量子电脑的应用

最近Google发表了72位元量子电脑Bristlecone，科技新闻多加了量子霸权(quantum supremacy)的注脚。量子霸权一语有点误导，量子计算只在特定的演算问题BQP(Bounded error, Quantum, Polynomial time)上相对于2进位von Neumann架构传统电脑有优势，而且在有些问题的优势只是平方倍(quadratic)，有些才是指数倍(exponential)的优势。但无论如何，量子电脑在BQP问题上有优势是没有疑义的，这也定义出量子电脑的应用方向。

由于量子位元与量子演算法独特的性质，量子电脑预计先会被应用于4个领域：材料科学、制药(pharmaceutical)、通讯和AI。

材料科学现在的研发方式多是先定义所需要的物性，譬如电、磁、光、压力、热等，然后以第一原理计算(first principles calculation)计算各种可能元素、二元素(binary，2种元素的化合物)、三元素(ternary)等的物性，找出其中适合需求的材料。这个计算牵涉到物体晶格的能带，基本上需要用到量子力学，而量子电脑最早期的规划用途之一，就是要寻求牵涉量子力学问题的快速解决，这也是Feynman于1982年着名的论文Simulating Physics with Computers中所倡议的。材料科学与纳米科技－操控微小粒子的技术－现在正处于大爆发期，而未来半导体技术的演进虽然无法像摩尔定律那样锐进，但是依靠材料科学的进展，制程的微缩与优化仍然可以持续进行。所以台湾即使不直接投入量子电脑的研发，也要在量子电脑的应用上急起直追。

制药上的适用理由也类似。现在大部份的药品还是以合成方式制成，而其产品的药性也可以用上述的第一原理计算查找、筛选适用化合物。

在通讯上的应用主要是网络安全机制，主要的骨干是量子信息中的另一次领域量子通讯，但是量子电脑在其中仍然有角色可以扮演，譬如量子钥匙配送(QKD；Quantum Key Distribution，这是韩国KIST在量子信息领域的研究首要项目)、量子乱数产生(QRNG；Quantum Random Number Generation)等。

在人工智能的应用上，量子电脑在寻找极值(optimum)此一程序比传统电脑享有天生的优势。寻找极值是机器学习很常见的一个程序，譬如AlphaGo的程序就有一部份在评价每一棋步的价值，而下的指令－下一步棋的位置－就是这个评价寻找极值结果的最大值。但是传统电脑的机器学习很容易陷于局部极值(local optimal)的困境。以山岭来比喻，一个山岭在邻近的区域中可能是最高点，但它不是玉山之巅，可是往周遭各方向走却都是下坡路，违反程序寻求最大值的目标。这样的问题通常要在演算法中另外处理，跳脱陷阱。量子位元本身却天生包括了所有可能的状态，不容易陷入这种困境。

量子电脑到商用还有一些时日，但是量子演算法不是一般资工系、所的基本学习内容，目前人才欠缺。台湾如果要发展量子电脑，先期培训量子演算法人才是必要储备，这是元件设计、测试的基本能力。即使不发展量子电脑，有监于它广泛的应用范围，开始培训量子演算法人才也是必要的。有些商业公司已经开始提供租用量子电脑、培训量子演算法种子人才的服务，可以认真考虑这些机会。