系统位:7月30日

能看到角落的照相机
斯坦福大学的研究人员开发了一种摄像系统探测拐角处的移动物体，观察反射在墙上的单个光粒子。

斯坦福大学电气工程助理教授戈登·韦茨斯坦(Gordon Wetzstein)说:“人们谈论建造一种能像人类一样看到东西的摄像头，用于自动驾驶汽车和机器人等应用，但我们想建造的系统远远不止于此。”“我们希望看到3D的东西，在角落里，在可见光光谱之外。”

研究人员在8月1日的SIGGRAPH 2019会议上展示的相机系统，是在该团队之前开发的转角相机的基础上开发的。它能够从各种各样的表面捕捉更多的光，看得更宽更远，而且速度足够快，可以第一次监测视线之外的运动。有一天，研究人员希望超人的视觉系统能够帮助自动驾驶汽车和机器人比在人类指导下更安全地运行。

保持系统的实用性是这些研究人员的首要任务。他们选择的硬件、扫描和图像处理速度以及成像风格在自动驾驶汽车视觉系统中已经很常见了。以前用于观察相机视线之外的场景的系统依赖于均匀或强烈反射光的物体。但现实世界中的物体，包括闪亮的汽车，不属于这些类别，所以这个系统可以处理从一系列表面反射的光，包括迪斯科球、书籍和纹理复杂的雕像。

书架内外摆放的物品——包括书籍、毛绒玩具和迪斯科球——测试了该系统在大规模场景中捕捉不同表面光线的多功能性。(图片来源:David Lindell)

他们进步的核心是一种比一年前使用的激光强一万倍的激光。激光扫描感兴趣的场景对面的一堵墙，光线从墙上反弹，击中场景中的物体，反弹回墙壁和摄像机传感器。当激光到达相机时，只剩下一些斑点，但传感器捕捉到每一个斑点，并将其发送到一个同样由该团队开发的高效算法，该算法可以解开这些光的回声，以破译隐藏的场景。

系统每秒扫描4帧。通过图形处理单元，可以在计算机上以每秒60帧的速度重建场景，从而提高了图形处理能力。

为了改进他们的算法，该团队从其他领域寻找灵感。研究人员特别被地震成像系统所吸引，该系统从地球地下层反射声波，以了解地表下的情况，并重新配置了他们的算法，同样将反射光解释为隐藏物体发出的波。结果是，他们在看到包含各种材料的大型场景的能力得到提高的同时，内存使用率也同样高、低。

卡内基梅隆大学的助理教授Matthew O 'Toole说:“在其他领域，地震学、卫星成像、合成孔径雷达等许多想法都适用于观察周围的角落。”Matthew O 'Toole之前是Wetzstein实验室的博士后。“我们正试图从这些领域中获得一些东西，希望在某个时候能够回报他们。”

团队的目标是量子互联网
大阪大学领导的一个研究小组演示了如何将编码在激光束圆偏振中的信息转换为量子点中电子的自旋状态，每个量子点都是一个量子比特和一个量子计算机候选。这一成就是迈向“量子网络，未来的计算机可以快速、安全地发送和接收量子信息。

量子计算机有潜力大大超越现有系统，因为它们以一种根本不同的方式工作。量子信息，无论是存储在电子自旋中还是通过激光光子传输，都可以同时处于多种状态的叠加状态，而不是处理离散的1和0。此外，两个或两个以上物体的状态可能会纠缠在一起，因此一个物体的状态不可能在没有另一个物体的情况下被完全描述。处理纠缠态使量子计算机能够同时评估多种可能性，并将信息从一个地方传输到另一个地方而不被窃听。

然而，这些纠缠态可能非常脆弱，在失去相干性之前只持续微秒。为了实现量子互联网的目标，相干光信号可以传递量子信息，这些信号必须能够与远处计算机内的电子自旋相互作用。

由大阪大学领导的研究人员使用激光，通过改变被困在量子点上的单个电子的自旋状态，将量子信息发送到量子点。虽然电子在通常意义上不自旋，但它们确实有角动量，当吸收圆偏振激光时，角动量可以翻转。

“重要的是，这一动作使我们能够在应用激光后读取电子的状态，以确认它处于正确的自旋状态，”第一作者藤田高文说。“我们的读出方法使用了泡利不相容原理，该原理禁止两个电子占据完全相同的状态。在微小的量子点上，只有足够的空间让电子通过所谓的泡利自旋封锁，如果它有正确的自旋。”

量子信息传输已经被用于加密目的。“叠加态或纠缠态的转移允许完全安全的量子密钥分发，”资深作者Akira Oiwa说。“这是因为任何拦截信号的尝试都会自动破坏叠加，让人无法在不被发现的情况下监听。”

单个自旋的快速光学操纵是一种很有前途的量子纳米级通用计算平台的制造方法。一个令人兴奋的可能性是，未来的计算机可能能够利用这种方法进行许多其他应用，包括优化和化学模拟。

通过入侵联网汽车制造交通堵塞
佐治亚理工学院的研究人员与多尺度系统合作，在一项新研究中应用物理学，模拟未来黑客通过何种方式造成如此广泛的破坏让这些车随机搁浅．研究人员希望扩大目前关于汽车网络安全的讨论，将潜在的大规模破坏包括在内。目前的讨论主要集中在可能导致一辆汽车相撞或撞倒一名行人的黑客攻击。

他们警告称，尽管网络防御越来越严密，但在过去4年里，被泄露的数据数量仍在飙升，但可被黑客攻击的物体可能会将不断上升的网络威胁转化为潜在的物理威胁。

“与我们听说的大多数数据泄露不同，被黑客攻击的汽车会产生物理后果，”佐治亚理工学院物理学院助理教授、该研究的联合负责人彼得·允克(Peter Yunker)说。

对于国家、恐怖主义或恶作剧的行为者来说，征用包括汽车在内的部分物联网可能并不难。

“就汽车而言，令人担忧的事情之一是，目前实际上只有一个中央计算系统，很多东西都在这个系统中运行。你不一定要有独立的系统来运行你的汽车和卫星收音机。如果你能进入其中一个，你就可能进入另一个，”多尺度系统公司的杰西·西尔弗伯格说，他与Yunker共同领导了这项研究。

在模拟入侵联网汽车的过程中，研究人员将曼哈顿的交通冻结得几乎完全冻结，而这甚至不会造成严重破坏。以下是他们的结果，由于下面提到的原因，这些数字是保守的。

“在高峰时段随机让20%的车辆停下来，将意味着整个交通冻结。在20%的比例下，城市被分割成一个个小岛，你可能可以在几个街区内慢慢移动，但没有人能穿过城市，”允克实验室的研究生研究助理戴维·雅尼(David Yanni)说。

并不是路上所有的汽车都必须联网，这足以让黑客让路上20%的汽车熄火。例如，如果道路上40%的汽车是联网的，黑客入侵一半就足够了。

在交通高峰时段入侵10%的车辆将足以削弱交通，从而阻止应急车辆在全市范围内缓慢行驶的交通中便捷地切入。同样的事情也会发生在中间白天交通20%的黑客。

为了城市的安全，黑客的伤害必须低于这个数字。在其他城市，情况可能更糟。

“曼哈顿有一个很好的电网，这使得交通更有效率。看看像亚特兰大、波士顿或洛杉矶这样没有大型电网的城市，我们认为黑客可能会造成更大的伤害，因为电网通过冗余使你更健壮，可以通过许多不同的路线到达相同的地方，”Yunker说。

研究人员忽略了可能会加剧黑客破坏的因素，因此在现实世界中，黑客可能只需要让更少的汽车停下来就能让曼哈顿瘫痪。

他说:“我想强调的是，我们只考虑了静态情况，即道路堵塞与否。在许多情况下，堵塞的道路会将交通溢出到其他道路上，我们也没有包括这些道路。如果我们把这些其他因素考虑在内，你不得不停下来的汽车数量可能会大幅下降。”

研究人员也没有考虑到随之而来的公众恐慌，也没有考虑到车内人员变成行人会进一步堵塞街道或引发事故。他们也没有考虑过黑客会把目标锁定在麻烦最大的地方。

他们还强调，他们不是网络安全专家，也没有说有人实施这种黑客攻击的可能性有多大。他们只是想给安全专家一个可以让一座城市瘫痪的黑客攻击规模的可计算概念。

对于如何减少潜在的损害，研究人员确实有一些大致的想法。

Yunker实验室的博士后研究员、首席作者Skanka Vivek说:“分割影响汽车的数字网络，使人们不可能通过一个网络访问太多的汽车。”“如果你还能确保相邻的汽车不会同时被黑客攻击;这将降低他们一起阻塞交通的风险。”