1930年代，當物理學家發現量子糾纏(Quantum Entanglement)時，曾被愛因斯坦形容為「鬼魅似的遠距作用」，如今，量子計算已成功從實驗室邁向商業應用，量子電腦更被看好將成為下個世代的運算利器！台灣身為全球半導體及資通訊產業的重鎮，能否順利從古典電腦接軌到量子電腦？台灣產業在跨入量子領域時，將面臨哪些機會與挑戰？
為了解開量子世界的神秘面紗，台灣產業創生平台特別邀請到日本IBM副總裁、執行董事、技術長兼研發負責人森本典繁(Norishige Morimoto)，擔任Future Calls 12講座的講者，以「The Future of Computing」為主題進行演講，並由前台灣Google董事總經理簡立峰主持，會中也邀請國立臺灣大學物理學系特聘教授張慶瑞分享台灣量子電腦的最新進展、進行交流對話。
森本典繁出生於台灣，小學三年級才到日本，畢業於麻省理工學院(MIT)，曾在媒體實驗室(Medialab)工作，後來進入IBM任職迄今已36年，他也是IBM最早投入量子電腦研究的專家之一。在本次主講中，他針對數據、AI的快速發展、未來電腦的發展路徑、IBM與全世界在量子電腦的相關進展，帶來前沿的資訊及獨到的視野。以下為內容摘要整理。
AI、數據快速發展 電腦效能如何急起直追？
森本典繁表示，全世界的數位化資料每年均以驚人的速度增長，增長率超過60%，未來10年內更將以2倍、3倍甚至千倍的速度增長，光是要處理、儲存、更新及使用這些數據，就是一項艱鉅的任務，另外也衍生出兩個值得關注的議題。
第一是如何保護公司或商業上的大量數據，第二是使用資料是否取得合法授權。當你從AI使用數據時，必須確認這些數據的來源為何？這些資料是準確的資料或者是大數據？是否有權使用？是否是最新的數據？這些對於AI的學習及適當使用，都是非常關鍵的議題。近來大家都在熱烈談論ChatGPT這類生成式AI技術的快速發展，問題不在於技術本身，也不在於資料量，而在於我們如何適切控制，得以在我們的商業或生活上善用AI。
過去電腦效能的提升速度，大致遵循大家所熟知的摩爾定律，亦即每18~24個月性價比就會提升一倍，換句話說，經歷10~15年增長已達1,000倍。然而，隨著資料量快速增加、AI日趨複雜，過去10年來AI數據已經複雜20萬倍，早已超越了硬體的發展；如果我們用電腦效能成長1,000倍、AI數據成長10萬倍來比較，要運算同樣的AI，至少要花100倍的時間，或者要用100倍的硬體資源才能完成同樣的任務。我們必須持續提昇硬體運算的效能，才能趕上AI及資料快速成長的腳步。
ChatGPT在短短幾週內就達到1億用戶，重點已不在於AI技術本身，而是要如何善用這些系統。在採用AI時必須思考以下三件事情：首先，如何創造一個具有競爭力、差異化的AI系統。當大家都在使用同樣的大型AI系統，要在這個領域具備真正的競爭力，必須將獨特的數據與資訊餵給AI機器，這樣AI才能持續成長，可以為你所用、並且妥善控制它。
其次，要如何在不同的業務中擴展AI。組織內不應只是某一兩個單位的少數人在使用AI，必須廣泛應用在不同部門與流程中，大家都能共享公司數據與知識，這樣才能確保整個公司與業務都能從中獲益。
第三是如何發展成為可靠的AI。AI現在彷如一個黑盒子，大家並不清楚其背後的演算法，也無法掌握其資料來源及決定資料使用的方式，因此還不夠可靠及值得信賴，如何確保AI系統的透明化是很重要的，要確保公平性、可解釋性與掌握性。
從IBM的願景來看，電腦的未來發展有三種路徑：第一是傳統電腦仍會持續發展，藉由半導體製程的演進，來創造愈來愈小的電晶體；第二是AI電腦，特別是聚焦於發展類神經網路的新架構，例如可以實現高運算效能、同時降低功耗與能耗的AI晶片；第三就是量子電腦。
IBM深耕量子電腦的開發，全球已有25台量子電腦，發表論文超過2,000篇，IBM的量子網路有超過250家合作夥伴，超過46萬註冊使用IBM Quantum Experience量子雲端平台。IBM與德國與日本均建立了國家層級的量子合作夥伴關係，在台灣也成立了臺灣大學—IBM量子電腦中心。
量子電腦不會取代古典電腦 就像飛機、汽車並存
張慶瑞分享台灣在量子電腦的進展。行政院在2022年宣佈成立量子國家隊，預計在五年內投資80億元推動17項量子研究計畫，其中包括通用量子電腦硬體、光量子、量子軟體與應用等領域；民間方面則以鴻海最為積極，已在鴻海研究院成立量子計算研究所，以演算法、應用程式為主力，另外也成立離子阱實驗室，預計在五年內開發出5量子位元離子阱。
現階段量子運算以光學量子、超導量子位元、離子阱這三種技術較為先進，世界各國的動作都愈來愈快，希望能儘快突破古典電腦的使用範圍。許多人會問：台灣半導體產業非常發達，量子產業會否取代半導體產業？打個比方來說，半導體就像汽車，量子就像飛機，飛機不會取代汽車，未來科技產業以後一定是多元的，除了飛機（量子）、汽車（半導體）、還有輪船（類神經網路），任何公司缺一塊都無法競爭。
不過，量子技術要真正成熟還有一段路要走，預期量子技術有些突破、具備部分優勢還要五年，要真正展現量子優勢還要十年，至於要打造全面的量子生態圈則要二十年。
至於半導體產業能否自動銜接到量子電腦？其實兩者不太一樣，不會自動移轉過去，做汽車的不一定會做飛機，但飛機產業也不會影響汽車產業。量子有很多獨特的東西，但會借用半導體產業的技術，也會同時採用其他技術，以求發展得更快、更好。
現在的古典電腦，是用電子方法讓運算更快，最快的超級電腦不過是每秒一百京（10的18次方）次浮點運算等級。比喻來說，就像是拿漁槍在太平洋捕魚，以前一秒刺三槍，現在一秒可以刺10的18次方，但還是不可能射完；量子電腦用2的N次方持續發展下去，就像是鋪成一張漁網一樣，可以大到直接蓋住太平洋，現在錯誤率很高、洞很大，但十年後錯誤率大幅降低，這些洞都可以受到控制，效能自然不可同日而語。
張慶瑞教授分享，半導體就像汽車，量子就像飛機，飛機不會取代汽車，未來科技產業以後一定是多元的，除了飛機（量子）、汽車（半導體）、還有輪船（類神經網路），任何公司缺一塊都無法競爭。 (來源：台灣產業創生平台Future Calls 12)
量子電腦的長期目標與短期作法
身為AI專家、也高度關注量子電腦發展的簡立峰，在會中也向森本典繁提出不少關鍵問題。簡立峰針對森本典繁在演講中提到量子電腦的發展，仍無法達成零錯誤(error-free)的目標，但錯誤消減(error-mitigate)這種方式已可實現部分目標，詢問目前IBM的量子運算是否已經採用類似作法？
森本典繁回答，目前量子電腦因為錯誤率太高，要達成零錯誤(error-free)仍是長程的目標，但透過錯誤消減(error-mitigate)的方式，短期內就能達到長期才能獲致的目標；換句話說，硬體或許需要5~10年才能達成，但經由比較聰明的軟體方式，則可明顯縮短這個時程，但不同的應用程式，會有各自適合的方式。
所謂的錯誤消減，裡頭包含很多現象與技術：首先，我們盡量把硬體方面的錯誤率減少，過去五年硬體方面已有許多改進；其次，我們透過兩種軟體方式，可以降低量子計算的錯誤率，一種是電路切割(Circuit Cutting)， 將原本在長電路執行的量子計畫，拆分成幾個短電路去進行量子計算，完成後再連起來；第二種是電路編織(Circuit Knitting)，大部分程式都在古典電腦運算，但較為龐大、特別的程式，切出來放在量子電腦去跑，最後再回到古典電腦進行整合，屬於一種混合(hybrid)的概念，這個情況下超級電腦與量子電腦的效能如何搭配、相互溝通的速度就很重要。
簡立峰另外提問，相較於古典電腦的位元(bit)、位元組(byte)概念，量子電腦的量子位元(qubit)究竟代表何種意義？森本典繁解釋，古典電腦的位元只能表現0或1一種狀態，而理想中的量子電腦，一個量子位元可以同時表現0跟1兩種狀態，如此一來就有兩倍的表現能力，兩個量子位元就有四倍的表現能力，10個量子位元就有超過1,000倍的表現能力，以此類推，20個有100萬倍、30個就有10億倍的表現能力。
量子電腦以這樣的表現力持續擴充下去，就能解決很多現在難以處理的議題，例如化學反應模擬、個股漲跌預測等，原本會以指數型增加的複雜問題，就能用線性方式來簡單處理。
Future Calls 12線上參與者。 (來源：台灣產業創生平台Future Calls 12)
量子電腦走向產業化 重點在應用與創新
量子電腦的人才應具備何種技能？森本典繁認為，一般來說需具備數學、物理學、量子科學等概念，另外要具備軟體、演算法等能力，但不需要充足的底層知識，重點在於瞭解工具，理解到量子適合用來計算什麼，應用本身比瞭解量子、數學、物理更重要。
現在運用量子電腦的產業，包括生醫、金融風險分析、化學與材料科學、人工智慧與機器學習在內，比起古典電腦節省很多計算時間，但這些量子的應用都已經用超級電腦在做了，只是量子的效能更高而已，屬於連續性的創新，還不是一種超越；我最期待的是現在超級電腦、電腦沒有用到的領域，可以出現不連續的創新，最重要的是開發應用的想像力。
張慶瑞也強調，量子是跨領域的學問，如果量子還停留在物理系的科學研究，它就不會變成一個產業，從全球高等教育的發展趨勢來看，麥肯錫統計已有50所大學成立量子工程碩士班，大學也慢慢有量子工程系出現。五、六年前量子還偏向是物理系的研究，但現在已經走向應用工程，需要大量工程師，當物理系覺得這不是物理系的事情、大家也都不覺得這是物理系的學科，這個課題就已經成熟了。
全世界投入量子應用的案例中，幾乎都是由系統整合的專家在主導，如果是物理學家會想要「挖山洞」，但工程師就會想辦法「繞過去」，近年來量子的很多進步都是工程方面的進步 ，其實無須詳知物理的基本原理。舉例來說，我們在中原大學用量子計算來解決台灣風力發電場的問題，效果很好，這些可能不是物理學家想過的問題，但在應用端有不同人嘗試解決不同問題，就會試出一些答案，我相信未來五年一定會有可觀進展。
對於台灣產業在量子電腦領域的機會，森本典繁認為，量子電腦所需的製程、材料、低溫超導體等技術，台灣現有的產業技術都可派上用場，另外台灣半導體產業具備全球性優勢，未來量子電腦與古典電腦一定是走向混合式的工作型態，量子電腦不會單獨存在與成長，會跟古典電腦同步發展，自然也會帶動古典電腦的需求。
至於量子電腦是否會有類似現有資通訊產業的分工模式，森本典繁強調，會有產業分工，但商業模式一定會有所不同，畢竟量子電腦不像電腦可以縮到非常小、放進口袋裡頭，應該是用手機透過雲端連到量子電腦比較可行；此外，伺服器所需的量子晶片，其規模也與手機的產量規模大不相同。
森本典繁強調，IBM雖然自行開發專屬的硬體，但應用才是量子電腦的主要驅動力量，未來量子電腦在應用層次上需要大家來參與，一起來「開飛機」、「坐飛機」，因此我們將整個量子平台開放出來，希望科研人員與產業界都能在量子世界中共同探索，為人類與社會帶來貢獻。
