سدّ الفوضى والنظام في الليزرات العشوائية لتطبيقات التشفير عبر التعلم العميق

الضوء والفوضى والأنماط المخفية

يُحمى كل يوم رسائلنا الخاصة وتفاصيل حساباتنا المصرفية وسجلاتنا الطبية بمفاتيح رقمية—سلاسل طويلة من البتات التي يفترض أن تكون من المستحيل تخمينها. لكن مع تزايد قوة الحواسب، وخصوصاً الحواسب الكمومية، قد لا تبقى الحيل الرياضية الحالية لتوليد ومشاركة هذه المفاتيح آمنة. تستكشف هذه الدراسة نهجاً مختلفاً تماماً: استخدام نوع خاص من الليزر «العشوائي» والذكاء الاصطناعي لابتكار ونقل المفاتيح بطريقة متجذرة في قوانين الفيزياء بدلاً من الاعتماد على مسائل رياضية صعبة.

ليزر قلق يولد من الفوضى

بدلاً من المرايا المصقولة بعناية الموجودة في الليزرات العادية، يعتمد الليزر العشوائي على الفوضى. هنا يستخدم الباحثون مقطعاً قصيراً من ليف بلاستيكي مضيء مملوءاً بجزيئات صبغ ونانوجسيمات دقيقة. عندما يدخل نبض ليزر أخضر إلى هذا النواة الغائمة، يرتد الضوء بطريقة غير متوقعة ويكتسب طاقة أثناء تشتته. فوق مستوى طاقة ضخ معين، يؤدي هذا الخليط من التضخيم والتشتت إلى إنتاج ليزر لطيفه يشبه غابة من القمم الضيقة والمتقطعة. تظل مواقع هذه القمم اللونية ثابتة، لكن ارتفاعاتها تتقلب بشدة من نبضة إلى أخرى. هذا السلوك القلق يجعل الجهاز مصدراً مادياً مغرياً للعشوائية، وهي مكون أساسي للتشفير الآمن.

عشوائي زمنياً، لكن ليس بكل الطرق

سأل الفريق أولاً ما إذا كانت هذه التقلبات في الشدة عبر الزمن يمكن التنبؤ بها. تعاملوا مع الطيف عند كل لون كسلسلة زمنية منفصلة وقدموا تاريخاً طويلاً من هذه الإشارات إلى عدة نماذج شبكات عصبية متقدمة عادة ما تكون ممتازة في تعلم الأنماط في البيانات. وللمقارنة، أنشأوا أيضاً تسلسلاً اصطناعياً زائفاً للعشوائية، وهو قابل للتنبؤ تقنياً لأنه يتبع صيغة مخفية. تعلمت الشبكات بسهولة التسلسل الاصطناعي، حيث وصلت إلى دقة توقع شبه كاملة. بالمقابل الحاد، أدت نفس النماذج أداءً سيئاً جداً على بيانات الليزر، حتى عند تزويدها بمزيد من أمثلة التدريب أو تواريخ أطول. هذا يظهر أنه، من نبضة إلى أخرى، فإن السطوع في قناة لونية معينة أعسر من التنبؤ أساساً، مما يعزز قيمة الليزر كمصدر عالي الجودة للعشوائية.

نظامية مخفية داخل الطيف

مع ذلك، لا تنتهي القصة عند الفوضى. عند نظر الباحثين عبر الطيف في لحظة زمنية واحدة، لاحظوا تلميحات لبنية: بعض الأطوال الموجية تميل للصعود والهبوط معاً، بينما تناقضها أطوال أخرى. لاستكشاف هذا النظام الدقيق، يضغطون كل طيف عن طريق أخذ عينات فقط من القمم والقيعان الثابتة ثم يكلفون شبكة عصبية عميقة بتحدٍ جديد: توقع ارتفاع قمة أو أكثر مفقودة من القمم المتبقية في تلك اللحظة نفسها. هنا يبرع التعلم الآلي. باستخدام شدة الألوان الأخرى فقط، يمكن للشبكة استعادة قمة مفقودة بدقة تقارب 99.99% واستعادة عدة قمم بدقة لا تزال عالية. بعبارة أخرى، رغم أن الليزر عشوائي زمنياً، فإن مكوناته الطيفية في لحظة معينة مرتبطة بواسطة علاقة حتمية خفية يمكن للشبكة العصبية تعلمها واستغلالها.

تحويل الوميض إلى أسرار رقمية

انطلاقاً من هذه الطبيعة المزدوجة—عشوائية عبر الزمن ونظامية عبر الألوان—صمّم الباحثون مخططاً مادياً لتوليد وتوزيع مفاتيح آمنة. تقيس إحدى الأطراف، أليس، سطوع قمة طيفية مختارة عبر نبضات عديدة وتحول هذا التسلسل غير القابل للتنبؤ إلى بتات عشوائية، معالجته بعناية بحيث يظهر الصفر والواحد باحتمال متساوٍ ويمران باختبارات إحصائية صارمة. ثم تزيل تلك القمة من الطيف وترسل الضوء المتبقي فقط إلى بوب عبر الفضاء الحر. يقيس بوب الطيف الناقص ويغذي شدات القمم والقيعان إلى شبكة عصبية تم تدريبها مسبقاً. تعيد الشبكة بناء شدة القمة المفقودة عند كل نبضة، مما يسمح لبوب بتوليد نفس تسلسل البتات الذي ولّدته أليس تماماً—دون أن يستلم أبداً القمة الحرجة مباشرة.

إبقاء المتنصتين في الظلام

يناقش المؤلفون أيضاً نوعين من المتنصتين. أحدهما يستمع دون وصول إلى الشبكة العصبية المتخصصة ويمكنه فقط أخذ عينات من قناة طيفية قريبة؛ والآخر يملك الشبكة الصحيحة لكنه يتلقى إشارة مشوهة وضوضائية تغير مواقع العينات قليلاً. في المحاكاة، انتهى المطاف بكلا المهاجمين إلى مفاتيح غير مرتبطة أساساً بمفتاح أليس، بينما يبقى مفتاح بوب المعاد بناؤه متوافقاً تقريباً تماماً حتى بوجود الضوضاء وتغيرات في طاقة الليزر. يمكن لأنظمة تصحيح الأخطاء أن تنقّي بتات بوب أكثر دون أن تساعد المهاجمين. للمتلقي العام، الرسالة الرئيسية هي أن هذا المزيج من الضوء الفوضوي والخوارزميات الذكية يمكن أن يخلق أسراراً رقمية مشتركة يصعب سرقتها للغاية، مما يشير إلى طرق جديدة قائمة على الأجهزة لتأمين معلوماتنا في مستقبل قد لا تكفي فيه التشفير التقليدي.

الاستشهاد: Hu, Z., Qi, L., He, S. et al. Bridging disorder and order in random lasers for cryptographic applications via deep learning. Commun Phys 9, 132 (2026). https://doi.org/10.1038/s42005-026-02600-z

الكلمات المفتاحية: الليزرات العشوائية, التشفير المادي, التعلم العميق, توزيع مفاتيح آمن, الألياف الضوئية