电脑 / 手机发送的每一条电子邮件、短信或数据包背后都要求信息穿越开放的互联网环境，但在自然灾害、战争或大规模网络中断期间，这些数据包很有可能被拦截，甚至完全阻断。

　　几十年来，工程师们一直试图让通信过程变得更加安全，可问题是，目前所有传统通信系统依然依赖电缆、无线电波或卫星。

　　并且，无人机集群、机器人小队等多智能体 AI 系统通常依赖持续的无线通信，但在野火现场或灾害区域，这些信号往往会丢失或遭到干扰，导致集群无法正常运作。

　　弗吉尼亚理工大学的研究人员由此提出了一个天马行空的设想：机器能否在不发送任何信息的情况下实现信息共享？

　　研究人员首先引入了量子纠缠。具体球盟会来说，这是一种物理现象，两个粒子（IT之家注：如量子比特）可以在特定情况下形成深度关联，其中一个发生变化，另一个也会随之改变，不受距离的影响，依赖粒子共享的量子态传递信息，不需要像无线电那样向空间发送信号。

　　据介绍，这项新框架名为 eQMARL（entangled quantum multi-agent reinforcement learning，纠缠量子多智能体强化学习），Alexander 博士对此解释道：“我们本质上是开发一套学习机制，利用量子纠缠这一现象，而且我们并不关心具体变化的内容，只需要关注变化发生”。

　　这种学习方式允许机器不断试错、根据环境反馈进行调整，从而改进自身行为。并且在 eQMARL 中，每个智能体都会被分配一个纠缠的量子比特，当某个智能体观察环境、接收感知信息或作出决策时，其内部的量子比特状态便会改变，并经由纠缠现象传递给其他智能体内部的量子比特。

　　同时，系统只需要知道“发生了变化”，并不需要了解具体改变信息，智能体可以通过对本地量子状态进行测量，就能在没有任何直接数据传输的情况下获取来自集群的有效信息。

　　短期角度看，这项研究有望应用于无人机集群灭火、机器人搜救坍塌建筑；从长远角度看，这一思路也指向一种完全绕开互联网的超安全通信方式，可大幅降低黑客攻击风险。

　　不过这种技术也存在明显限制，目前大规模且稳定的量子纠缠还很难走出实验室，现实可用的量子硬件在体积和可靠性方面也不足以投入实际应用。

　　DeRieux 博士预计，人们可能还球盟会需要 10-15 年才能真正实现灾害救援无人机这样的现实场景应用。