美國未來智慧科技投入

一、前言

近年來，智慧化已經取代自動化、資訊化等名詞，成為資通訊及機械等工程領域的關鍵詞。特別是人工智慧在深度學習的突破，將實現自主式機器人及虛擬代理人，成為社會上一般民眾皆可接觸的產品及服務，進一步推動未來智慧化社會的來臨。但是智慧化社會願景有賴各類資通訊硬體、新興演算法、資料科學的進步才有可能實現。以2016年AlphaGo 打敗李世乭那場圍棋賽為例，其運算系統使用了1920個CPU和280個GPU，一場棋局的電費就高達三千美元。可以想像其中所產生的廢熱及所消耗的能量是多麼的驚人。由此可見如果只有好的理論及演算法，沒有夠用的計算能量等硬體設施，人工智慧也是走不下去的。到了第二代的AlphaGo zero則用了64台GPU (Graphics Processing Unit,圖形處理器) 和19台CPU，似乎是硬體需求降低了；但是更新的一代AlphaZero，為了提高效能只好加強硬體計算能力，共使用了5064台TPU (Tensor Processing Unit,張量處理器)，讓Alphazero的訓練時間從幾天提昇到8小時。由此可見，未來人工智慧應用被推廣後恐怕將倚賴更強大的電腦(計算、存儲、傳輸等)及資通訊基礎建設。

但是目前半導體界卻認為矽晶片的製程將走到物理極限(摩爾定律)，再繼續縮小積體電路的線寬則將面對量子穿隧效應，使得傳統的電晶體設計架構走入瓶頸必須尋找新的解決方案。而解決之道則包含了完全顛覆現有von Neumann架構的新一代電腦架構：如量子電腦、神經形態計算、積體光路等；尋找矽的替代材料：如石墨烯、矽-鍺(Si-Ge)、自旋電子元件spintronic等；或是改變晶片設計，如3D晶片、二D單原子層二極體、多核心晶片等。對下世代的智慧科技布局，觀察美國近年主導科技事務部會所推動的系列行動，可以讓我們可以瞭解未來在資通訊領域的科技樣貌及內部核心技術的重點為1. 下世代的半導體硬體技術(量子科技)、2. 分析推理用的人工智慧以及3. 分析推理所標的之巨量資料/數據(資料科學)。這三類投入涵蓋了分析與承載資料的軟硬體，完整的代表未來智慧化社會所需要的基礎科技(見圖一1)。分別代表未來的軟體技術、硬體技術以及資訊分析方法。它們將是人類建設未來智慧社會 (smart society) 最重要的墊腳石，是所有自主式機器人、資通訊設備、元件、建設、管理系統、伺服器、雲與邊緣運算的共同性組件。人工智慧與量子科技的重要性不言而喻，但資料/數據的重要性則同樣在未來的科技發展及產業創新中扮演重要的角色，例如美日歐可能將在2019年討論打造具有排外性的「數據流通圈」，允許圈內的個人與產業數據互相轉移，但嚴格限制向個人資訊保護不足的國家區域轉移數據，並建構數據安全流通的框架以促進商業發展(日經新聞)。

美國在2018年底，由NSF、DARPA、能源部分別提出數個重要的補助計畫，在量子科技、人工智慧及大數據上作出重要的投入(見表一1)。下文將就美國各部會所推動的研究計畫作說明。首先是NSF相關的研究，NSF在今年下半年度推出多個重要計畫，分別是「推動大數據科學與工程的基礎與應用關鍵技術，技術與方法計畫」(BIGDATA)、「跨領域科技研究-推動量子系統轉換計畫」(RAISE- TAQS)、「開發量子通訊的整合平台計畫」RAISE-EQuIP、「軟體量身定制的量子協同設計框架計畫」(Software-Tailored Architecture for Quantum co-design (STAQ))以及「半導體生物合成資料處理與儲存技術計畫」 (SemiSynBio)；其他的則是能源部的量子資訊和DARPA的「下世代人工智慧」(AI Next) 多年期專案計畫。

(一)推動大數據科學與工程的基礎與應用關鍵技術，技術與方法計畫(BIGDATA)

NSF所推動的「推動大數據科學與工程的基礎與應用關鍵技術，技術與方法計畫」(BIGDATA)補助3千萬美元(約9.3億台幣)在大數據科學與工程研究。此計畫的特點是結合產業界的雲端服務商，由廠商提供雲端服務資源讓研究團隊進行大數據主題的研究，廠商包含阿馬遜網頁服務(AWS)、Google雲平台(GCP)以及微軟的Azure，每家企業從今年的補助計畫開始，在三年期內分別提供300萬美元的雲端資源供相關的大數據計畫使用。合作的目的在於鼓勵研究計畫能夠在大規模的實驗與可擴展性的研究。BIGDATA計畫主要補助在電腦科學、統計、計算科學與數學的創新研究，以推動資料科學的發展。同時該計畫也支持創新應用的工作，利用資料科學的進步來強化各領域的知識，包含像是社會與行為科學、教育、生物、物理及工程科學等。研究中使用的資料可來自於不同的來源，包括科學儀器設備、社交媒體、電商交易記錄、物聯網（IoT）的機器所產生的資料，管理系統和大規模數值模擬等。

BIGDATA希望能夠將來自無數領域所產生的大量數據資料經過適當的分析處理後能夠產生有用且創新的見解，從而改善問題解決及即時決策的需求。譬如像是大量數據/資料管理，數據模型化，大數據分析、利用新技術解決數據/資料密集型的科學與工程領域問題。

NSF在2017預算年度對資料科學的補助金額已超過一億美元，主要應用在資料科學的研究、教育、基礎建設上。該年度有21項新的BIGDATA補助計畫支持資料科學的基礎元素，從理論、技術到利用大數據解決問題的方法論、以及利用這些數據科學基礎研究突破所帶來的創新應用研究。其中，八個補助計畫將受益於雲服務供應商參與所帶來的額外雲信用(cloud credit)和資源。

(二)「跨領域科技研究-推動量子系統轉換計畫」(RAISE- TAQS)、「開發量子通訊的整合平台計畫」RAISE-EQuIP

同年9月24日，NSF宣布量子研究和技術的補助計畫，投入3100萬美元進行基礎的量子研究，推動下一代的感測，計算，模型建立及通訊等應用。計畫目的為保持美國在新興量子技術革命的領先地位。新的補助計畫已經使NSF成為美國聯邦機構中主要的量子研究補助機構，這個角色的功能主要是推動安全量子通訊所需之技術，建立第一代完全連接，實用的量子電腦，並聯結產業界與學術界，共同訓練下世代的量子科學家、工程師與企業家。NSF將加入國家標準與技術研究所，能源部和白宮科技政策辦公室，國家科學技術委員會所組成的量子資訊科學小組委員會。該小組委員會將協調關於量子資訊科技的國家議程。許多今天的技術依賴微觀尺度的物質與能量交互作用。量子力學是一門研究微觀世界，觀測、操縱、控制粒子的行為的學問。下世代技術將開發量子系統內粒子間的交互作用應用在通訊、電腦與感測等領域，從而有望大幅提高未來電子元件設備的精確度與效率。其中2500萬美元用來探索量子研究，推動「跨領域科技研究-推動量子系統轉換計畫」 (Research Advanced by Interdisciplinary Science and Engineering-Transformational Advances in Quantum Systems, RAISE- TAQS)。600萬美元用在「開發量子通訊的整合平台計畫」(Research Advanced by Interdisciplinary Science and Engineering-Engineering Quantum Integrated Platforms for Quantum Communication RAISE-EQuIP)。一些團隊主要研究量子態行為的新可能性，有的則是研究穩定量子系統的新方法，讓技術應用更為多元化。所有的計畫也藉此訓練未來產學研界需要的量子人才。

RAISE-TAQS計畫補助25個計畫，針對量子感測、通訊、電腦與模擬等主題進行實驗演示、創新方法、實驗系統及概念驗証相關的研究。鼓勵學界進行前沿性的科學探索，打造一個強大的量子科技研究社群。

RAISE-EQuIP：量子工程的前沿計畫。共支援8個計畫。主要推動量子資訊科技。探索單一元件及組件整合方法，以打造可擴充的量子通訊系統。該計畫主要是展示概念性的驗証技術，主要包含量子通訊系統的新型設備、電路設計、訊號處理方法及整合平台等。目前該計畫的受補助研究團隊已經解決了一些技術挑戰，包含量子訊號處理及產生的方法。

(三)「軟體量身定制的量子協同設計框架計畫」(Software-Tailored Architecture for Quantum co-design (STAQ))

為了加速實用量子電腦的發展，NSF推出一個為期5年，1500萬美元補助金額的「軟體量身定制的量子協同設計框架計畫」(Software-Tailored Architecture for Quantum co-design (STAQ))。STAQ的構想來自NSF的創意實驗室，這是一個一系列為期一周，由來自不同領域的研究人員，針對一個選定的研究挑戰課題，個別提出具有新創點子或合作方案的建議。本計畫構想是挑戰實現能實用的全面連接量子電腦 (Practical Fully-Connected Quantum Computer challenge)。與會者包含了來自杜克大學，麻省理工學院，塔夫斯大學，加州大學伯克利分校，芝加哥大學，馬里蘭大學和新墨西哥大學的物理學家，電腦科學家和工程師。為了達成此目標，研究人員將尋找基於優化和科學計算問題的新演算法，改進量子電腦硬體，開發出應用在特定機器的優化演算法表現的軟體工具等。

該計畫的四個主要目標分別為：

1. 開發具有足夠大量子位元數(qubits)的量子電腦，以解決未來具有挑戰性的計算問題。

2. 保証系統中的每一個量子位元能夠與其他位元相互作用，這是未來解決基礎物理問題的關鍵。

3. 整合軟體、演算法，元件及系統工程。

4. 參與的工程師，理論學家，實驗工作者，電腦科學家具平等投入。

(四)「半導體生物合成資料處理與儲存技術計畫」 (SemiSynBio)

今年7月16日，NSF宣佈一項新的半導體技術開發補助案—半導體合成生物學。為了滿足未來全球市場對數位資料存儲的需求，並突破現有儲存技術侷限，NSF推出補助金額達1200萬美元的「半導體生物合成資料處理與儲存技術計畫」(Semiconductor Synthetic Biology for Information Processing and Storage Technologies (SemiSynBio) program)。計畫目的是開發出一種整合合成生物學與半導體技術來製造新一代的資料儲存系統。SemiSynBio計畫由NSF和半導體研究公司合作推動，尋找一種結合生物、物理、化學、電腦科學、材料科學與工程學等多種領域知識體系的未來資料儲存系統的新型架構。

研究人員預估與半導體技術相結合的生物儲存系統可以存儲的資料比現有之記憶體資料量可多1000倍，並且資料可以保存100年，消耗更少的電源，體積更小。大儲存量與低耗能兩個優點結合的下世代儲存系統可以預期將催生新一波的創新潮。傳統的資料處理與儲存利用0和1來代表資料，即所謂的二進制碼。生物合成法提供幾種比現有方法更具潛力的好處。譬如像是人體的DNA，由四種核鹼基組成來保成人類的遺傳資訊，結構緊湊且不會隨時間而降解。代表其結構可以作為一種體積小長期保存大量資訊的記憶體。我們愈瞭解生物生命細胞的運作機制，就愈清楚瞭解資訊處理是生物系統的關鍵功能SemiSynBio 是一個典型的跨領域研究推動計畫，使推動從生物到電腦科技領域的合作。

2018年的補助計畫研究方向包含利用DNA來儲存資料，基因電路的設計，生物電子學以及分子通訊等。目前共有8個計畫被補助，分別是(見表2)：

(五)量子資訊科學研究

9月24日，能源部宣示將投入2.18億美元補助85項 (quantum information science, QIS)量子資訊科學研究計畫。此則訊息是在白宮舉辦的「推動美國在QIS領域的領導地位高峰會」上提出。美國能源部長Rick Perry於峰會上宣稱：「QIS代表資訊時代的下一個技術前沿，在激烈的國際競爭下，對前沿科技的研發投資將是保證美國保持此領域的全球領先地位，形塑出未來長期的資訊處理樣態，產出多樣的新技術，造福美國的社會與經濟。」受到該計畫補助的機構包含28家大專院校研究機構以及9個能源部國家實驗室。研究主題包含新一代的量子電腦的硬體及軟體開發，用於具備特殊量子特性的新材料，以及探討利用量子電腦和量子資訊處理方法來研究暗黑質和黑洞等天文物理問題。

量子電腦相較於今天的超級電腦，具有更強大的運算能力，能夠解決及處理複雜的問題。此外量子系統作為一種具潛力的高靈敏感測元件，將可應用在醫療、國防及科學。同時量子電腦將改變密碼學，變成網路安全的關鍵能力。這計畫由能源部內的科技辦公室轄下的三個計畫辦公室協同管理，包含先進科學計算研究(Advanced Scientific Computing Research (ASCR))、基礎能源科學(Basic Energy Sciences (BES))以及高能物理(High Energy Physics (HEP))；主要的工作包含補助管理、競爭計畫同儕審查等。各計畫補助期限從2年到5年，2018預算年度的總經費為7300萬美元。年度補助總金額將取決於國會撥款。

當天白宮科技政策辦公室(OSTP)國家科技委員會(NSTC)也公布「量子資訊科學國家策略概述」報告 (National Strategic Overview For Quantum Information Science)，提出未來美國推動量子資訊科學發展的七大投入項目及六大政策建議，其中七大科技項目劃分為四大基礎科學(S1~S4)與三大技術開發(T1~T3)，分別為：量子感測S1、量子計算S2、量子網絡(通訊) S3、量子元件與原理進步所帶來的科學進步S4；配套技術T1、未來應用技術T2、風險控制T3。六大政策建議則分別為：

• 採取科學優先策略
• 培養面向未來的量子科學人才
• 深化與量子產業的合作
• 提供關鍵的基礎建施
• 維護國家安全與經濟成長
• 推動國際合作

雖然量子科技的商業化仍存在許多有待克服的障礙，但是為了因應中國、歐洲、日本等國的挑戰，美國已經決定在現階段就強化量子科技的研發投入，以維持美國在此領域的全球領先地位。

(六)「下世代人工智慧」(AI Next) 專案計畫

DARPA宣告要投入20億美金開發下一代人工智慧技術，希望能夠做出對上下文內容進行推理，及創造出更可信賴及合作伙伴關係的人機AI系統。在人工智慧過去60多年的發展史中，DARPA就一直扮演推動人工智慧應用在國防科技的重要推手。從1960年代始，DARPA就在第一波的AI浪潮中，推動功能有限的基於規則或所謂的手工知識型 (handcrafted knowledge) 的人工智慧系統。從1990年代始，DARPA集中資源推動利用大量數據進行統計模式辨識的機器學習方法。補助了自然語言處理、問題解決、導航與感知技術開發，催生了自駕車、虛擬個人助理、仿真義肢等重要且具有價值的軍事、商業應用。但是這類機器學習方法具有過於依賴大量品質好的數據、無法適應多變的外部環境、以及無法向使用者解釋結果等缺點。

為了解決這些問題，DARPA決定推動下世代的人工智慧技術開發，探索新的人工智慧理論和應用，DARPA宣佈一項多年期，超過20億美元的「下世代人工智慧」(AI Next) 專案計畫。目前DARPA已經補助超過20項計畫開發更好的AI技術，朝向能夠理解上下文的人工智慧方向發展。同時補助超過60項計畫進行AI的應用開發，研究主題包含從網路漏洞偵測修補到如何代理協作與共享電磁頻譜等課題。在未來一年，將會有更多的計畫補助專案會被DARPA推出。針對「下世代人工智慧」補助的關鍵領域將針對：國防部關鍵業務流程自動化技術，像是一周內完成安全審查、或是一天內軟體認證系統營運部署等；或是提高人工智慧的可靠度和穩健性；或是強化機器學習或人工智慧系統的安全性和彈性；減少能耗、數據及性能低效等問題；或是開創新一代的演算法及應用，如可解釋及具備常識理解能力的人工智慧。

除前述所提及的各類科技外，網路安全、資訊安全、下世代通訊科技也是美國產官學研界所關注的重點，這類科技作為未來智慧科技的基礎建設，以萬物聯網為例，巨量的設備透過新世代通訊技術聯上網路，對資訊安全的要求將會比目前已知的資安層級要提高到更嚴格的程度，以避免對社會產生不必要的危害。因此這類科技的投入也必然會成為未來各國產官學研關注的重點。

二、結論

未來智慧科技的實現有賴於今日之開發投入，許多新興應用科技其實是研究者花費超過二三十年、歷經幾代的人才接力努力才有可能實現開花結果。像是量子通訊在1993年由物理學家C.H.Bennett等人提出構想概念，歷經 20多年的發展，才有2017年潘建偉成功完成離地球1400km外的衛星傳輸量子通訊記錄。由此可見基礎科學的投入到其成功應用或商品化投入市場，其研究周期可長達數十年以上也不足為奇。但是沒有這些前期的投入，許多應用就不可能在未來實現。因此對基礎及尖端科技的投入是政府科技事務主管部會應長期關注的議題，而產業界強化對基礎研究的投入也是提高企業競爭力的重要因子，值得國內企業思考。