在量子计算这个宁静而抽象的世界里，研究人员一直在不断寻找一种特定的数字幻象：即让某种事物在观察者看来完全是随机的，尽管它是由一个简单的、隐藏的规则所创造的。这种被称为“伪随机性”的概念，是现代密码学的基石。在经典世界中，计算机处理比特信息，我们拥有成熟的工具来创造这些幻象。我们可以生成看起来随机的数字序列或函数，它们表现得不可预测，但如果你知道密钥，它们又是可重现的。这些工具让我们能够为数字生活构建安全的锁。

然而，量子世界遵循着不同的法则。量子计算机操纵的不是简单的比特，而是可以同时存在于多种配置中的脆弱物质态。这为新的随机类型打开了大门，但也创造了一个令人困惑的图景。科学家们发现了生成这些量子幻象的几种方法。有些方法创造看似随机的量子态，它们就像系统的快照；另一些方法则创造看似随机的变换，它们像是将系统从一个状态改变到另一个状态的动作。长期以来，人们一直不清楚这两类工具是否在本质上是相关的。一个能够创造随机快照的方法，是否可以用来构建一台执行随机动作的机器？还是说它们是完全不同的现象，就像苹果和橘子一样，无法相互转换？

来自韩国科学技术院（KAIST）的研究员韩敏奇（Minki Hhan）现在在这两个概念之间划出了一道清晰的分界线。在一项新的研究中，韩敏奇证明了，可能存在这样一个世界：你可以轻松地创造看似随机的量子快照，但在数学上却不可能构建出一台执行随机动作的机器。这一发现解决了一个关于量子安全结构的长期疑问。它揭示了生成随机态的能力并不自动赋予执行随机变换的能力。两者是截然不同的能力，其中一个并不意味着另一个，即使研究人员可以使用量子领域中的所有技巧，包括额外的内存空间和复杂的非标准操作。

为了理解这种分离是如何被发现的，请想象一个巨大的图书馆。在这个图书馆中，“伪随机函数类状态生成器”是一台机器，当给定一个特定代码时，它会产生一本看起来像是由于混沌随机过程编写的单本书。而“伪随机幺正变换”则是一台机器，当给定一个代码时，它会对整个图书馆的内容进行一次复杂的、随机的洗牌。问题在于：如果你拥有一台可以产生这些看似随机的书籍的机器，你能用它来构建那台洗牌机器吗？直觉上，人们可能会认为，如果你能制造出零件，你就能组装成整体。但韩敏奇的工作表明，这种直觉在量子领域失效了。

该证明依赖于一种巧妙的数学视角，将这些量子机器的构建视为一个平滑且连续的映射。韩敏奇没有将机器视为一段僵化的代码块，而是将其视为一个景观，其中输入的微小变化会导致输出的微小变化。通过研究这个景观的“斜率”或变化率，研究人员发现，任何试图仅利用随机状态生成器来构建随机洗牌机器的尝试都存在一个隐藏的弱点。数学分析表明，这个景观的斜率本质上是平坦且有限的。这就像机器试图爬上一座山丘，但地形过于平坦，以至于它无法获得足够的高度来达到真正的随机性的顶峰。

这种平坦性是机器与量子态相互作用的直接结果。生成随机态的机器只需要在庞大量子空间的一个极小的、低维的切片上运行。然而，一台真正的随机洗牌机器必须作用于整个宏大的空间。当研究人员试图强迫这个小切片机器作用于整个空间时，数学上的“导数”——即衡量输出对输入变化的敏感程度的度量——保持得过小。这种缺乏敏感性的现象意味着机器的输出过于可预测。它集中在一个单一的、平均的行为周围，而不是扩散到真正随机机器所产生的那种狂野、混沌的分布中。

为了使这一点具体化，研究人员使用一种“共同哈尔函数类状态”（common-Haar function-like state）预言机构建了一个特定的场景。这是一个理论工具，提供了一种随机量子态的供应。在这种情境下，研究人员展示了虽然机器可以使用该工具成功生成看似随机的状态，但任何试图利用这些状态来构建随机洗牌机器的尝试都会失败。最终生成的机器行为总是可以被聪明的观察者与真正的随机行为区分开来。观察者可以检测到该机器并非真正的随机，因为其行为过于集中、过于平滑，并且缺乏必要的混沌变化。

该研究还探讨了一个潜在的漏洞。批评者可能会争辩说，失败仅仅是因为机器在能使用多少额外内存方面受到了限制。也许如果允许机器使用大量的额外空间，它就能克服景观的平坦性。韩敏奇的证明明确排除了这一点。即使在允许机器使用任意数量的额外内存单位，甚至允许机器是非幺正或不完美的条件下，这种分离依然成立。基本的区别依然存在：生成随机态的能力并不意味着执行随机变换的能力。

这一结果对量子密码学的未来具有重要意义。多年来，研究人员一直试图通过将这些不同类型的随机性联系起来来构建安全的量子系统，假设如果其中一种存在，其他种也会随之而来。这一新发现表明，构建安全量子系统的路径比之前认为的更加碎片化。这意味着，要构建一个真正的安全量子锁，我们不能仅仅依赖于那些生成随机态的工具。我们必须寻找全新的方法来创造保护我们数据的随机变换。

这项工作还强调了准备量子态与执行量子操作之间的深层差异。在量子世界中，创建一个特定的、看似随机的配置，与创建一个能够随机重新排列任何配置的机器，是本质上不同的任务。论文证明了，这些不仅仅是同一个过程中的不同步骤，而是需要不同资源的独立能力。这种区别并非微小的技术细节，而是量子信息行为的一个基本特征。

通过使用一种分析这些量子映射导数的技术，研究人员提供了一种看待量子随机性结构的新方法。这种将量子算法构建视为几何问题的处理方式，为研究量子计算机能力的极限提供了一个强大的新视角。它表明，量子信息的操纵存在内在的几何约束，这些约束阻止了某些类型的随机性由另一种随机性生成。

该研究并非声称量子伪随机性是不可能的。相反，它确认了这些工具的存在。然而，它明确了它们能力的边界。它告诉我们，不能假设一种量子随机性的存在保证了另一种量子随机性的存在。这种清晰度对于构建下一代量子技术至关重要。它迫使研究人员更精确地界定他们能做什么以及不能做什么，从而确保量子安全的基石不是建立在不稳固的假设之上。

最后，论文揭示了一个比简单的等级制度更为复杂和微妙的量子可能性景观。它表明，量子世界并不是一个可以将一种工具轻易转换为另一种工具的单一、统一的结构。相反，它是一个由不同区域组成的集合，每个区域都有自己的规则和限制。生成随机态是一个区域，而执行随机变换是另一个区域。虽然从远处看它们可能相似，但它们之间隔着一道深邃的数学鸿沟，无法通过简单地增加内存或使用更复杂的电路来跨越。这一发现为量子计算的未来提供了一张更清晰的地图，引导研究人员走向正确的工具以完成正确的工作，并远离“一种方案可以解决所有问题”的虚假希望。