人工智能(AI)經過了幾十年的努力，現在是各項硬件技術及算法都已就位，會影響到人類未來幾十年的發展。然而現今AI芯片及算法，都是根源于現有的芯片技術及計算機程序架構，做大量的平行處理，因此每一個AI芯片都需耗費相當大的電力，若未來AI變成了科技及產品的的主流，會無法想象這電力上的需求有多么的巨大。

然而我們來看量子運算(quantum computing)，它的原理與架構與AI的需求是相當符合的，量子運算提供了一個超高速運算的能力，基于天生就是一個大量平行處理的能力，不僅速度快同時功率的耗損非常低，雖然目前預估要10年后才能商品化，但絕對是一個值得我們注意的課題。

AI

AI最近的興起是基于計算機芯片運算能力的提升、新的算法架構及大量數據的處理。經由信息的學習以及算法，對于不同輸入因子產生其權衡參數(weighting factor)，如此就產生一定的智慧，爾后面對一個新的輸入就會自行做判斷。而對于較復雜的體系如下棋，就得經由不同層(layer)的判斷因子，快速地做最后的決定。

我們都知道人的兩眼相隔一段距離，提供我們一個視角，因此我們可以判斷出物體跟我們之間的距離。若沒有視角我們只能知道物體的大小(仰角)，而無從得知距離的遠近。但是剛出生的嬰兒，兩眼之間還沒有鏈結，因此無法判斷出距離，但經過一段時間的學習，兩眼間神經鏈結逐漸產生，由不同的權衡參數就能判斷出距離，所以一位嬰兒不需要懂三角函數，經由數據的學習，就能精準的判斷出距離的遠近，這就是人工智能。

為了達成經由數據的分析，考量層次、權衡因子的收斂，到最后具有智慧的判斷，需要運用到高速的運算及平行處理的能力。然而現今的計算機架構，還是一個有一定序相(sequential)的處理方式，一個結點過了再到下一個結點。然而人腦的運作就像漣漪，一個輸入進去會同時影響周遭的一群神經元。所以AI芯片雖然運用了平行處理，但是效率上仍然受限于硬件架構，同時會產生相當大的電力消耗，而量子運算剛好可以補足這個不足。

量子運算

個人在學生時期對于量子力學就相當著迷，因此對于量子運算中兩個最重要的觀念，量子疊加 (superposition)以及量子糾纏 (entanglement)，有自己的體會。

在目前以二進制(0或1)為主導的計算機運算中，每一位元(bit)上的狀態不是1就是0，因此計算機處理資料的能力是隨著位元數N的增加而線性的增加，也就是2xN，要增加計算機的運算能力，就得加快頻率f (clock rate)。而在量子的位元(qubit)是允許0跟1是同時存在的，也就是所謂的量子疊加，這事實上就是量子力學中的薛丁格方程式 (Schrodinger equation)所隱含的機率性 (probability)假說。0跟1是可以同時存在的，重點在機率。所以2個qubits經由量子疊加就會同時產生00,01,10,11四個重疊態，也就是量子運算處理信息的能力就變成了2的N次方。

若一個qubit有m個態，在N個qubit的運作下，其運算能力就變成了m的N次方。以單個電子qubit為例，電子的自旋量子數有spin up以及spin down兩個態；如果能制作出單電子的qubit以及50個qubit的量子計算機，其處理資料的能力就高達2的50次方，超越了現今任何計算機的運算能力。

至于量子糾纏則是在量子的世界里，任何的物理量比如質量、電荷或者磁單元，都會伴隨著一個量子場(quantum field)，諸如質量的重力場、電荷或磁單元的電磁場，而這些場的影響力是無遠弗屆，這就是所謂場的交互作用(interaction)。這種影響力或稱之為運算，是不受限于計算機芯片實體的電路設計及序相控制，就如同漣漪般，若能適當的控制，量子運算的能力就如同矩陣般的擴散，所以本身就是一個巨量的平行處理器。

量子運算擁有如此強大的運算功能及平行處理的能力，但看來還要等10年以后才有大規模商品化的可能。主要是量子的微觀世界要在很低的溫度才能觀測到，接近絕對零度，因為這些物理量或能量都非常的微量，溫度稍微高些所產生的熱能或些微的外界噪聲就蓋過了這些微小的物理量。目前已實現的量子計算機大都是利用低溫超導體的量子效應作為qubit，這需要在極低的操作溫度。而有些公司也開始利用半導體主流的CMOS制程及納米技術，將單一個電子局限在一個很小的空間，就像一個量子點 (quantum dot)。因為有很好的局限性(confinement)，單一電子的量子效應就會明顯很多，使得操作溫度可以大幅提高，若能一舉提高到液態氮的溫度(零下200度)，就可以加速量子計算機的商品化。

總之，毫無疑問的，AI會影響人類未來數十年的發展，量子運算的架構與AI的需求是如此的吻合，我們實在沒有理由不予以密切的關注并采取行動。量子的國度是個神奇的世界，為什么會有這些奇妙的事情，就如同海森堡所說，「我們觀察到的不是自然的本身，而是自然對于人類探索方法的回應」，而今日卻有機會將這些回應，轉換為對人類有貢獻的商品化產品！