Liste des projets

Génération de nombre quantiques aléatoires

Encadrants

• Nicolas Fabre
• Emails: nicolas.fabre@telecom-paris.fr
• Bureaux: --

Nombre d'étudiant par instance du projet:

• Minimum: 3
• Maximum: 4

Nombre d'instances du projet :

Sigles des UE couvertes et/ou Mots-clés :

Logo/Favicon

Description du projet :

Un générateur de nombres aléatoires quantiques (QRNG) est un dispositif qui génère des nombres aléatoires en utilisant la mécanique quantique (voir par exemple [ 3 ] pour une review courte). Contrairement aux générateurs de nombres aléatoires classiques, qui utilisent des algorithmes déterministes pour produire des nombres apparemment aléatoires, les QRNG exploitent le caractère intrinsèquement aléatoire des processus quantiques pour générer de vrais nombres aléatoires. Il existe plusieurs façons de mettre en œuvre un QRNG, l’expérience la plus simple étant un photon unique arrivant sur une lame séparatrice équilibrée. Soit le photon unique est réfléchi, soit il est transmis avec une égale probabilité. C’est différent d’un lancé de pièce où l’obtention des piles et des faces avec la même probabilité (pour une pièce équilibrée) provient d’une mauvaise connaissance des états initiaux. Les informations de détection d’un photon transmis ou réfléchis sont intrinsèquement aléatoires et peuvent être utilisées pour générer des nombres aléatoires. Une start-up de longue date connue pour le développement de ses dispositifs est IdQuantique, basé en Suisse. https://www.idquantique.com/random-number-generation/overview/. Une documentation assez riche peut être trouvée sur ce site.

Objectifs du projet :

Les étudiants recevront des données expérimentales de mesures par détection homodyne de fluctuations quantiques du vide [ 1 , 2 ] . Leur but sera de les utiliser pour créer un générateur de nombre quantique aléatoire à partir de ses mesures. Le projet consistera à rédiger un code Python pour:
- arranger les données en une suite de nombre de 0 et de 1 à partir d’une distribution de probabilité Gaussienne.
- réaliser des tests d’aléatoire (Dieharder, NIST 800-90B).
- utiliser, si nécessaire, des extracteurs d’aléatoires (randomness extractor).
- créer une interface permettant de voir en direct les performances du QRNG (débit, réussite des tests).

Références bibliographiques:

1

Christian Gabriel, Christoffer Wittmann, Denis Sych, Ruifang Dong, Wolfgang Mauerer, Ulrik L. Andersen, Christoph Marquardt, and Gerd Leuchs. A generator for unique quantum random numbers based on vacuum states. Nature Photonics, 4(10):711–715, October 2010.

2

Tobias Gehring, Cosmo Lupo, Arne Kordts, Dino Solar Nikolic, Nitin Jain, Tobias Rydberg, Thomas B. Pedersen, Stefano Pirandola, and Ulrik L. Andersen. Homodyne-based quantum random number generator at 2.9 Gbps secure against quantum side-information. Nature Communications, 12(1):605, January 2021.

3

Xiongfeng Ma, Xiao Yuan, Zhu Cao, Bing Qi, and Zhen Zhang. Quantum random number generation. npj Quantum Information, 2(1):16021, November 2016.