当前位置:主页 > 看点 >

观念平台-量子电脑计画 为下世代的发展奠基

作者:admin 来源:未知 更新日期:2018-06-12 09:02

2018年03月15日 04:10工商时报

林建甫台湾经济研究院院长、台大经济系教授

科技部提出了今年业务发展重点的3支箭,分别是智慧农业、量子电脑、数位健康医疗。其中,够漫网,数位医疗与智慧农业的发展已是共识,并已纳入「5+2產业创新」的范围中。相较之下,国内对于量子电脑的讨论不多,但从大趋势来看,量子电脑恐将是下一个世代最重要的科技。

我们先从最近火红的人工智慧(AI)谈起。早在1943年人工智慧的研究就受到生物神经系统的启发,使用类神经网路的概念进行运算及学习。发展的初期,由于缺乏运算能力,也无法建立多层运算网路,所以效果有限。好长的时间,人工智慧被认为仅是科幻情节,根本是海市蜃楼。然而1986年演算法有了突破,反向传播演算法(Back Propagation Algorithm)透过每次资料输入(刺激)的变化,计算出需要修正的权重回馈给原有函数,取得机器「学习」的意义。2006年学者提出了非监督和逐层的预训练,使得在利用反向传播演算法对网络进行全局优化之前,网络参数能达到一个好的起始点,从而在训练学习完成后能达到一个较好的结果。

再者,更进一步让神经网络的结构加深,分层增加,效果更大。例如针对人脸图像的分层特徵表达,最底层可以从原始像素学习滤波器刻画局部的边缘和纹理特徵,中层滤波器可以描述不同类型的人脸器官,最高层描述的是整个人脸的全局特徵。以此手法,2012年ImageNet在图像分类比赛大大打败传统的方法。而迄今的「刷脸」都是以此为基础的发展。

另外从2009年开始,电脑运算技术有了很大的进步,一方面是云端运算技术逐渐成熟,透过分散式运算技术所建构的云端运算架构,几乎可说是提供源源不绝的运算量;另一方面,则是发现游戏玩家使用的GPU绘图卡,若用于深度学习演算法的运算,可获得10倍以上的效能提升。在大量的学习资料以及庞大的运算可能后,深度学习成为当今人工智慧的显学。2016年AlphaGo就是透过深度学习打败人类棋王,举世为之疯狂。

随着奈米时代的来临,物理极限使得摩尔定理到了尽头,预期传统电脑已经无法因应人工智慧未来的发展。各界专家都在积极寻找进一步提高电脑运算效率的方法,量子电脑正是解决之道。

不同于传统电脑以简单的0、1位元(bit)的资讯储存方式,量子电脑具备量子迭加(superposition)、量子缠结(entanglement)两种特性,每单位可以是0或1、0与1相互迭加;同时量子位元可以分组聚合,储存更多、更复杂的资讯,运算能力因而更加强大。微软执行长纳德拉(Satya Nadella)曾比喻,传统电脑破解迷宫的方式是採用不断地尝试及重来,直到找到正确的出路。然而量子电脑则能同步测试迷宫内所有的通道,传统电脑运算能力根本不能与量子电脑相提并论。而《经济学人》2016年文章估算,一个300量子位元的量子电脑,不仅能够同时表示2300组不同二进位数字符,更能同时处理所有的这些数字,而这个数字大约与宇宙所有原子数相当。

目前量子电脑的生產还有一些关键性的因素尚未完全克服,但所有的专家都认同「量子霸权(quantum supremacy)」的时代很快就会到来。掌握这种能力的国家会在经济、军事、科研、安全等领域迅速建立全方位优势。面对这场竞争,各国已积极备战。Google、IBM、Intel等高科技巨头更进行抢攻。日前Google声明20量子位元机型已经进入测试,近期并将推出49量子位元的机型。去年11月,IBM宣布研发出界第一台50量子位元的量子电脑,且在CES 2018中正式亮相。而Intel也不弱人后,同样在CES 2018中也展示了49量子位元的测试晶片。

台湾在量子电脑技术及理论可能比不上美欧大国,但在高科技制造业已有很好的群聚基础,半导体、电子资讯都是我们的强项。因此我们期许科技部的量子电脑计画能为台湾在未来在量子电脑竞争及供应链中取得一席之地。

相关文章:

隐私保护 版权所有 法融在线 Copyright ©2016 http://www.forumelektrik.com All Rights Reserved