量子運算的兆美元承諾背後隱藏著關鍵風險

量子運算蘊含著顛覆性的潛力,同時伴隨著巨大的風險。IBM、Google、Microsoft和Amazon等科技巨頭已推出商業量子雲端服務,而Quantinuum和PsiQuantum等專業公司更迅速躋身獨角獸企業之列。分析師預測,2025至2035年間全球量子運算市場將為全球經濟貢獻逾1兆美元。然而關鍵問題依然存在:其效益是否確實能超越潛在風險?
一方面,這些先進系統可能徹底改變藥品研發、氣候科學、人工智慧及通用人工智慧(AGI)等領域。另一方面,它們也帶來亟待解決的深層網路安全挑戰——儘管具備破解現行加密技術能力的量子電腦仍需數年才能實現。
理解量子運算威脅格局
量子運算引發的網路安全核心隱憂,在於其能破解當前被視為不可攻破的加密演算法。 畢馬威調查顯示,約78%美國企業與60%加拿大企業預期量子電腦將於2030年前普及。更令人憂心的是,73%美國受訪者與60%加拿大受訪者認為,網路犯罪分子利用量子運算破壞現行安全協議僅是時間問題。
現代加密技術仰賴古典電腦在合理時間內實質無法解算的數學難題。例如,分解RSA加密所用的大型質數,古典電腦需耗時約300兆年。然而運用1994年開發的肖爾演算法——該演算法使量子電腦能高效分解大整數——若量子電腦效能足夠強大,便能以指數級速度解決此問題。
專為非結構化搜尋設計的葛羅佛演算法,則對對稱加密構成重大威脅,其安全性將因此減半。這意味著AES-128加密的安全性將降至與傳統64位元系統相當的水平,使其易受量子攻擊。此現象凸顯出亟需轉向採用更強韌的標準,例如能有效抵禦近期量子威脅的AES-256加密。
先收穫,後解密
「先收穫,後解密」(HNDL)攻擊策略尤為令人憂心。此手法涉及攻擊者在量子技術成熟前預先蒐集加密資料,待技術成熟後再行解密。這對醫療紀錄、財務資訊、政府機密文件及軍事情報等具長期價值的敏感資料構成嚴重威脅。
鑒於HNDL攻擊可能造成的災難性影響,全球管理關鍵基礎設施的組織必須擁抱「加密敏捷性」——即在出現新漏洞時能迅速替換加密演算法與實作方案的能力。此威脅已獲美國《促進美國在量子運算領域領導地位並降低脆弱加密系統風險之國家安全備忘錄》認可,該文件明確呼籲採取主動防禦措施。
威脅時間軸
專家對量子威脅到來的預測存在顯著分歧。MITRE近期報告基於當前量子體積(關鍵性能指標)趨勢指出,具備破解RSA-2048加密能力的量子電腦可能要到2055-2060年左右才會出現。
與此同時,部分專家持更樂觀態度。他們認為量子錯誤校正與演算法設計的近期進展可能加速發展進程,最早或於2035年實現量子解密能力。例如研究人員海梅·塞維利亞與傑斯·里德爾在2020年末發布的報告中,以90%的置信度預測RSA-2048將在2060年前被分解。
儘管確切時間表仍存變數,業界共識卻十分明確:無論量子威脅何時顯現,組織都必須立即啟動防禦準備。
量子機器學習——終極黑箱?
除當前加密靈活性疑慮外,安全研究者與未來學家更憂心人工智慧與量子系統的必然融合。量子技術能以前所未見的速度執行複雜運算,為AI發展注入強勁動力,可能加速通用人工智慧的進程。然而這種協同效應也將催生結果難以預測的場景。
核心問題即使在AGI尚未實現時亦可理解:將量子運算整合至機器學習可能催生「終極黑箱」難題。深度神經網路本就以決策過程難以解讀著稱,雖有工具可解釋經典神經網路,但量子機器學習將基於根本不同的運作原理。
挑戰源於量子運算運用疊加、糾纏與干涉等特性處理資訊,其方式在經典框架中毫無對應。當應用於機器學習演算法時,產生的模型可能涉及難以轉譯成人類可理解推理的過程。這對醫療保健、金融與自動化系統等高風險領域構成重大隱憂——在這些領域,理解AI決策對安全與法規遵循至關重要。
後量子密碼學是否足夠?
為應對日益嚴峻的量子威脅,美國國家標準與技術研究院(NIST)於2016年啟動後量子密碼學標準化計畫。經全面評估全球密碼學家提交的69種候選演算法後,NIST最終遴選數種基於結構化格與雜湊函數的潛力方法——這些數學問題被認為能同時抵禦經典與量子攻擊。
2024年,NIST發布詳盡的後量子密碼學標準,促使科技巨頭提前部署防護措施。例如蘋果為iMessage推出後量子協議PQ3,以抵禦進階量子攻擊;谷歌自2016年起在Chrome瀏覽器測試後量子演算法,並逐步整合至各項服務。
與此同時,微軟正推進不干擾量子環境的量子位元錯誤校正技術,此舉為實現可靠量子運算邁出重大步伐。該公司近期宣佈創建名為「拓撲量子位元」的「新物質狀態」,有望加速全功能量子電腦的研發進程。
關鍵轉型挑戰
然而,向後量子密碼學的遷移仍面臨重大障礙:
- 實施時程:美國官員預估新加密標準需耗時10至15年全面部署,對衛星、車輛及ATM等遠端硬體設備的升級尤具挑戰性。
- 效能衝擊:後量子加密通常需採用更大密鑰尺寸與更複雜運算,可能導致加密解密過程變慢。
- 技術人才短缺:成功整合需具備經典與量子密碼學雙重專業技能的資訊技術人員。
- 漏洞發現:即使前景看好的後量子演算法也可能存在隱藏弱點,例如美國國家標準與技術研究院(NIST)選定的CRYSTALS-Kyber演算法便曾出現漏洞。
- 供應鏈隱憂:關鍵量子元件如低溫冷卻器與專用雷射器,面臨地緣政治緊張與供應中斷的風險。
最後,技術敏銳度在量子時代仍至關重要。企業採用後量子密碼學時,僅靠加密無法防範人為失誤——例如點擊惡意連結、開啟可疑附件或誤用資料存取權限。微軟近期事件中,兩款應用程式無意間洩露私密加密金鑰,正說明實施錯誤如何破壞理論上完善的防護機制。
為量子未來預作準備
組織應採取以下關鍵步驟應對量子安全威脅:
- 進行加密清單盤點:彙整所有可能遭受量子攻擊的加密系統。
- 評估資料生命週期價值:識別需長期保護的資訊,據此優先升級系統。
- 制定遷移時程表:為所有系統轉向後量子密碼學建立切實可行的轉換時程。
- 配置充足資源:為實施抗量子安全措施預留相應預算。
- 強化監測能力:部署偵測潛在HNDL攻擊的系統。
米歇爾·莫斯卡定理為量子安全規劃提供框架:若X(資料必須保持安全的時長)加上Y(升級加密系統所需時間)超過Z(量子電腦破解現行加密技術的時間),組織必須立即採取行動。
結論
我們正邁入量子運算時代,伴隨而來的嚴峻網路安全挑戰要求立即行動,即便其完整影響尚不明朗。儘管具備密碼學實用價值的量子電腦可能數十年後才問世,但不作為的風險已不容忽視。
正如《外交政策》雜誌的維韋克·瓦德瓦嚴正警告:「全球未能有效管控人工智慧——或者說那些偽裝成人工智慧的粗糙技術——應成為深刻警鐘。而量子運算這項更具破壞力的新興技術,尤其當其與人工智慧結合時,更可能引發災難性後果。」
為應對這項技術變革,企業應著手實施後量子密碼學、監控敵對量子計畫,並強化量子供應鏈安全。當前就做好準備至關重要——在量子電腦使現行安全機制過時之前。
Julius Černiauskas 現任 Oxylabs 執行長。
相關文章
DeepMind執行長哈西里斯:我每天睡六個小時,通常在凌晨1點左右感到精力充沛。
Fortune 最近刊登了對谷歌 DeepMind 執行長 Demis Hassabis 的採訪,揭示了他對休息和生產力的非傳統方法。Hassabis 透露,他睡眠時間非常少,將清醒時間劃分為兩個不同的工作階段。關於他的睡眠習慣,Hassabis 表示:“我目標睡六小時,但我的習慣非同尋常。我可以在白天有效運作。”他強調,睡眠少於六小時會對大腦健康產生負面影響。Hassabis 於 2010 年聯合創立了 DeepMind(後被谷歌收購),並因其在蛋白質結構預測方面的開創性工作榮獲 20
儘管營收未達預期,OpenAI 與 Anthropic 仍爭奪市場份額
儘管近期有報導指出 OpenAI 未達營收目標,導致本週二科技股承壓,但私人人工智慧實驗室的投資者仍展現出韌性。資深投資者已確認,儘管媒體報導負面,他們仍不會削減投資。分析師認為當前的 AI 競逐仍處於初期階段,因此排除「贏家通吃」的結果。儘管高昂的運算成本對營收造成壓力,但各實驗室可透過調高訂閱費來提升獲利能力。產業格局正經歷微妙的變化與 OpenAI 不同,競爭對手 Anthropic 獲得了
加州自動駕駛合規:罰單、地理圍欄與 100 萬英里的新時代
Guident 在南佛羅里達州營運一輛 AuveTech 接駁車,並運用其遠端監控技術,管理西棕櫚灘的一條四英里路線以及博卡拉頓的一條一英里路線。| 圖片來源:Guident加州正重新定義無人駕駛車輛的監管格局,從科技產業的「快速行動、打破常規」心態,轉向嚴格的問責制與嚴謹的行駛里程要求。Guident 執行董事長兼執行長哈羅德·布勞恩(Harold Braun)在《機器人報告》(The Robo
相關專題推薦
評論 (2)
0/500

量子運算蘊含著顛覆性的潛力,同時伴隨著巨大的風險。IBM、Google、Microsoft和Amazon等科技巨頭已推出商業量子雲端服務,而Quantinuum和PsiQuantum等專業公司更迅速躋身獨角獸企業之列。分析師預測,2025至2035年間全球量子運算市場將為全球經濟貢獻逾1兆美元。然而關鍵問題依然存在:其效益是否確實能超越潛在風險?
一方面,這些先進系統可能徹底改變藥品研發、氣候科學、人工智慧及通用人工智慧(AGI)等領域。另一方面,它們也帶來亟待解決的深層網路安全挑戰——儘管具備破解現行加密技術能力的量子電腦仍需數年才能實現。
理解量子運算威脅格局
量子運算引發的網路安全核心隱憂,在於其能破解當前被視為不可攻破的加密演算法。 畢馬威調查顯示,約78%美國企業與60%加拿大企業預期量子電腦將於2030年前普及。更令人憂心的是,73%美國受訪者與60%加拿大受訪者認為,網路犯罪分子利用量子運算破壞現行安全協議僅是時間問題。
現代加密技術仰賴古典電腦在合理時間內實質無法解算的數學難題。例如,分解RSA加密所用的大型質數,古典電腦需耗時約300兆年。然而運用1994年開發的肖爾演算法——該演算法使量子電腦能高效分解大整數——若量子電腦效能足夠強大,便能以指數級速度解決此問題。
專為非結構化搜尋設計的葛羅佛演算法,則對對稱加密構成重大威脅,其安全性將因此減半。這意味著AES-128加密的安全性將降至與傳統64位元系統相當的水平,使其易受量子攻擊。此現象凸顯出亟需轉向採用更強韌的標準,例如能有效抵禦近期量子威脅的AES-256加密。
先收穫,後解密
「先收穫,後解密」(HNDL)攻擊策略尤為令人憂心。此手法涉及攻擊者在量子技術成熟前預先蒐集加密資料,待技術成熟後再行解密。這對醫療紀錄、財務資訊、政府機密文件及軍事情報等具長期價值的敏感資料構成嚴重威脅。
鑒於HNDL攻擊可能造成的災難性影響,全球管理關鍵基礎設施的組織必須擁抱「加密敏捷性」——即在出現新漏洞時能迅速替換加密演算法與實作方案的能力。此威脅已獲美國《促進美國在量子運算領域領導地位並降低脆弱加密系統風險之國家安全備忘錄》認可,該文件明確呼籲採取主動防禦措施。
威脅時間軸
專家對量子威脅到來的預測存在顯著分歧。MITRE近期報告基於當前量子體積(關鍵性能指標)趨勢指出,具備破解RSA-2048加密能力的量子電腦可能要到2055-2060年左右才會出現。
與此同時,部分專家持更樂觀態度。他們認為量子錯誤校正與演算法設計的近期進展可能加速發展進程,最早或於2035年實現量子解密能力。例如研究人員海梅·塞維利亞與傑斯·里德爾在2020年末發布的報告中,以90%的置信度預測RSA-2048將在2060年前被分解。
儘管確切時間表仍存變數,業界共識卻十分明確:無論量子威脅何時顯現,組織都必須立即啟動防禦準備。
量子機器學習——終極黑箱?
除當前加密靈活性疑慮外,安全研究者與未來學家更憂心人工智慧與量子系統的必然融合。量子技術能以前所未見的速度執行複雜運算,為AI發展注入強勁動力,可能加速通用人工智慧的進程。然而這種協同效應也將催生結果難以預測的場景。
核心問題即使在AGI尚未實現時亦可理解:將量子運算整合至機器學習可能催生「終極黑箱」難題。深度神經網路本就以決策過程難以解讀著稱,雖有工具可解釋經典神經網路,但量子機器學習將基於根本不同的運作原理。
挑戰源於量子運算運用疊加、糾纏與干涉等特性處理資訊,其方式在經典框架中毫無對應。當應用於機器學習演算法時,產生的模型可能涉及難以轉譯成人類可理解推理的過程。這對醫療保健、金融與自動化系統等高風險領域構成重大隱憂——在這些領域,理解AI決策對安全與法規遵循至關重要。
後量子密碼學是否足夠?
為應對日益嚴峻的量子威脅,美國國家標準與技術研究院(NIST)於2016年啟動後量子密碼學標準化計畫。經全面評估全球密碼學家提交的69種候選演算法後,NIST最終遴選數種基於結構化格與雜湊函數的潛力方法——這些數學問題被認為能同時抵禦經典與量子攻擊。
2024年,NIST發布詳盡的後量子密碼學標準,促使科技巨頭提前部署防護措施。例如蘋果為iMessage推出後量子協議PQ3,以抵禦進階量子攻擊;谷歌自2016年起在Chrome瀏覽器測試後量子演算法,並逐步整合至各項服務。
與此同時,微軟正推進不干擾量子環境的量子位元錯誤校正技術,此舉為實現可靠量子運算邁出重大步伐。該公司近期宣佈創建名為「拓撲量子位元」的「新物質狀態」,有望加速全功能量子電腦的研發進程。
關鍵轉型挑戰
然而,向後量子密碼學的遷移仍面臨重大障礙:
- 實施時程:美國官員預估新加密標準需耗時10至15年全面部署,對衛星、車輛及ATM等遠端硬體設備的升級尤具挑戰性。
- 效能衝擊:後量子加密通常需採用更大密鑰尺寸與更複雜運算,可能導致加密解密過程變慢。
- 技術人才短缺:成功整合需具備經典與量子密碼學雙重專業技能的資訊技術人員。
- 漏洞發現:即使前景看好的後量子演算法也可能存在隱藏弱點,例如美國國家標準與技術研究院(NIST)選定的CRYSTALS-Kyber演算法便曾出現漏洞。
- 供應鏈隱憂:關鍵量子元件如低溫冷卻器與專用雷射器,面臨地緣政治緊張與供應中斷的風險。
最後,技術敏銳度在量子時代仍至關重要。企業採用後量子密碼學時,僅靠加密無法防範人為失誤——例如點擊惡意連結、開啟可疑附件或誤用資料存取權限。微軟近期事件中,兩款應用程式無意間洩露私密加密金鑰,正說明實施錯誤如何破壞理論上完善的防護機制。
為量子未來預作準備
組織應採取以下關鍵步驟應對量子安全威脅:
- 進行加密清單盤點:彙整所有可能遭受量子攻擊的加密系統。
- 評估資料生命週期價值:識別需長期保護的資訊,據此優先升級系統。
- 制定遷移時程表:為所有系統轉向後量子密碼學建立切實可行的轉換時程。
- 配置充足資源:為實施抗量子安全措施預留相應預算。
- 強化監測能力:部署偵測潛在HNDL攻擊的系統。
米歇爾·莫斯卡定理為量子安全規劃提供框架:若X(資料必須保持安全的時長)加上Y(升級加密系統所需時間)超過Z(量子電腦破解現行加密技術的時間),組織必須立即採取行動。
結論
我們正邁入量子運算時代,伴隨而來的嚴峻網路安全挑戰要求立即行動,即便其完整影響尚不明朗。儘管具備密碼學實用價值的量子電腦可能數十年後才問世,但不作為的風險已不容忽視。
正如《外交政策》雜誌的維韋克·瓦德瓦嚴正警告:「全球未能有效管控人工智慧——或者說那些偽裝成人工智慧的粗糙技術——應成為深刻警鐘。而量子運算這項更具破壞力的新興技術,尤其當其與人工智慧結合時,更可能引發災難性後果。」
為應對這項技術變革,企業應著手實施後量子密碼學、監控敵對量子計畫,並強化量子供應鏈安全。當前就做好準備至關重要——在量子電腦使現行安全機制過時之前。
Julius Černiauskas 現任 Oxylabs 執行長。
DeepMind執行長哈西里斯:我每天睡六個小時,通常在凌晨1點左右感到精力充沛。
Fortune 最近刊登了對谷歌 DeepMind 執行長 Demis Hassabis 的採訪,揭示了他對休息和生產力的非傳統方法。Hassabis 透露,他睡眠時間非常少,將清醒時間劃分為兩個不同的工作階段。關於他的睡眠習慣,Hassabis 表示:“我目標睡六小時,但我的習慣非同尋常。我可以在白天有效運作。”他強調,睡眠少於六小時會對大腦健康產生負面影響。Hassabis 於 2010 年聯合創立了 DeepMind(後被谷歌收購),並因其在蛋白質結構預測方面的開創性工作榮獲 20
儘管營收未達預期,OpenAI 與 Anthropic 仍爭奪市場份額
儘管近期有報導指出 OpenAI 未達營收目標,導致本週二科技股承壓,但私人人工智慧實驗室的投資者仍展現出韌性。資深投資者已確認,儘管媒體報導負面,他們仍不會削減投資。分析師認為當前的 AI 競逐仍處於初期階段,因此排除「贏家通吃」的結果。儘管高昂的運算成本對營收造成壓力,但各實驗室可透過調高訂閱費來提升獲利能力。產業格局正經歷微妙的變化與 OpenAI 不同,競爭對手 Anthropic 獲得了





首頁






