電腦 / 手機發(fā)送的每一條電子郵件、短信或數(shù)據(jù)包背后都要求信息穿越開放的互聯(lián)網(wǎng)環(huán)境，但在自然災(zāi)害、戰(zhàn)爭或大規(guī)模網(wǎng)絡(luò)中斷期間，這些數(shù)據(jù)包很有可能被攔截，甚至完全阻斷。

幾十年來，工程師們一直試圖讓通信過程變得更加安全，可問題是，目前所有傳統(tǒng)通信系統(tǒng)依然依賴電纜、無線電波或衛(wèi)星。

并且，無人機集群、機器人小隊等多智能體 AI 系統(tǒng)通常依賴持續(xù)的無線通信，但在野火現(xiàn)場或災(zāi)害區(qū)域，這些信號往往會丟失或遭到干擾，導致集群無法正常運作。

弗吉尼亞理工大學的研究人員由此提出了一個天馬行空的設(shè)想：機器能否在不發(fā)送任何信息的情況下實現(xiàn)信息共享？

研究人員首先引入了量子糾纏。具體來說，這是一種物理現(xiàn)象，兩個粒子（IT之家注：如量子比特）可以在特定情況下形成深度關(guān)聯(lián)，其中一個發(fā)生變化，另一個也會隨之改變，不受距離的影響，依賴粒子共享的量子態(tài)傳遞信息，不需要像無線電那樣向空間發(fā)送信號。

據(jù)介紹，這項新框架名為 eQMARL（entangled quantum multi-agent reinforcement learning，糾纏量子多智能體強化學習），Alexander 博士對此解釋道：“我們本質(zhì)上是開發(fā)一套學習機制，利用量子糾纏這一現(xiàn)象，而且我們并不關(guān)心具體變化的內(nèi)容，只需要關(guān)注變化發(fā)生”。

這種學習方式允許機器不斷試錯、根據(jù)環(huán)境反饋進行調(diào)整，從而改進自身行為。并且在 eQMARL 中，每個智能體都會被分配一個糾纏的量子比特，當某個智能體觀察環(huán)境、接收感知信息或作出決策時，其內(nèi)部的量子比特狀態(tài)便會改變，并經(jīng)由糾纏現(xiàn)象傳遞給其他智能體內(nèi)部的量子比特。

同時，系統(tǒng)只需要知道“發(fā)生了變化”，并不需要了解具體改變信息，智能體可以通過對本地量子狀態(tài)進行測量，就能在沒有任何直接數(shù)據(jù)傳輸?shù)那闆r下獲取來自集群的有效信息。

短期角度看，這項研究有望應(yīng)用于無人機集群滅火、機器人搜救坍塌建筑；從長遠角度看，這一思路也指向一種完全繞開互聯(lián)網(wǎng)的超安全通信方式，可大幅降低黑客攻擊風險。

不過這種技術(shù)也存在明顯限制，目前大規(guī)模且穩(wěn)定的量子糾纏還很難走出實驗室，現(xiàn)實可用的量子硬件在體積和可靠性方面也不足以投入實際應(yīng)用。

DeRieux 博士預(yù)計，人們可能還需要 10-15 年才能真正實現(xiàn)災(zāi)害救援無人機這樣的現(xiàn)實場景應(yīng)用。

目前研究團隊還在繼續(xù)完善框架的數(shù)學基礎(chǔ)，在更貼近現(xiàn)實的條件下進行測試。