量子计算的发展将如何影响数字货币

量子计算并不是什么新鲜事，几十年来我们一直在谈论它，但我们现在正在见证这项技术从理论到实施的转变。 量子计算机在 1980 年代初首次被理论化量子计算机对比特币的影响，但直到最近几年，由于谷歌和 IBM 等公司的承诺，人们一直在大力推动开发这些机器。 量子计算机能够使用量子粒子（将它们想象成电子或光子）来处理信息。 粒子以积极或消极的方式（即我们在传统计算机科学中看到的 0 和 1）或两者兼而有之，以生成称为“量子位”的量子信息位。 这是因为，在传统计算机上，二进制代码 0 和 1 由闭合电路编码或通过开放路径构建，量子计算机的 0 和 1 编码使用亚原子粒子发现的物理状态。 亚原子世界的性质相当奇特。 事实上，粒子可以存在于状态的叠加中，此时粒子的状态是0和1的叠加。这意味着在短时间内考虑到所有可能性，从而能够更快、更准确地进行预测和分析。比以前使用当前的二进制计算机更有效。

我们每天、每小时、每分钟、每秒都会产生大量数据，但直到现在，我们还无法使用足够的计算能力从所有这些信息中获得真正的优势。 量子计算机可以帮助理解我们生成的数据，这在人工智能的帮助下是可能的。 机器学习是一种应用于机器的人工智能，基于一种称为深度学习的学习技术，可以在基于人工神经网络的技术环境中实施，这是一种美丽的生物学启发编程范式，使计算机能够从中学习观测数据。 受我们大脑功能的启发，神经网络基于神经元的互连，但与生物大脑不同，任何神经元都可以在一定物理距离内连接到其他神经元，这些网络的特点是离散数据层次结构、连接、和传播方向，其中网络的每个节点为作为输入提供的数据正确与否的事实分配一定的百分比概率，从而确定这些评估的最终输出。 输出给出的结果也称为概率向量。 神经网络需要的是训练，因为必须权衡许多输入。

量子计算与人工智能的融合研究仍处于起步阶段，因为任何机器学习算法都还处于理论阶段。 然而，两者的结合开辟了非常重要的前景，但也带来了风险。 美国国家安全局 (NSA) 提出了量子计算机可以在几十年内学会破解公钥密码的问题。 因此，在这种情况下，现在是时候考虑如何防止网络犯罪分子进行任何类型的欺诈了。 还必须考虑身份盗窃和我们的隐私禁忌等问题。

在正在开发和试验的量子算法中，有一种类型学 Shor 分解，可用于破解基于 ECDSA（椭圆曲线数字签名算法）的区块链密码学。 该算法规定，只有交易的负责人才能创建数字签名，保存自己的私钥，而每个人都可以使用公钥来验证其真实性。 用于保护私钥的操作可以很容易地用量子计算机逆转，只需几分钟就可以破解密码。 我们知道，每个比特币拥有者都有一个公钥和一个私钥量子计算机对比特币的影响，任何人只要拿到另一个用户的私钥就可以使用这个人的账户，所以当币的安全性不再得到保障时，风险可能会增加。

重要的是要注意，量子计算机并不标志着密码学的终结，而只是一种范式转变。 量子密码学的发展必须寻求解决方案，例如基于格的密码学和完全同态密码学（FHE）。 基于格的密码术使用称为“格”的二维代数结构，该结构可抵抗量子计算方案。 格子是点的无限网格； 基于晶格技术的计算问题是“最短向量问题”，它需要确定晶格上最接近空间固定点的点，称为原点。 这是一个在二维网格中很容易解决的问题，但随着维数的增加，即使是量子计算机也无法高效解决。 基于格的密码学也是发展全同态加密的基础，无需解密即可进行文件计算，在简化过程方面优势明显。 对加密数据进行运算的加密结果，一旦解密，就相当于对未加密数据进行相同的运算，得到相同的结果。

同时，还将开发量子计算机验证算法。 因此，几乎可以肯定的是，与量子算法并行，可能会开发出新的量子证明系统，然后通过所谓的分叉在基于区块链的加密货币协议中实施，以恢复和保证交易的正确性。 变性人。