近日，香港城市大学蔡定平教授课题组基于超构透镜阵列开发了一种小型化的高维量子随机数发生器。在课题组已实现的超构透镜阵列高维量子光源[Science, 368(6498), 1487-1490 (2020)]和量子全息显示[Adv Photonics Nexus. 3(1), 016011 (2024)]的基础上，通过利用由连续半导体激光泵浦的β硼酸钡（BBO）晶体发射的自发参量下转换光子的时间统计特性，获得了没有后随机性提取的高维量子随机数阵列。生成的随机数序列可以通过 NIST 随机性测试，并展示出能够抵御针对生成对抗网络模型的攻击的效果。该成果以“Metalens array for quantum random number”为题以研究论文形式发表于Applied Physics Reviews 15(3)， 031418 (2024)，被选为期刊Featured Article，并入选“光学超构材料三年优秀成果展”提名奖。
在这个信息膨胀和人工智能快速发展的时代，信息安全面临着前所未有的挑战。已经有报道称，传统的伪随机数生成方法已经难以抵御日益精密的攻击手段，如生成对抗网络模型（GAN）。一旦随机数的生成规律被破解，加密算法和安全协议的安全性产生巨大威胁。量子随机数生成器，作为一种依赖量子力学不确定原理产生无法预测的真随机数的方法，现在已经成为了在信息安全领域的关键技术。
目前量子技术处于从实验室走向产业化的关键阶段，发挥量子优势还面临诸多挑战。其中一个核心问题就是量子资源的维度。低维度的量子资源，其性能较难超越传统经典方法，主要用途仍局限于量子力学基本原理的探索。只有继续提升量子资源的维度，才有望充分展现量子技术的优越性，推动量子通信、量子计算等领域取得革命性进展。目前主流的基于光子统计的量子随机数生成方法大多采用体块器件，虽然也有片上集成波导方案的报道，但所能达到的随机数维度和密度仍然有限。
量子科技的飞速发展正在改变我们认识世界的方式，而纳米光学领域的超构表面技术，则为量子器件的小型化和集成化带来了新的曙光。超构表面是由精心设计的纳米天线阵列构成的光学平台，不仅结构紧凑，与半导体加工制造兼容，更能实现对光波前的灵活调控。这些优异特性使其在量子态制备和调制等方面展现出巨大的应用潜力。
1. 通过超构透镜阵列产生量子随机数阵列
本研究提出了一种通过超构透镜阵列产生量子随机数的方法，激发光通过超构透镜阵列聚焦在非线性晶体上，通过自发参量下转换过程产生纠缠光子对。这一过程的独特之处在于，每个光子的随机性产生都受到两个量子过程的保证：受激辐射中光子随机性的产生和自发参量下转换概率性的发生。与直接统计激光光源光子到达时间的方法不同，该方法中每一路量子随机数都来自相同的激光光源，因此保留了激光的相干性。这一相干性也反映在两列随机数的光子关联性中。具体的实验设置和每一路的光子时间统计效果如图1所示。
图1 实验设置和高密度阵列随机数产生原理图
2. 单超构透镜和超构透镜阵列的统计结果和随机性检验
通过对单个超构透镜和多个超构透镜产生的光进行符合计数和时间统计，可以得到和超构透镜规模正相关的量子随机数阵列。结果显示，产生的随机数阵列可以通过NIST标准的随机数检验。其他信息科学领域的检测方法，如最小熵，自相关/互相关和汉明距离等也都指示了数据的随机性，如图2和3所示。
图2 单个超构透镜产生的量子随机数的随机性
图3 超构透镜阵列产生的量子随机数的随机性
3. 抵抗机器学习攻击的效果
机器学习的核心在于从数据中学习统计分布规律，并应用于特定任务。真正的随机数应具有在给定范围内具有均匀概率分布的特征。我们的研究表明，利用超构透镜阵列生成的量子随机数展现出了抵御生成对抗网络攻击和预测的能力，如图4所示。这归因于其产生过程的量子随机性。与伪随机数不同，这种量子随机数不遵循任何预设的产生规律，因此机器学习模型无法从中学习和预测。
图4 抵抗生成对抗网络的攻击
本研究通过实验实现了使用超构透镜阵列生成高密度高维量子随机数阵列。我们的方法利用超构透镜阵列，实现了高密度、高维度的量子随机数生成器，该器件具有每平方毫米100 个通道的高密度输出，产生了一个小型化量子随机源，无需后随机性提取。与依赖光束偏移器的体光学方法和一维集成光学方法相比，这种紧凑的设计更加节省空间，而且能够实现更高密度的输出。随着片上光源和探测器技术的进一步发展，未来有望实现更小尺寸的量子随机数生成器件。
本研究展示了超构表面平台在量子技术领域的巨大潜力。它的紧凑外形、灵活设计和易集成特性，为构建高性能量子计算、量子通信和量子传感系统提供了新的技术路线。这对于推动量子信息技术的产业化发展和实际应用具有重要意义。
