發佈日期:2018-02-18

量子電腦-曙光乍現

作者: 林明宜

前瞻研究 量子電腦 量子運算 量子疊加 量子糾纏 量子位元 Quantum Computer Quantum Computing Quantum Superposition Quantum Bit

▶【延伸閱讀 | STPI 電子書城】 未來3-8年我國ICT潛力發展技術趨勢研析

1 1

文章圖片所有權: https://goo.gl/j8x9HX ,Created by TheDigitalArtist
版權適用聲明: CC0 Public Domain-可以做商業用途-不要求署名

2 2

一、前言

3 3

量子電腦挾著其強大運算速度和能力的潛能,使得全球科學界和產業界(Google, IBM, Microsoft, Intel等)競相投入(Idalia Friedson, 2017),雖然目前仍在理論實踐和可操作原型發展階段,近年的技術突破似乎使得每年都「即將成功」的量子電腦真正更接近商業化應用,在今日知識經濟和全球化競爭的時代,運算能力即是國家和企業的競爭力,因此量子電腦在近年頻頻被各國視為重點發展技術,許多科技趨勢報告也將其列為年度突破(MIT review, 2017; OECD, 2016; Office of the deputy assistant secretary of the army (research & technology), 2016)。國研院科政中心(以下簡稱本中心),之前已經對各國的量子技術發展策略和台灣的研發現況撰寫專文討論(陳蔚然,2017;王宣智,2015),本文將更新近期技術發展趨勢和討論量子電腦未來對社會可能造成的衝擊。

4 4

二、量子運算的基本原理

5 5

量子位元(qubit)是量子電腦最基本的運算單元,為了使量子位元能夠被運用,量子必須達到量子疊加狀態(quantum superposition)和量子糾纏(quantum entanglement):即單一量子須同時處於兩種物理狀態,且兩個量子間需形成聯結,使得兩個量子即使不處於同一個空間,卻可以即時互相影響,才能做為量子運算基本單元(Russ Juskalian, 2017)。量子可以是電子、離子或光子,只要能夠達到疊加和糾纏狀態就可以做為量子位元,量子位元的讀寫可透過微波、磁脈衝或雷射,目前主流的五種量子運算方式有矽自旋量子、離子阱、超導迴路、鑽石空位和拓樸量子。

6 6

量子疊加可以用丟擲硬幣比喻:硬幣可為頭像(1)或反面(0)就如同傳統的位元,將硬幣擲到空中轉動時,硬幣不停在頭像和反面轉換,在空中旋轉時就像是同時為1和0,只有真正落下後才知道最後落在那一面。以電子做為量子為例,電子自旋向下時能量最低為0,可利用特定頻率的微波脈衝加熱電子,使電子獲得能量後自旋向上,寫為1,若將量子置於矽晶體電極中,就可以量測到電流獲知量子的狀態。

7 7

那麼又如何達成量子糾纏狀態?若以光子為例,科學家可以用雷射產生大量光子射入兩層超薄,相性相反的非線性晶體,當光子通過非線性晶體時,偶爾會產生成對的光子,由於兩層晶體相位相反,產生的光子極性相反,可能為垂直或是水平,又因為晶體極薄,光子的相位是垂直或水平,只有在量測時可以得知,而且這對光子的相位一個若為垂直,另一個就必為水平,反之亦然,此時這對光子的狀態就稱為量子糾纏狀態(見圖1)。

8 8

由於量子位元的疊加和糾纏特性,使得量子位元可以不像傳統電腦位元只能為0或1,而是能夠同時為0和1,此特性使量子位元的運算能力增加,量子電腦得以進行大量資料的平行運算。

9 9

圖1 量子糾纏示意圖

10 10

三、量子電腦強大之處

11 11

如前所述,量子電腦不像傳統電腦,運算步驟被位元數限制;如果想找出4位元(可為0或1)組合中某一組數字,傳統電腦最多需要嘗試到16次,平均需要嘗試8次,如果想找出20位元組合的其中一組數字,最多需要嘗試到約一百萬次運算步驟,由此可知傳統電腦在解決這類問題時,嘗試的次數和所欲搜尋的數字可能組數呈線性關係,當所運算的可能性呈指數成長時,即使是超級電腦,所需要的運算時間將長到無法實際用來解決問題。量子運算由於其特殊的量子特性,在上述的4位元組合數字問題,量子運算可以在4次運算後直接得到16種可能情形中的解答,在1,000次運算後即可找出20位元組合,一百萬個可能的其中一組特定數字,運算次數只需可能情形總數的平方根,滿足指數型的複雜運算需求。

12 12

四、量子運算的技術挑戰

13 13

(一) 穩定量子態的維持

14 14

細緻的量子態十分容易受到振動或電磁場,甚至一般熱擾動的干擾,所以現在的量子電腦需要在接近絕對零度的超低溫度操作(Jennifer ouellete, 2017)。目前主要的技術瓶頸除了增加量子位元數之外,就是如何維持穩定量子態,使量子維持在某個量子態時間 (相干時間, coherence time)夠長,足以完成運算工作並增加運算正確率。其中微軟的研究團隊正嘗試操縱2012年才被發現的"準粒子",用編辮子糾結方式,使量子位元可以抵抗外界干擾,讓量子位元和繩結一樣穩定,如此一來,量子電腦的運算能力就不用再被大量浪費在更正錯誤上(Russ Juskalian, 2017)。

15 15

(二) 量子位元的可擴充性

16 16

另一個使量子電腦能夠進入實際應用的關鍵,是量子位元的可擴充性,現行主流量子運算技術之一的矽自旋量子,就是由於可以利用已經十分成熟的半導體技術,具有和現行電腦相容性,且被認為未來容易向上擴充,而吸引英特爾和其他研究人員投入研發。Princeton大學的實驗室近期在矽量子元件上有關鍵性的技術突破(Princeton University, 2017),製造出能夠準確控制兩個電子之間量子行為,以矽為材料的元件,且錯誤率極低。這個突破性的量子位元邏輯閘,由高度有序排列的矽晶體構成,晶體上布有數十奈米的氧化鋁線,用來遞送電壓,將兩個被能階隔開的電子困在特定的量子點,再利用短暫的降低能階隔閡,使兩個電子能夠互相交換資訊,達到量子糾纏狀態。這項研究是第一次在矽材料中成功達到量子糾纏。研究人員可以利用磁場控制量子位元行為,目前控制電子量子態穩定度達99%,而邏輯閘的可靠度達到75%,這項技術除了具有可擴充性,錯誤率在未來還可能再下降。

17 17

(三) 量子軟體研發

18 18

除此之外,為了使量子電腦真正發揮效能,專家們認為應該同步開發量子軟體(Will Zeng, Blake Johnson, Robert Smith, Nick Rubin, Matt Reagor, Colm Ryan& Chad Rigetti, 2017),量子運算程式的複雜度和難度源於量子電腦的本質,運算時將帶有一定程度的雜訊,所以程式設計時必需將量子電腦的物理原理和位元限制納入考量,需要先預建雜訊模擬模型,以處理操作正確性的問題。而早期發展出的量子電腦由於運算硬體設計尚未統一,將具有不同性質的細微差別,軟體需要一定程度的客製化。運算的高複雜度也將帶動新的演算法和開發工具的需求,量子電腦軟體設計人員需具備深厚的物理、數學和軟體工程知識,跨領域、對各領域有深度知識的人才培育將會是軟體研發的關鍵,同時許多量子軟體都有開源式社群開發平台,以群策群力結合資源加速早期軟體開發速度。

19 19

五、量子電腦發展現況

20 20

目前最早實際被投入應用的量子電腦由5個量子位元構成,由IBM研發,採用的是超導迴路技術,IBM並在2017年底開始提供20位元的商業化雲端量子運算服務(Ron Miller, 2017)。而50個量子位元是一個深具意義的里程碑,這代表著超越現有任何超級電腦可以達到的運算能力,象徵量子優越(quantum supremacy)時代的來臨,目前IBM已十分接近這個目標,建造出50量子位元的原型機(Associated Press, 2017),Google的團隊也緊追在後,2017年11月的自然期刊中,MIT、Harvard、Cal Tech的合作團隊和Maryland大學的量子運算中心也分別用不同的技術達到50個量子位元的運算系統(Peter Reuell, 2017);大陸在2017年底宣布將投資一百億美元成立新的量子電腦中心,預計在2020年開始運作(Brian Wang, 2017),日本也加入國際量子競賽,宣布免費提供量子類神經網路服務,並將投資2億6千7百萬美元,在2018年開始十年量子研發計畫(Tiffany Trader, 2017)。雖然由於量子電腦特性,無法儲存資訊和運算結果,加上體積和所需要的硬體維護人員及費用高昂,在可見的未來都將與傳統電腦結合透過雲端提供運算服務,現在的量子電腦確實已經即將從實驗室步入實際應用,預備顛覆創新材料製造、化學製藥、人工智慧、網路安全和金融科技的領域。

21 21

六、量子電腦對社會的衝擊

22 22

(一) 量子電腦和人工智慧的結合

23 23

量子電腦的強項在於亂數產生、尋找未排序數列的最小值、解決圖論中的節點連結問題、特徴吻合等,科學家已經設計出多種量子演算法,來解決傳統電腦不易解決的問題(Ashley Montanaro, 2016)。其中2008年由三位科學家Harrow, Hassidim和Lloyd發明的量子演算法HHL,能夠快速解決多自由度,龐大的線性代數問題,而機器學習正好大量倚重這類型的大量線性代數運算,因此專家們很快就開始試圖將量子演算法和機器學習結合,機器學習是少數在量子電腦發展早期就有機會找到利基的領域。雖然短期內傳統的機器學習仍會較早開始實際應用在交通、醫學和金融市場,量子系統在產生真正亂數和處理非傳統二進位式資料會時將占有較大的優勢,例如傳統常應用於金融市場的蒙地卡羅機器學習演算法,需要產生真正的亂數才能有最佳表現,此時量子電腦的長處就可以被展現(Mark Anderson, 2017)。許多量子機器學習新創公司已經開始研發如何利用量子系統加速機器學習,其市場潛能也吸引了許多資金投入(Will Knight, 2017)。

24 24

(二) 量子電腦在化學和製藥的應用

25 25

一般專家普遍認為,化學將是量子運算最強且最立即的應用(Katherine Bourzac, 2017),量子電腦將可以用來幫助設計乾淨能源所需要的催化劑,了解生物體內的酵素,發現新的太陽能電池材料或高溫超導體材料。它的優勢在於超乎現有傳統電腦的強大運算能力,足以真正模擬和創造複雜的電子和分子互動模型,一般進行化學反應模擬時,由於需了解各分子所含原子彼此間互動情形,需計算各原子的電子互動能量,包含所有電子的位置和能階(即軌域),現有的傳統電腦在125個軌域時,就需要超出宇宙所有原子數量的記億體來儲存所有的資訊,無法處理如此大量複雜的資料和運算,因此現在的量子化學家在建模型時,常必須故意省略某些電子的行為特性,尤其是電子間強烈互動的情形,這種近似算法在模擬有機化學分子時是可以接受的,但是在金屬分子這種大量電子擠在極小空間的例子,電子間的強互動卻正是它的本質,被忽略就無法真正了解實際的化學原理,類似無法被簡化的傳統方式模擬的例子還有高溫超導體材料、含金屬的酵素活性位點等。然而量子位元的疊加特性使量子電腦能夠輕鬆完成這類運算,對新藥和新材料研發做出極大的貢獻,一旦技術成熟,新藥的研發前期將可透過量子電腦模擬化合物結構和生物體內酵素或受器的交互作用,對療效和副作用做較佳的預測,減少研發時間和成本,熟悉並且了解如何利用量子運算的廠商在新藥設計就會占有先機。

26 26

(三) 量子電腦對比特幣市場和區塊鏈安全的威脅

27 27

虛擬貨幣比特幣和其他使用區塊鏈技術之應用的安全性,在於其加密的強度很高,不容易被傳統電腦破解,當擅長於複雜運算及密碼破解的量子電腦技術漸趨成熟,會不會對這些應用產生威脅?例如現行的比特幣協定,利用生成一個特定的隨機數(nonce)做為新區塊鏈生成的必要條件之一,而生成這個隨機數需要大量的計算能力,礦工挖礦就是提供計算能力,並獲得比特幣做為獎勵。然而偶爾會有兩組礦工同時宣告兩個不同的區塊,此時比特幣協定會以已完成較多運算的區塊為主,抛棄另一個落後的區塊,這會導致網路中擁有多數運算能力的礦工永遠獲得下一個區塊,成為控制比特幣帳簿的主宰。如果量子電腦加入挖礦的行列,並且展現出壓倒性超出其他礦工的計算能力,整個比特幣市場就可能瓦解,新加坡國立大學的研究人員針對這個可能,對未來十年量子電腦運算能力的預測和目前用來挖礦的電路運算能力成長做比較,結果發現,未來十年內現有的硬體還能夠在速度上占有優勢,量子電腦主宰比特幣挖礦的情況應該不至於馬上發生。

28 28

然而比特幣的另一個安全協定特徵,橢圓曲線數位簽章(elliptic curve signature)卻可能更快在量子運算下暴露出弱點,比特幣的擁有者會握有一個私有密鑰和發布一個公開密鑰,在不公布私有密鑰的情形下,利用公開密鑰來證明自己是這個比特幣的擁有者,而公開密鑰可以很容易的由私有密鑰生成,反之則不然,雖然傳統電腦很難透過公開密鑰算出私有密鑰,對量子電腦來說卻很容易,研究人員估計在2027年這項安全協定就可能會被破解(Emerging Technology from the arXiv, 2017)。雖然比特幣和其他虛擬貨幣還未真正普及,但其交易熱度和市場接受度日漸增加,在金融市場逐漸開始接受和嘗試奠基於密碼保護的數位化交易平台時,量子運算技術對區塊鏈的威脅和未來金融市場的衝擊不可小覷,在可見的未來,這場矛與盾的對決將隨著量子運算漸趨成熟,和區塊鏈技術的普及化越來越激烈。

29 29

七、結語

30 30

IBM推出的20量子位元的商業化雲端量子運算服務,是量子電腦的重大里程碑,象徵著量子運算時代的曙光乍現,有些分析指出最快2到5年內,量子運算會開始進入實質企業應用。如前文所述,也許初期是在特定領域解決特定的問題,同時需搭配傳統電腦作為運算升級之用,但是仍然具有極大潛在的商業機會或是風險,如同人工智慧的快速發展,一旦量子電腦起飛,企業和國家如何因應和準備,找到利基,建立差異化優勢,又如何預應風險,例如發展不受量子運算破解的加密方式,維護資料安全等,都需要全方位的整體性思考及規畫。

31 31

參考文獻

  1. 陳蔚然(2017)。第二次量子革命啟動。Retrieved from https://portal.stpi.narl.org.tw/index/article/10298
  2. 王宣智(2015) 。英國量子技術發展戰略。Retrieved from https://portal.stpi.narl.org.tw/index/article/10134
  3. Ashley Montanaro. (2016). Quantum algorithms: an overview.
  4. Associated Press. (2017). IBM says it’s reached milestone in quantum computing. Retrieved from https://phys.org/news/2017-11-ibm-milestone-quantum.html
  5. Brian Wang. (2017). China will open a $10 billion quantum computer center and others also investing in quantum computing. Retrieved from https://www.nextbigfuture.com/2017/10/china-will-open-a-10-billion-quantum-computer-center-and-others-also-investing-in-quantum-computing.html
  6. Emerging Technology from the arXiv. (2017). Quantum computers pose imminent threat to bitcoin security. Retrieved from https://www.technologyreview.com/s/609408/quantum-computers-pose-imminent-threat-to-bitcoin-security/
  7. Idalia Friedson. (2017). Quantum computing will be a huge advantage to whatever nation gets it to work first. Retrieved from http://www.nationalreview.com/article/447250/quantum-computing-race-america-can-win-must-keep-pushing-hard
  8. Jennifer ouellete. (2017). Nanofridge could keep quantum computers cool enough to calculate. Retrieved from https://www.newscientist.com/article/2130210-nanofridge-could-keep-quantum-computers-cool-enough-to-calculate/
  9. Katherine Bourzac. (2017). Chemistry is quantum computing’s killer app. Retrieved from https://cen.acs.org/articles/95/i43/Chemistry-quantum-computings-killer-app.html
  10. Mark Anderson. (2017). A hybrid of quantum computing and machine learning is spawning new ventures. Retrieved from https://spectrum.ieee.org/tech-talk/robotics/artificial-intelligence/kickstarting-the-quantum-startup-a-hybrid-of-quantum-computing-and-machine-learning-is-spawning-new-ventures
  11. MIT review. (2017). 10 breakthrough technologies 2017. Retrieved from https://www.technologyreview.com/lists/technologies/2017/
  12. OECD. (2016). 「OECD Science, Technology and Innovation Outlook 2016」. Retrieved from http://www.oecd-ilibrary.org/docserver/download/9216061e.pdf?expires=1504679865&id=id&accname=ocid49012789&checksum=A4DC020435128C0484339A8FF336701D
  13. Office of the deputy assistant secretary of the army (research & technology). (2016). Emerging science and technology trends: 2016-2045. Retrieved from http://www.defenseinnovationmarketplace.mil/resources/2016_SciTechReport_16June2016.pdf
  14. Peter Reuell. (2017). Researchers create quantum calculator. Retrieved from https://news.harvard.edu/gazette/story/2017/11/researchers-create-new-type-of-quantum-computer/
  15. Princeton University. (2017). New silicon structure opens the gate to quantum computers. Retrieved from https://phys.org/news/2017-12-silicon-gate-quantum.html
  16. Ron Miller. (2017). IBM makes 20 qubit quantum computing machine available as a cloud service. Retrieved from https://techcrunch.com/2017/11/10/ibm-passes-major-milestone-with-20-and-50-qubit-quantum-computers-as-a-service/
  17. Russ Juskalian. (2017). Practical quantum computers. Retrieved from https://www.technologyreview.com/s/603495/10-breakthrough-technologies-2017-practical-quantum-computers/
  18. Tiffany Trader. (2017). Japan unveils quantum neural network. Retrieved from https://www.hpcwire.com/2017/11/22/japan-unveils-first-quantum-computer-prototype/
  19. Will Knight. (2017). A start up uses quantum computing to boost machine learning. Retrieved from https://www.technologyreview.com/s/609804/a-startup-uses-quantum-computing-to-boost-machine-learning/
  20. Will Zeng, Blake Johnson, Robert Smith, Nick Rubin, Matt Reagor, Colm Ryan& Chad Rigetti. (20173). First quantum computers need smart software. Retrieved from http://www.nature.com/news/first-quantum-computers-need-smart-software-1.22590