量子科技中心_量科网

量子人工智能（QAI）作为人工智能（AI）与量子计算（QC）的融合领域，有望实现包括AI赋能量子密码学和抗量子加密协议在内的突破性进展。然而，QAI同时继承了AI与QC的双重数据风险，形成了尚未被系统研究的复杂隐私与安全漏洞。这些风险直接影响AI及QAI系统的可信度与可靠性，其辨识理解至关重要。该研究通过系统梳理67项隐私与安全相关文献，首次构建了包含22项核心数据风险的分类体系，划分为五大类别：治理框架、风险评估、控制措施、用户因素及持续监测。研究结果不仅揭示了QAI特有的脆弱性，还指出了当前整体风险评估的空白领域。该工作为可信AI与QAI研究提供了理论基础，并为开发未来风险评估工具建立了框架支撑。