清華大學用一顆光子造出全世界最小量子電腦

https://money.udn.com/money/story/5612/8295288?from=edn_newest_index


清華大學物理系、前瞻量子科技研究中心教授禇志崧領導的研究團隊16日宣布,成功研發出全世界最小的量子電腦—僅僅使用一顆光子,就可以在室溫下進行運算,這也是台灣研發出的第一套光學量子電腦。未來可以與矽光子技術結合,成為台灣主導電子電腦發展的契機。鴻海研究院量子計算研究所所長謝明修、台積電余振華院士研究團隊成員吳宇彤博士也出席關注。


褚志崧團隊今天在記者會現場展示,以在一條環狀光纖內跑動、只有一顆光子的光量子電腦來完成質因數分解等複雜的數學運算,如15=5x3。這是全世界首次以一顆高維度、也就是多次元的光子來實現量子演算法。


褚志崧團隊已將這項領先全球的突破發表在上個月的《物理評論》期刊(Physical Review Applied)。


清華大學校長高為元表示,褚志崧團隊今天的發表絕對是量子電腦的一大里程碑。他去年才參觀過美國最先進的量子電腦實驗室,印象最深刻就是龐大的冷卻系統,將溫度控制在攝氏零下273度,設備也占去一個大房間;清華團隊今天發表的光量子電腦卻可在室溫下操作,且設備只有一個盒子大,「真希望未來我們每個人桌上都有一台光量子電腦!」


褚志崧指出,光子(Photon)是傳遞電磁作用的基本粒子,為了讓一顆光子攜帶更多的資訊,團隊成功研發出可在一個光子的32維空間裡儲存資訊的技術,宛如「多重宇宙」。眾所周知,1維是一條線;2維以長、寬成一平面;3維則是長、寬、高的立體。而褚志崧打造出的這顆光子,則有32維空間來儲存資訊,也就是32次元,打破了世界紀錄。


禇志崧比喻,有32維儲存空間的光子,就像是把一台只能載一個人的腳踏車,改造成一台連結32節列車的火車,就能載運更多的乘客。


褚志崧指出,國外發展的光量子電腦最多可達到數百顆光子,但光子為機率性出現,「這秒還有,下一秒就消失了,」很難控制讓多顆光子同時出現。因此,褚志崧改變思路,「何不專注在把所有資訊都壓縮在一顆光子上?」團隊接下來的目標是持續挑戰並提升單一光子的資訊儲存容量,讓一顆光子能夠容納更多的資訊,實現更複雜的量子運算。


一般電腦用電在電路板上傳輸來進行運算;光量子電腦則是用光來傳輸資料,並透過量子力學來進行運算。褚志崧解釋,不同於傳統電腦的位元(bit)只能代表0或1,量子電腦的量子位元(qubit)可以同時處於0和1,這種特性稱為「量子疊加」,使量子電腦在處理質因數分解、大數據搜尋等複雜運算時,速度可比傳統電腦快數億倍。


量子電腦的發展深受期待,但也面臨兩大挑戰,首先是電子及離子的量子電腦必須在極低溫下運作,耗能且成本高昂;其次是量子態很容易受到振動或電磁場的干擾,導致資訊遺失、計算錯誤。但禇志崧研究團隊僅用一顆光子造出的光量子電腦,則克服了這兩大困境。


禇志崧指出,光子可在室溫下保持穩定的量子態,不需要極低溫環境,耗能少,成本也較低。此外,光子可以長距離傳輸,不易受干擾,對將量子電腦投入商業化應用具有獨特的優勢。


清華大學理學院院長牟中瑜指出,褚志崧的研究成果為建構量子電腦找到了一套新的途徑——單光子的量子電腦。有別於目前國際間所追求的建構主流,它的優點是可結合同樣採用光來傳輸的量子通訊,形成量子網路,並且可以在室溫下進行,這是很大的突破,特別是此技術可以與目前的矽光子技術結合、與古典電腦整合在一起,有很大的潛力讓台灣能延續在半導體技術的優勢,是台灣主導量子電腦發展的契機。


牟中瑜特別提到,這套光量子電腦是清華大學前瞻量子科技研究中心自主研發的成果,展現清華在量子科技的創新能力與技術實力。光量子電腦技術未來的應用範圍將十分廣泛,包括加速新藥研發、優化物流、並可與量子通訊結合以改善資安等;以其大幅超越目前超級電腦的計算效率,可進一步推進AI等未來產業的發展。


鴻海研究院量子計算研究所所長謝明修也應邀參加發表會,他讚譽清華大學各領域的人才都有,最適合投入量子電腦的研發。他也認為,台灣應更積極投入並大力投資量子電腦及量子通訊領域。


台積電余振華院士研究團隊成員吳宇彤說,清華今天發表的光量子電腦真的創造了歷史,這是前人沒有做過的。他認為,光子是非常好的載體,也可望真正實現量子電腦小型化的目標。


清華大學也加入了量子國家隊,去年5月宣布成功研發出台灣第一個量子加密通訊網路,可永久加密而不被破解,大幅提升網路通訊的安全性至國安等級。

----------------------------------------------------------------------------------------
中華民國也要打造 量子電腦全產業鏈 軟體到硬體
2024-10-16 15:43 發佈
會發電嗎?
台灣缺電做這個出來耗電
tjptw

這是值得恭喜的好事何必冷嘲熱諷?酸民

2024-10-17 10:23
miaomiaoZeta

內文都沒細看就說耗電,超導量子電腦才耗電。

2024-10-17 16:57
DKQQ wrote:
https://money...(恕刪)


蠻棒的,
能量產的話更好
量子電腦與通用計算結合AI的可能性是非常大的,且有可能在未來幾十年內成為現實。然而,要實現這一目標,仍面臨著許多技術挑戰和突破的需求。以下是對其可能性、潛在的影響以及實現時間框架的分析。

1. 量子計算與AI的結合
量子運算和人工智慧(AI)的結合有巨大潛力,因為它們能夠在某些領域互補彼此的優勢:

量子運算的平行運算能力:量子電腦利用量子位元(qubits)的疊加和糾纏效應,能夠在某些問題上實現指數層級的平行處理能力。這可以幫助解決傳統電腦難以處理的組合最佳化問題、複雜搜尋問題和機器學習訓練等。

AI的複雜性:AI演算法,尤其是深度學習和強化學習,需要大量的資料處理和複雜的運算資源。量子運算可以加速一些AI關鍵演算法的運行,例如在大規模矩陣運算、神經網路訓練和搜尋演算法方面。

量子機器學習(Quantum Machine Learning, QML):這是量子計算與AI結合的一個研究領域,探索如何利用量子計算加速機器學習任務。目前的研究表明,量子計算可能會顯著加速機器學習中的某些子問題,例如資料分類、聚類和最佳化等任務。

因此,量子計算結合AI的可能性是相當大的,尤其是隨著量子計算技術的發展,未來的AI有望藉助量子電腦來處理更大規模和更複雜的任務。

2. 當前的挑戰
儘管量子運算與AI結合前景廣闊,但要讓其真正成真仍面臨一些重要挑戰:

量子運算的硬體進展:現階段,量子電腦仍處於早期發展階段,主要有雜訊、誤差率較高、量子位元數量有限的問題。儘管近年來有所突破,現有的量子電腦大多只能解決一些有限的問題,距離通用量子電腦(即可以勝任廣泛任務的量子電腦)還有相當的距離。

量子演算法與AI的融合:儘管理論上已經有了一些量子演算法可以加速AI任務(如量子傅立葉變換、量子模擬、量子線性代數),但如何將這些演算法應用於真正的AI問題上,還需要大量的開發與實驗。

量子程式語言與工具:目前,量子程式語言和工具鏈仍在發展中。儘管有如Google的Cirq、IBM的Qiskit等平台,編寫有效的量子演算法仍需要高度專業化的知識,且如何與傳統的AI框架(如TensorFlow、PyTorch)進行無縫整合仍是挑戰。

量子資料問題:AI通常需要大量的資料訓練,而將這些資料轉換為量子位元的表示並不簡單。如何有效地將經典資料嵌入到量子電腦的計算框架中仍然是一個開放問題。

3. 潛在影響
如果量子運算與AI成功結合,將產生巨大的科技與經濟影響:

加速AI訓練:量子運算可以大幅加速AI模型的訓練時間,進而顯著提升AI在自動駕駛、醫療、金融等領域的應用效率。

解決複雜的最佳化問題:許多現實問題,如蛋白質折疊、化學分子模擬、物流網路優化等,是傳統電腦無法有效解決的。量子運算能夠在這些領域展現更強大的能力,並結合AI幫助進行複雜的最佳化決策。

增強AI的推理能力:量子運算能夠處理高度平行的計算任務,幫助AI進行複雜的決策和推理,尤其是在大規模資料集和多目標最佳化問題中發揮優勢。

4. 何時能成真?
關於量子計算與AI結合的具體時間框架,主要取決於量子計算技術的進展速度。根據當前的趨勢和預測:

5-10年內:量子運算可能會在一些特定領域(如化學模擬、最佳化問題)與AI結合產生初步的應用成果,但這些應用可能仍限於特定問題和實驗室環境。

10-20年內:隨著量子電腦硬體的進步(特別是量子位元的擴展、糾錯技術的完善),更通用的量子計算可能會開始解決更廣泛的AI問題。屆時,量子AI可能會在特定領域(如藥物發現、材料設計、金融優化等)展現出明顯的優勢。

20-30年內或更久:真正的通用量子電腦結合AI可能會開始成為現實,並廣泛應用於各行各業。這個時間點也是量子運算進入大眾和產業化應用的關鍵時刻,屆時量子AI可能會成為我們處理複雜問題的主要方式。

5. 總結
量子運算結合AI是未來科技發展的重要方向,雖然目前尚處於早期階段,但其潛力巨大。在未來的幾十年內,量子運算的技術成熟度將決定這項結合何時能真正實現。儘管目前存在許多挑戰,但全球各大研究機構和公司都在積極推進這一領域的研究。大約在未來10-30年內,我們可能會看到量子運算與AI逐漸融合並帶來實質的技術革命。


量子運算與AI的融合在未來10到30年內確實可能帶來一場技術革命,但要完全定調量子運算架構,還需一定時間與多項技術突破。量子運算目前仍處於早期發展階段,儘管近年來取得了一些重要進展,但要達到穩定且實用的架構仍面臨許多挑戰。以下是一些關鍵因素,以及可能影響時間表的原因:

1. 當前量子運算架構的挑戰
量子糾錯:量子電腦非常依賴量子態的超導和糾纏,但它們極易受雜訊和乾擾的影響。這導致量子計算的誤差率較高,因此需要強大的量子糾錯技術。開發穩定且高效的量子糾錯機制是實現大規模實用量子運算的核心挑戰之一。這可能還需要5-10年的時間才能有顯著進展。

量子位元的擴展性:目前的量子電腦通常只能處理有限數量的量子位元(qubits),例如幾十到幾百個量子位元。要解決實際的複雜問題(例如與AI結合),需要數百萬甚至上億個量子位元。這涉及到量子位元的可擴展性問題,可能還需要10-20年才能開發大規模量子位元陣列。

硬體平台的多樣化:量子電腦的硬體平台還在快速發展中,目前有幾種不同的架構在競爭,包括超導量子位元、光子量子位元、離子阱等。這些技術各有優缺點,但還沒有一種架構完全確立為標準。因此,未來5-10年內,量子運算架構的具體走向可能仍在實驗與最佳化階段。

2. 量子計算與AI的融合進展
量子AI演算法的發展:儘管量子電腦在某些特定問題上可能比傳統電腦更快,但目前還沒有廣泛適用的量子AI演算法。要實現量子計算與AI的深度融合,需要開發出能夠利用量子運算優勢的AI演算法。這可能需要10年左右的研究才能初步實現。

量子機器學習:量子運算的平行處理能力可能大幅提升機器學習任務的效率,特別是在最佳化、分類等方面。但要使量子機器學習成為現實,需要開發一系列量子演算法,而這些演算法需要能夠在相對大規模的量子電腦上運作。這個過程可能會在接下來的15-20年內逐步實現。

3. 基礎研究與產業化的進展
學術研究的推進:量子運算是當前物理學和電腦科學的前沿領域,世界各國政府和企業都在積極投資。例如,美國、歐盟和中國都在量子運算領域投入大量資源,但這一領域仍需要許多基礎研究的突破,例如在量子材料、量子晶片等方面。

產業化與標準化:量子運算與AI結合的成功不僅取決於理論上的突破,還需要實用技術與標準的確立。例如,IBM、Google、微軟等公司正在研發不同的量子運算架構,未來10-20年內可能會出現一些早期的產業化應用。

4. 可能的時間線
短期(5-10年內):量子運算架構可能會逐漸穩定下來,主要集中在改進量子位元的糾錯和擴展能力。同時,初步的量子AI演算法將會被開發出來,並且在一些特定的應用中展示潛在的優勢。

中期(10-20年內):量子運算與AI的整合可能會進入實用階段,量子機器學習、量子最佳化演算法等技術可能在某些領域實現突破,如金融建模、藥物研發、供應鏈優化等。在此期間,量子運算的硬體架構可能趨於成熟,並開始標準化。

長期(20-30年內):量子運算的規模化應用和AI的全面融合可能開始廣泛應用於實際世界的複雜問題。量子運算可能會成為某些高效能運算領域的主流工具,同時在AI的應用將會更加普遍。

總結
量子運算的架構在未來10-30年內將逐步定調,隨著量子糾錯、可擴展性和量子AI演算法的進步,量子運算與AI的融合有望帶來實質技術革命。不過,要實現穩定的量子運算架構,並使其大規模應用,仍需大量的基礎研究與技術突破,可能還要經過10-20年的發展期。
在量子電腦這個領域,走不一樣的路,但是現在只是針對一個光量子進行資料計算,如果是復數光量子能夠順利處理才算是有未來可言
一顆光子的量子電腦, 我好奇光是粒子還是波?
miaomiaoZeta

量子是一種單位,所以是量子電腦。

2024-10-17 17:07
terrylaw

原來如此,學習了謝謝。

2024-10-21 8:42
內文搜尋
X
評分
評分
複製連結
Mobile01提醒您
您目前瀏覽的是行動版網頁
是否切換到電腦版網頁呢?