Conectando desordem e ordem em lasers aleatórios para aplicações criptográficas via aprendizado profundo

Luz, caos e padrões ocultos

Cotidianamente, nossas mensagens privadas, dados bancários e prontuários médicos são protegidos por chaves digitais — longas sequências de bits que deveriam ser impossíveis de adivinhar. Mas à medida que os computadores, em especial os quânticos, se tornam mais poderosos, os artifícios matemáticos de hoje para gerar e compartilhar essas chaves podem deixar de ser seguros. Este estudo explora uma abordagem inteiramente diferente: usar um tipo especial de laser “aleatório” e inteligência artificial para criar e transmitir chaves de uma forma enraizada nas leis da física em vez de em problemas matemáticos difíceis.

Um laser inquieto nascido da desordem

Em vez dos espelhos cuidadosamente polidos encontrados em lasers comuns, um laser aleatório depende da desordem. Aqui, os autores usam um curto trecho de fibra óptica plástica preenchida com moléculas de corante e minúsculas nanopartículas. Quando um pulso de laser verde entra nesse núcleo turvo, a luz salta de forma imprevisível, ganhando energia à medida que se espalha. Acima de certa energia de bombeamento, essa mistura de ganho e espalhamento produz um laser cuja faixa espectral se parece com uma floresta de picos estreitos e irregulares. As posições desses picos em cor permanecem fixas, mas suas alturas oscilam violentamente de um pulso para outro. Esse comportamento inquieto torna o dispositivo uma fonte física atraente de aleatoriedade, um ingrediente essencial para criptografia segura.

Aleatório no tempo, mas não em todo aspecto

A equipe primeiro pergunta se essas oscilações de intensidade ao longo do tempo podem ser previstas. Eles tratam o espectro em cada cor como uma série temporal separada e alimentam longos históricos desses sinais em vários modelos avançados de redes neurais que normalmente são excelentes em aprender padrões nos dados. Para comparação, também geram uma sequência pseudoaleatória convencional, que é tecnicamente previsível porque segue uma fórmula oculta. As redes aprendem facilmente a sequência artificial, alcançando uma precisão de previsão quase perfeita. Em agudo contraste, os mesmos modelos apresentam desempenho extremamente ruim nos dados do laser, mesmo quando recebem mais exemplos de treinamento ou históricos mais longos. Isso mostra que, pulso a pulso, o brilho em um canal de cor dado é essencialmente imprevisível, reforçando o valor do laser como uma fonte de aleatoriedade de alta qualidade.

Ordem escondida dentro do espectro

Ainda assim, a história não termina no caos. Quando os autores olham através do espectro em um único instante, percebem indícios de estrutura: alguns comprimentos de onda tendem a subir e cair juntos, enquanto outros se opõem. Para sondar essa ordem sutil, eles comprimem cada espectro amostrando apenas os picos e vales estáveis e então incumbem uma rede neural profunda de um novo desafio: prever a altura de um ou mais picos ausentes a partir dos restantes naquele mesmo instante. Agora o aprendizado de máquina se destaca. Usando apenas as intensidades em outras cores, a rede consegue recuperar um pico ausente com cerca de 99,99% de precisão e vários picos com precisão ainda alta. Em outras palavras, embora o laser seja aleatório no tempo, seus componentes espectrais num dado momento estão ligados por uma relação determinística oculta que uma rede neural pode aprender a explorar.

Transformando oscilações em segredos digitais

Com base nessa dupla natureza — aleatório ao longo do tempo, ordenado através das cores — os pesquisadores projetam um esquema físico para geração e distribuição segura de chaves. Uma das partes, Alice, mede o brilho de um pico espectral escolhido ao longo de muitos pulsos e converte essa sequência imprevisível em bits aleatórios, processando-os cuidadosamente para que zeros e uns apareçam com probabilidade igual e passem por rigorosos testes estatísticos. Em seguida, ela remove esse pico do espectro e envia apenas a luz restante para Bob através de espaço livre. Bob mede o espectro incompleto e alimenta as intensidades de seus picos e vales em uma rede neural que foi treinada anteriormente. A rede reconstrói a intensidade do pico ausente em cada pulso, permitindo que Bob gere exatamente a mesma sequência de bits que Alice — sem nunca ter recebido diretamente o pico crítico.

Deixando os bisbilhoteiros no escuro

Os autores também consideram dois tipos de bisbilhoteiros. Um escuta sem acesso à rede neural especializada e só pode amostrar um canal espectral próximo; o outro possui a rede correta, mas recebe um sinal distorcido e ruidoso que desloca ligeiramente as posições de amostragem. Em simulações, ambos os atacantes acabam com chaves essencialmente não correlacionadas com as de Alice, enquanto a chave reconstruída de Bob permanece quase perfeitamente alinhada mesmo na presença de ruído e variações na potência do laser. Códigos de correção de erros podem ainda limpar os bits de Bob sem ajudar os atacantes. Para um observador leigo, a mensagem principal é que esse híbrido de luz desordenada e algoritmos inteligentes pode criar segredos digitais compartilhados que são extremamente difíceis de roubar, apontando para novas formas baseadas em hardware de proteger nossas informações em um futuro onde a criptografia tradicional pode não ser mais suficiente.

Citação: 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

Palavras-chave: lasers aleatórios, criptografia física, aprendizado profundo, distribuição segura de chaves, fibras ópticas