TST“量子隧穿效应”专题：从2025诺贝尔物理奖核心理论“量子隧穿效应”，谈对密码学和信息科学影响

2025 年 10 月 7 日公布的诺贝尔物理学奖主要成果是在含约瑟夫森结的超导电路中揭示“宏观量子隧穿效应/能级量子化”相关工作。我们也很关注“量子隧穿效应”这个小众的、金字塔尖的量子物理基础理论对信息科学领域具体能带来什么影响。

一、

“量子隧穿效应”的研究成果文章已经在关注什么？

注意到“量子隧穿效应”的人工智能全局寻优能力，上海大学王潮老师从2020年起，基于“量子隧穿效应”核心理论，结合密码学和人工智能两个领域，在Tsinghua Science and Technology发表了6篇文章，集中在密码攻击和智慧交通领域，量子隧穿效应已经成为通用量子计算机之外的第二条量子计算技术路线：

（一）在全球量子计算密码攻击整体低迷情况下，基于量子隧穿效应的对称密码量子真机攻击实验首次与数学方法持平，之前认为量子计算对密码攻击是远不如数学方法。而IBM的System Two量子计算机和谷歌最新的量子芯片Willow尚不能用于密码攻击。

量子隧穿效应的全局寻优能力作用，帮助加速求解密码攻击中的关键要素：MILP等NP难题，这是目前业内量子计算对称密码攻击的一个难题。

目前“量子隧穿效应”对密码攻击的类型和现实攻击能力均遥遥领先目前的通用量子计算机。上海大学王潮老师的文章表明“量子隧穿效应”密码攻击的实验指标一直保持对国际一些大公司的遥遥领先（IBM，谷歌，富士通，洛克希德马丁等）【3-7】

值得关注的是：2025年诺奖物理学奖得主之一是John Martinis教授。在2018年1月《Science》文章采访时，时任Google量子计算机首席科学家的John Martinis教授等专家指出，通用量子计算机攻破互联网实际密码系统路漫漫“Be years”【1】，量子霸权需要很长时间才能走向实用“quantum supremacy is a great milestone and that it will take longer, perhaps much longer, to make something practical.” 【2】。这是对通用量子计算机发展进程的判断。因此，在重视通用量子计算机远景的同时，也需同步考虑今后10年量子隧穿效应对密码领域的影响，这是在通用量子计算机之外的第二条量子计算技术路线。

（二）以《上海市城市精细化管理三年行动计划》一个应用为背景，采用真实交通数据，引入类脑认知机制，最终借助量子隧穿效应对低能态的倾向性实现决策，构成量子计算与类脑认知混合计算架构在城市精细化管理的智能交通领域应用。【8】

二、

什么是“量子隧穿效应”？ 量子隧穿效应如何构成量子计算机优势？

2025年诺奖物理学奖的主要成果之一 “量子隧穿效应”，可以视为是量子效应驱动的人工智能算法，可以跳出传统智能算法的局部极值，因此具有全局寻优能力。典型代表是商业化专用量子计算机D-Wave，如2025年诺奖物理学奖成果所述，是以约瑟夫森结连通量子比特运行，能实现全局寻优的核心物理机制为“量子隧穿效应”。业内也认为量子隧穿效应全局寻优能力是未来密码攻击的关键，对密码的现实攻击能力超过通用量子计算机Shor算法的几十个数量级。

第一台基于量子隧穿效应的商业化专用量子计算机D-Wave One于2011年问世，运行环境为接近绝对零度的-273.145度，只有25kW的低功耗，远低于高性能计算机的功耗，众所周知，摩尔定律（Moore）和功耗问题的登纳德缩放比例定律(Dennard scaling)是计算机发展的两大瓶颈问题。

Figure1: The comparison of quantum annealing (QA) and simulated annealing (SA)

如图1所示，在接近绝对零度时，D-Wave原理量子退火算法（Quantum Annealing）利用量子波动产生的量子隧穿效应跳出局部亚优解而逼近全局最优解，这是与经典模拟退火及其他众多计算搜索算法相比的一个独特优势。

量子波动使得量子具有穿透比它自身能量更高的势垒的能力，即量子隧穿效应（Quantum Tunneling Effect）。量子位可以通过2种方式改变自旋方向：通过量子力学的隧穿机制，或者通过经典的热运动。由于加热会破坏量子位的量子性质，必须使用一种通过隧穿效应使得自旋反转的方法。量子的热运动和隧穿效应各自有一个“冻结”时间，量子退火计算依赖于基态和第二低能的态的能量差。对系统施以冷却，直到隧穿和热运动导致的转换都已经停止，量子位被“冻结”。通过在不同温度下重复这一过程，通过隧穿效应完成量子退火。

三、

“量子隧穿效应”还能做什么？

量子隧穿效应实现了量子退火（Quantum Annealing），可以将一些组合优化问题求解的NP难题在多项式时间解决，《Nature》等认为可广泛用于密码学、人工智能、图像搜索、模式识别和机器学习、金融风险分析、生物信息学、生物制药、情感分析等众多领域。

相信在未来10年，物理和信息科学领域的学者能携手应用诊疗量子隧穿效应做出更多更好的成果应用于智慧城市、城市精细化管理、密码与信息安全领域。

参考文献

[1] Brainard J. What’s coming up in 2018 [J]. Science, 2018, 359(6371): 10-12.

[2] Cho A. DOE pushes for useful quantum computing [J]. Science, 2018.

[3] Pei Z, Hong C, Wang C. Empowering NP-Hard Problem Solving in Symmetric Cipher Attacks through the Global Optimization Capability of the Quantum Tunneling Effect. Tsinghua Science and Technology, 2025, https://doi.org/10.26599/TST.2025.9010158.

[4] Pei Z, Hong C, Xia F, et al. An Innovative Algorithm for Attacking Symmetric Ciphers Using D-Wave Quantum Annealing. Tsinghua Science and Technology, 2025, 30(5): 2184-2194. https://doi.org/10.26599/TST.2024.9010231 https://www.sciopen.com/article/10.26599/TST.2024.9010231.

[5] Wang C, Hu Q, Yao H, et al. Deciphering a Million-Plus RSA Integer with Ultralow Local Field Coefficient h and Coupling Coefficient J of the Ising Model by D-Wave 2000Q. Tsinghua Science and Technology, 2024, 29(3): 874-882. https://doi.org/10.26599/TST.2023.9010059.

[6] Ji X, Wang B, Hu F, et al. New Advanced Computing Architecture for Cryptography Design and Analysis by D-Wave Quantum Annealer. Tsinghua Science and Technology, 2022, 27(4): 751-759. https://doi.org/10.26599/TST.2021.9010022.

[7] Wang B, Hu F, Wang C. Optimization of Quantum Computing Models Inspired by D-Wave Quantum Annealing. Tsinghua Science and Technology, 2020, 25(4): 508-515. https://doi.org/10.26599/TST.2019.9010030.

[8] Wang N, Guo G, Wang B, et al. Traffic Clustering Algorithm of Urban Data Brain Based on a Hybrid-Augmented Architecture of Quantum Annealing and Brain-Inspired Cognitive Computing. Tsinghua Science and Technology, 2020, 25(6): 813-825. https://doi.org/10.26599/TST.2020.9010007.