定了这50位数所有可能的输出组合的概率分布 。然后随机输出一个二进制数 。
我希望这是量子计算机上的第一个应用 。——John Martinis 。谷歌量子计算项目主管
对于一台传统计算机来说 。随着输出位数的增加 。计算复杂度会指数快的增加 。但是对于一台量子计算机而言 。无论是 5 位还是 50 位随机数的生成都一样直接 。
量子计算机从所有的量子比特(qubits)的某个特定状态开始运算(比如 。初始态为 0) 。就像传统计算机使用逻辑电路操纵比特一样 。量子计算机使用量子等价物(量子门)操纵量子比特 。
但是有所区别的是 。量子门可以把量子比特置于奇怪的状态 。比如 。有一种门可以把始态为 0 的量子比特置入 0、1 叠加的状态中 。这时如果你去测量这个量子比特的状态 。它就会以相等的概率随机的塌缩至 0 或 1 状态 。
更令人惊奇的是 。同时作用于两个或多个量子比特的量子门会导致这两个量子比特发生纠缠 。在这种情形下 。量子比特的状态的测量结果就会出现统计关联 。这时候 。量子比特的状态就只能用量子状态来描述了 。
如果把众多量子门连接在一起 。让它们以特定的顺序作用于一组量子比特 。就创建了一组量子电路 。以我们上面提过的例子来
其他观点:
【如何把量子计算机调教成终极随机数生成器?】自然界随机??爸爸妈妈叫你干啥你咋办呀

    推荐阅读