新聞加密貨幣Bitcoin Magazine 量子特刊:你永遠無法真正預知未來

Bitcoin Magazine 量子特刊:你永遠無法真正預知未來

作者: Bitcoin Magazine·

重點速覽

  • •量子低密度奇偶校驗碼允許檢查位元跨裝置驗證遠距離位元,與表面碼相比,每個可靠邏輯位元所需的物理位元數量減少約 10 倍。
  • •Google 在其 Sycamore 和 Willow 超導晶片上的實驗顯示,當位元組合從 17 個增加到 49 個再到 101 個物理位元時,邏輯錯誤率隨之下降,且邏輯位元維持相干性的時間超過任何單一組成部分——這是儲存量子資訊的示範,而非執行運算。
  • •比特幣的橢圓曲線簽章方案在理論上可被夠強大的量子機器以 Shor 演算法破解,而支撐挖礦的 SHA-256 雜湊演算法僅面臨 Grover 演算法的平方級加速,被認為更具抗性。
  • •人工智慧越來越多地被用於解碼量子電腦輸出、開發新量子演算法以及設計物理量子電路布局,有可能加速核心問題的進展。
  • •美國國家標準與技術研究院於 2024 年制定了首批後量子密碼學標準,核准了可取代大型量子機器可能威脅之公開金鑰演算法的方案。
Bitcoin Magazine 量子特刊:你永遠無法真正預知未來

據 Shinobi 在 Bitcoin Magazine 最新印刷版《量子特刊》(The Quantum Issue) 中的文章,量子運算研究的兩項里程碑——糾錯效率的大幅提升,以及對核心擴充假設的首次實驗驗證——已實質改變了未來十年左右造出可用量子電腦的機率。作者提醒,無論是普及化还是資金雄厚者可輕易取得,都無法保證,但近期內出現可用機器的可能性不應被排除。

關於量子電腦是否對比特幣網路構成現實威脅的辯論已持續十多年。這個問題根植於比特幣保護自身的方式:花費資金需要橢圓曲線數位簽章,這類數學問題在原理上可被夠強大的量子機器以 Shor 演算法破解;而支撐挖礦的 SHA-256 雜湊演算法則被認為更具抗性,因為 Grover 演算法僅能提供平方級的加速。早在 13 年前 Shinobi 初次接觸比特幣時,這就已經是嚴肅的討論話題。此後,理論與實際工程都取得了長足進展。這並不代表該技術必然會達到普及,甚至不代表資金雄厚者能相對輕易取得。但在不久的將來造出多台可用機器,是非常有可能的。

糾錯技術的改進

第一項重大改進來自糾錯技術。為了應對在如此微小尺度下工作所產生的固有噪聲,要產生一個在實際運算中有用的邏輯位元,就需要使用多個冗餘的物理位元。

先前的業界最佳方案是表面碼 (surface codes):將多個物理位元捆綁成網格,並將其中一些用作檢查位元,定期「檢查」鄰近位元,以確保疊加態內部沒有發生錯誤(同時不使疊加態坍缩)。每個網格的空位都必須填入檢查位元。

這種檢查位元的需求會產生額外開銷,總計每個邏輯位元可能需要接近 1,000 個物理位元,而且在規模擴大時情況會惡化,因為檢查位元只能檢查緊鄰的位元。因此每組位元都需要以等距間隔配置檢查位元n
量子低密度奇偶校驗 (qLDPC) 碼消除了這一瓶頸,讓檢查位元能夠跨裝置檢查遠距離的其他位元——無論是透過交織的線路跨晶片區段通訊,還是像中性原子設計那樣以物理方式移動原子。這使得產生一個可靠邏輯位元所需的物理位元數量減少了 10 倍。

對比特幣的威脅模型而言,這個開銷比例是關鍵所在。任何能夠對橢圓曲線簽章執行 Shor 演算法的機器,都必須由可靠的邏輯位元組成,因此每個邏輯位元消耗多少物理位元,很大程度上決定了所需硬體的規模。這絕不是可以輕視的進展。雖然這還不是一台朝更高效率邁進的完整功能機器,但它代表了生產完整功能量子電腦的工程流程中的實質效率提升。

基本原理驗證的進展

第二項里程碑涉及一個更根本的問題:增加更多物理位元會降低系統整體噪聲而非增加噪聲的論斷是否真的成立。目前這在很大程度上仍屬理論——而且值得記住的是,迄今為止,從未有一台完整功能的量子電腦端到端地完成過古典電腦無法完成的運算。

Google 使用其 Sycamore(以及後來的 Willow)晶片進行實驗,以實證驗證增加物理位元的效果。兩者都是超導處理器,屬於 qLDPC 研究所解決的物理布局限制所在的同一大類硬體,與透過物理移動原子來安排長距離錯誤檢查的中性原子設計相互競爭。需要非常明確的是,這並不是展示執行運算,而只是展示將資訊儲存在記憶體中而不衰減。

Google 使用由 17 個物理位元、49 個物理位元和 101 個物理位元組成的邏輯位元,證明了隨著物理位元數量的增加,邏輯錯誤率(即資料損壞的頻率)隨之下降。這項測試跨越了一個關鍵門檻:由獨立物理位元構成的邏輯位元,其維持相干性的時間超過了組成它的任何單一物理位元。

同樣要強調的是,這並非躍升到能執行古典機器無法完成之運算的完整功能量子電腦,但這是驗證量子電腦基礎假設之一的實質進展。

AI

在這個問題領域中,我們找到更佳解決方案的並不僅止於此。人工智慧已成為這些系統的重要組成部分。它被用於讀取和解碼量子電腦輸出資訊的實際過程,這是大规模實際利用此類機器的一大瓶頸。

AI 也被用於開發針對這類機器最佳化的新量子演算法。鑑於近期 AI 屢屢協助解決數學領域的重大問題(甚至推翻既有猜想),考慮 AI 帶來重大突破的可能性並非異想天開。

AI 也被用於設計以不同架構建構的物理量子電路。這實際上是一個非常複雜的問題:找出在物理空間中排列量子閘的最佳方式,以將量子層級的噪聲降到最低,同時不產生過多空間而引入延遲、低效率和其他待解決的問題。

這個因素有可能大幅加速解決必要基礎問題的進展。

未來展望

歸根結底,以作者的觀點來看,這一切取決於一個問題:在運算以及對量子資訊的主動操作方面,「增加更多物理位元能降低噪聲」的假設是否確實成立?

如果該假設成立——並且在不久的將來沒有被實驗推翻——那麼在未來十年內造出可用量子電腦就有非常現實的可能性。有大量資源正投入這個問題,解決其中各個部分的進展顯著(儘管尚未壓倒性),而且如果某件事在根本上有可行的辦法,人類通常都能想出來。

這種不確定性並非比特幣獨有。更廣泛的安全產業已經開始為這種長期風險採取行動:2024 年,美國國家標準與技術研究院 (NIST) 制定了首批後量子密碼學標準,核准了可取代大型量子機器可能威脅之公開金鑰演算法的方案。對於追蹤這個領域的讀者來說,近期的觀察指標很明確——邏輯位元組合是否能在錯誤率下降的同時持續擴充,以及實驗是否能從儲存量子資訊進展到主動運算,這正是作者所指出的待解問題門檻。

重點不是現在該恐慌——但這種可能性不應被忽視。

本文刊載於 Bitcoin Magazine 最新印刷版《量子特刊》,在此分享作為整期內容所探討理念的搶先預覽。本文最初發表於 Bitcoin Magazine,作者為 Shinobi。