叠加学堂superposition

真随机:量子随机数为什么不可预测

量子随机不是「算不出来」,是没有可获取的种子

概念6 分钟第 14 / 80 节更新于 2026-10-18

计算机里的随机数,其实是一串被种子决定的数。同一个种子,同一串输出;换台机器、换个编译器,只要算法一样,结果就一样。量子测量不是这样:同一个态、同一台仪器,下一次给 0 还是 1,连制备它的人也没有依据可查。

伪随机的天花板

伪随机数发生器用一个短种子拉出一串看起来乱的数。它可以是好工具:密码学里只要算法够强,实际就够用。但随机性是「看起来」的——信息都在种子里,种子已知、算力足够,整串就能重算出来。

混沌常被当成另一条路。可混沌只是对初值敏感,初值给足精度,轨迹仍被方程钉死。两类随机背后都有一份清单,只是一时读不到;量子测量没有这份清单。

只有概率,没有种子

对 |+⟩ 沿 z 测量,两个结果各一半。这句话不是「我们暂时不知道」,而是:给定态与测量设置,理论能给的全部信息就是这两个概率,没有任何一项参数藏着「这一次会出 0」。

H 之后的振幅
按「重置」再按 H,两根柱子永远是各 50%,指针也总朝同一边——这个态里没有一处写着「这一次会出 0」。要得到一串比特,只能在真机上反复制备、测量,每一次都事后才知道。

演示只能给你概率,这本身就是结论:态里没有更多可读的。有人会追问,会不会有一份还没找到的隐变量清单。贝尔实验给了有条件的答案:局域的那类清单已被排除;非局域方案(例如玻姆力学)里的那份「初值」同样不可获取,预测能力一点没多。

真随机还有一个特征:压不动。可压缩说明存在可被利用的规律,而量子测量在给定态与测量下没有更细的可获取描述——注意,不可压缩只是可预测性的必要条件,不是充分条件(种子未知的伪随机也可以不可压缩)。贝尔测试型的方案把这一点做成可检验的:结果不可预测,不是因为我们没找到种子。

工程上还有一条更硬的路:随机数直接来自对纠缠的测量,并且违反贝尔不等式。这类设备无关随机数不需要你相信厂商没藏答案,代价是速度慢、装置复杂。日常用途则朴素得多:密钥、抽签、蒙特卡洛模拟,凡是要「谁也猜不到」的地方。

现在的量子随机只是噪声太大、仪器不够稳,等控制得更好,结果就能算出来。
把仪器做得再稳,态还是 |+⟩,能稳定下来的是概率,不是这一次的结果;要预测它,就需要一份额外信息,而这类局域说明书已被贝尔实验排除。
「更精确」改善的是概率的准确度,不是单次结果的可预测性。这两件事常被混为一谈。
一句话结论

伪随机的整串数都躺在种子里,量子测量的每一次结果却没有种子可查。给定态与测量,理论只给概率;这份概率不是无知的遮掩,而是能被实验检验的完整描述。不可预测,是这类随机数唯一的、也是全部的本钱。

本节自测 · 3 题
未作答
01用同一个种子重跑伪随机程序,与重复制备 |+⟩ 再测量,区别在哪里?
02有人主张「量子随机只是仪器噪声大,等控制得更精确就能预测」。这句话错在哪?
03贝尔测试型随机数的额外好处是什么?