0

0
0

文字

分享

0
0
0

2016 諾貝爾物理學獎:拓樸相變和拓樸物質的理論研究發現—《物理雙月刊》

物理雙月刊_96
・2017/03/07 ・2780字 ・閱讀時間約 5 分鐘 ・SR值 503 ・六年級

文/張明強副教授|國立中興大學物理系

2016 年 10 月 4 日,諾貝爾物理獎頒給美國華盛頓大學的 David J. Thouless , 布朗大學的 J. Michael Kosterlitz 和普林斯頓大學的 Duncan M. Haldane,三位得獎人均為英國出身。得獎的理由是「拓樸相變和拓樸物質的理論研究發現。(For theoretical discoveries of topological phase transitions and topological phases of matter)

拓樸性質起源於數學的研究,也就是在幾何學之外,研究物體被連續變化(比如說延展或彎曲),在不撕開或黏合或挖洞的狀況下,如何從一種幾何形狀變成另外一種幾何形狀的研究。

舉例來說一顆球和一個四方體拓樸性質一樣,可以想像球體不斷的變化之後,就可以變成四方體;而中間有一個洞的甜甜圈,拓樸性質和咖啡杯拓樸性質一樣,因為經過連續變化,甜甜圈可以變成有一個洞把手的咖啡杯。

208692428_8a433b5267_o
拓樸性質起源於數學的研究,也就是在幾何學之外,研究物體被連續變化,在不撕開或黏合或挖洞的狀況下,如何從一種幾何形狀變成另外一種幾何形狀的研究。如中間有一個洞的甜甜圈,拓樸性質和咖啡杯拓樸性質一樣。圖/By Salim Virji @ flickr, CC BY-SA 2.0

本來拓樸學和物理學關連並不大,直到 Thouless 和 Kosterlitz 開始研究二維古典系統的二階相變,事情才開始變化。在他們的研究之前,一般人對二階相變的了解,都是來自於金寺堡-藍道定理(Ginzburg-Laudau Theorem)。我們可以考慮一個磁性系統,鐵磁的產生是要有所有小磁鐵磁場指向同一個方向,而順磁性的相態來自於小磁鐵磁場的方向都不一樣,平均起來磁性就為零,我們稱這種小磁鐵磁場都指向同一方向為「對稱性破缺 (Symmetry breaking)」。金寺堡-藍道定理完全奠基於對稱性破缺。而二維古典系統,基本上在有溫度的情形下,因為熱漲落 (thermal fluctuation)非常強大,所以沒法形成對稱性破缺,因此大家的認定是不會有相變的存在。

-----廣告,請繼續往下閱讀-----

這樣的情形也可以由物理量的相關性(correlation)來理解。同樣考慮磁性系統,我們可以考慮相距離很遠的小磁鐵(也稱為自旋)彼此間的相關性,相關性可以理解為當我改變一個自旋,另一個(遠距離)自旋跟著改變的量。我們發現三維鐵磁性(也就是有對稱性破缺)的相態中,兩個距離相當遠的自旋量相關性是一個常數。但在二維磁性系統裡,遠距離自旋相關性會慢慢接近零。且慢,接近零有兩種接近的方式,一種是多項式的接近零,一種是指數的接近零,多項式的接近零(比如說 r-2) 比指數的接近零(比如說 e-r) 要來的慢許多,因此這裡面暗藏著玄機。

Kosterlitz 和 Thouless 發現,非常低溫的時候,是多項式的接近零。遠距離鐵磁的相關性是多項式的接近零。然後慢慢增高溫度,系統會產生渦漩,而且不是一個一個產生,每次產生都成對,而且方向相反。我們稱為正渦漩或反渦漩,見圖一。正反渦漩會成對出現成對,剛開始出現不會影響鐵磁的相關性,但溫度越高,渦漩越來越多,溫度高到一個程度,渦漩不再成對出現,而是單獨出現,且渦漩改變遠距離鐵磁的相關性,從多項式變成指數接近零。這樣的相變,並不會有對稱性破缺,而是相關性的改變,我們稱為「KT 相變」,圖 1 顯示的就是這樣的相變圖。

%e8%9e%a2%e5%b9%95%e5%bf%ab%e7%85%a7-2016-10-06-%e4%b8%8b%e5%8d%889_31_13
KT 相變。圖 1/@ nobelprize.org

渦漩其實就是一種拓樸態,就像颱風一樣,渦漩有一個很像颱風眼的構造,此種構造就是類似甜甜圈的洞,我們稱為奇點,見圖中放大區域。Thouless 和 Kosterlitz 是第一位利用拓樸性質來解釋相變。 後來發現不管在一為或二維系統,比如說超流體相變,KT 相變非常重要。也解釋很多低維度系統相變得產生,改變人們對相變的了解。

拓樸物質其實不容易發現,「量子整數霍爾效應」和「分數霍爾效應」在八零年代一一被發現,而且獲頒諾貝爾物理獎。Thouless 也持續對拓樸態有進一步的了解,尤其是量子霍爾效應的解釋。Thouless 藉由對於拓樸學的了解,將量子霍爾效應跟所謂的「陳省生數」(Chern Number)連結起來。陳省生數可以類比為幾何體有多少個洞,而電子的導電率正比於陳省生數,也就是洞的數目,見圖 2。由此增進對拓樸物理學的深層了解,因此他獲頒此次諾貝爾物理獎一半的獎金。

-----廣告,請繼續往下閱讀-----
%e8%9e%a2%e5%b9%95%e5%bf%ab%e7%85%a7-2016-10-06-%e4%b8%8b%e5%8d%889_33_04
陳省生數可以類比為幾何體有多少個洞,而電子的導電率正比於陳省生數,也就是洞的數目。圖 2/@ nobelprize.org

量子整數和分數霍爾效應這兩種物質都需要磁場形成藍道層。Ducan Haldane 在八零年代提出思考一個問題,就是能不能不用均勻磁場,保持移動對稱性來形成霍爾效應。他提出一個簡單的模型,就是在六角蜂巢模型中技巧加入次近鄰的作用力,如圖 3,破壞時間反轉對稱性 (time reversal symmetry) ,就可以不用加均勻磁場產生陳省生數等於一或負一的霍爾效應。

noble-3
在六角蜂巢模型中技巧加入次近鄰的作用力,破壞時間反轉對稱性,就可以不用加均勻磁場產生陳省生數等於一或負一的霍爾效應。圖 3/@ nobelprize.org

Haldane 另一個重要的貢獻,是發現一維系統的磁性拓樸系統。低維度系統,尤其是低維度的量子系統,量子效應要比三維系統來得大。Haldane 首先意識到,一維的磁性系統,由於量子漲落(quantum fluctuation)或是量子糾纏(quantum entanglement)非常大,因此產生奇特的現象。因此他開始提出自旋量為一的一維磁性系統,發現這個系統具有拓樸性質,稱為 Haldane 相態。這是第一個用理論提出的拓樸材質,而且馬上被實驗驗證。這種拓樸材質非常穩定,具有某些對稱性,也就是說一些雜訊只要不破壞這種對稱性,並不會改變拓樸性質,因此我們稱為這樣的相態是「對稱性保護的拓樸相態 (Symmetry protected topological phases) 」。

這就是拓樸相態的重要性。量子電腦需要用到量子訊息,可惜的是,量子訊息常常因為雜訊一下子就不見,因此我們如果要用到很多量子位元,保持量子訊息很重要。拓樸態,舉例來說,像是一個有洞的物質,而這些洞可以拿來作為量子位元。舉例來說,我們有一個麵團做的甜甜圈,我們的手可以去改變甜甜圈的形狀,但只要不把洞黏起來,或是打另一個洞,不管我們怎麼捏,一個洞還是保持在那。我們可以想像,雜訊就好像我們的手亂捏,會改變甜甜圈的樣子,但洞永遠在那,也就是拓樸性質永遠不變,這樣的拓樸材質非常適合來當做量子電腦的量子位元。

墊基於這三位物理學家的研究基礎,在最近的十多年,大量的拓樸物質在實驗上被製造與發現,比如說拓樸絕緣體(Topological Insulators),拓樸超導體(Topological superconductors), 和外爾半導體(Weyl Semimetal)。這些新的奇異拓樸物質的發現,大大延展人類可能的科技發展,增加量子電腦的可能性,因此獲頒諾貝爾物理學獎的殊榮。

-----廣告,請繼續往下閱讀-----

38%e5%8d%b7%e7%ac%ac6%e6%9c%9f001

 

本文摘自《物理雙月刊》38 卷 12 月號 ,更多文章請見物理雙月刊網站

-----廣告,請繼續往下閱讀-----
文章難易度
物理雙月刊_96
54 篇文章 ・ 15 位粉絲
《物理雙月刊》為中華民國物理學會旗下之免費物理科普電子雜誌。透過國內物理各領域專家、學者的筆,為我們的讀者帶來許多有趣、重要以及貼近生活的物理知識,並帶領讀者一探這些物理知識的來龍去脈。透過文字、圖片、影片的呈現帶領讀者走進物理的世界,探尋物理之美。《物理雙月刊》努力的首要目標為吸引台灣群眾的閱讀興趣,進而邁向國際化,成為華人世界中重要的物理科普雜誌。

0

1
0

文字

分享

0
1
0
人與 AI 的關係是什麼?走進「2024 未來媒體藝術節」,透過藝術創作尋找解答
鳥苷三磷酸 (PanSci Promo)_96
・2024/10/24 ・3176字 ・閱讀時間約 6 分鐘

-----廣告,請繼續往下閱讀-----

本文與財團法人臺灣生活美學基金會合作。 

AI 有可能造成人們失業嗎?還是 AI 會成為個人專屬的超級助理?

隨著人工智慧技術的快速發展,AI 與人類之間的關係,成為社會大眾目前最熱烈討論的話題之一,究竟,AI 會成為人類的取代者或是協作者?決定關鍵就在於人們對 AI 的了解和運用能力,唯有人們清楚了解如何使用 AI,才能化 AI 為助力,提高自身的工作效率與生活品質。

有鑑於此,目前正於臺灣當代文化實驗場 C-LAB 展出的「2024 未來媒體藝術節」,特別將展覽主題定調為奇異點(Singularity),透過多重視角探討人工智慧與人類的共生關係。

-----廣告,請繼續往下閱讀-----

C-LAB 策展人吳達坤進一步說明,本次展覽規劃了 4 大章節,共集結來自 9 個國家 23 組藝術家團隊的 26 件作品,帶領觀眾從了解 AI 發展歷史開始,到欣賞各種結合科技的藝術創作,再到與藝術一同探索 AI 未來發展,希望觀眾能從中感受科技如何重塑藝術的創造範式,進而更清楚未來該如何與科技共生與共創。

從歷史看未來:AI 技術發展的 3 個高峰

其中,展覽第一章「流動的錨點」邀請了自牧文化 2 名研究者李佳霖和蔡侑霖,從軟體與演算法發展、硬體發展與世界史、文化與藝術三條軸線,平行梳理 AI 技術發展過程。

圖一、1956 年達特茅斯會議提出「人工智慧」一詞

藉由李佳霖和蔡侑霖長達近半年的調查研究,觀眾對 AI 發展有了清楚的輪廓。自 1956 年達特茅斯會議提出「人工智慧(Artificial Intelligence))」一詞,並明確定出 AI 的任務,例如:自然語言處理、神經網路、計算學理論、隨機性與創造性等,就開啟了全球 AI 研究浪潮,至今將近 70 年的過程間,共迎來三波發展高峰。

第一波技術爆發期確立了自然語言與機器語言的轉換機制,科學家將任務文字化、建立推理規則,再換成機器語言讓機器執行,然而受到演算法及硬體資源限制,使得 AI 只能解決小問題,也因此進入了第一次發展寒冬。

-----廣告,請繼續往下閱讀-----
圖二、1957-1970 年迎來 AI 第一次爆發

之後隨著專家系統的興起,讓 AI 突破技術瓶頸,進入第二次發展高峰期。專家系統是由邏輯推理系統、資料庫、操作介面三者共載而成,由於部份應用領域的邏輯推理方式是相似的,因此只要搭載不同資料庫,就能解決各種問題,克服過去規則設定無窮盡的挑戰。此外,機器學習、類神經網路等技術也在同一時期誕生,雖然是 AI 技術上的一大創新突破,但最終同樣受到硬體限制、技術成熟度等因素影響,導致 AI 再次進入發展寒冬。

走出第二次寒冬的關鍵在於,IBM 超級電腦深藍(Deep Blue)戰勝了西洋棋世界冠軍 Garry Kasparov,加上美國學者 Geoffrey Hinton 推出了新的類神經網路算法,並使用 GPU 進行模型訓練,不只奠定了 NVIDIA 在 AI 中的地位, 自此之後的 AI 研究也大多聚焦在類神經網路上,不斷的追求創新和突破。

圖三、1980 年專家系統的興起,進入第二次高峰

從現在看未來:AI 不僅是工具,也是創作者

隨著時間軸繼續向前推進,如今的 AI 技術不僅深植於類神經網路應用中,更在藝術、創意和日常生活中發揮重要作用,而「2024 未來媒體藝術節」第二章「創造力的轉變」及第三章「創作者的洞見」,便邀請各國藝術家展出運用 AI 與科技的作品。

圖四、2010 年發展至今,高性能電腦與大數據助力讓 AI 技術應用更強

例如,超現代映畫展出的作品《無限共作 3.0》,乃是由來自創意科技、建築師、動畫與互動媒體等不同領域的藝術家,運用 AI 和新科技共同創作的作品。「人們來到此展區,就像走進一間新科技的實驗室,」吳達坤形容,觀眾在此不僅是被動的觀察者,更是主動的參與者,可以親身感受創作方式的轉移,以及 AI 如何幫助藝術家創作。

-----廣告,請繼續往下閱讀-----
圖五、「2024 未來媒體藝術節——奇異點」展出現場,圖為超現代映畫的作品《無限共作3.0》。圖/C-LAB 提供

而第四章「未完的篇章」則邀請觀眾一起思考未來與 AI 共生的方式。臺灣新媒體創作團隊貳進 2ENTER 展出的作品《虛擬尋根-臺灣》,將 AI 人物化,採用與 AI 對話記錄的方法,探討網路發展的歷史和哲學,並專注於臺灣和全球兩個場景。又如國際非營利創作組織戰略技術展出的作品《無時無刻,無所不在》,則是一套協助青少年數位排毒、數位識毒的方法論,使其更清楚在面對網路資訊時,該如何識別何者為真何者為假,更自信地穿梭在數位世界裡。

透過歷史解析引起共鳴

在「2024 未來媒體藝術節」規劃的 4 大章節裡,第一章回顧 AI 發展史的內容設計,可說是臺灣近年來科技或 AI 相關展覽的一大創舉。

過去,這些展覽多半以藝術家的創作為展出重點,很少看到結合 AI 發展歷程、大眾文明演變及流行文化三大領域的展出內容,但李佳霖和蔡侑霖從大量資料中篩選出重點內容並儘可能完整呈現,讓「2024 未來媒體藝術節」觀眾可以清楚 AI 技術於不同階段的演進變化,及各發展階段背後的全球政治經濟與文化狀態,才能在接下來欣賞展區其他藝術創作時有更多共鳴。

圖六、「2024 未來媒體藝術節——奇異點」分成四個章節探究 AI 人工智慧時代的演變與社會議題,圖為第一章「流動的錨點」由自牧文化整理 AI 發展歷程的年表。圖/C-LAB 提供

「畢竟展區空間有限,而科技發展史的資訊量又很龐大,在評估哪些事件適合放入展區時,我們常常在心中上演拉鋸戰,」李佳霖笑著分享進行史料研究時的心路歷程。除了從技術的重要性及代表性去評估應該呈現哪些事件,還要兼顧詞條不能太長、資料量不能太多、確保內容正確性及讓觀眾有感等原則,「不過,歷史事件與展覽主題的關聯性,還是最主要的決定因素,」蔡侑霖補充指出。

-----廣告,請繼續往下閱讀-----

舉例來說,Google 旗下人工智慧實驗室(DeepMind)開發出的 AI 軟體「AlphaFold」,可以準確預測蛋白質的 3D 立體結構,解決科學家長達 50 年都無法突破的難題,雖然是製藥或疾病學領域相當大的技術突破,但因為與本次展覽主題的關聯性較低,故最終沒有列入此次展出內容中。

除了內容篩選外,在呈現方式上,2位研究者也儘量使用淺顯易懂的方式來呈現某些較為深奧難懂的技術內容,蔡侑霖舉例說明,像某些比較艱深的 AI 概念,便改以視覺化的方式來呈現,為此上網搜尋很多與 AI 相關的影片或圖解內容,從中找尋靈感,最後製作成簡單易懂的動畫,希望幫助觀眾輕鬆快速的理解新科技。

吳達坤最後指出,「2024 未來媒體藝術節」除了展出藝術創作,也跟上國際展會發展趨勢,於展覽期間規劃共 10 幾場不同形式的活動,包括藝術家座談、講座、工作坊及專家導覽,例如:由策展人與專家進行現場導覽、邀請臺灣 AI 實驗室創辦人杜奕瑾以「人工智慧與未來藝術」為題舉辦講座,希望透過帶狀活動創造更多話題,也讓展覽效益不斷發酵,讓更多觀眾都能前來體驗由 AI 驅動的未來創新世界,展望 AI 在藝術與生活中的無限潛力。

展覽資訊:「未來媒體藝術節——奇異點」2024 Future Media FEST-Singularity 
展期 ▎2024.10.04 ( Fri. ) – 12.15 ( Sun. ) 週二至週日12:00-19:00,週一休館
地點 ▎臺灣當代文化實驗場圖書館展演空間、北草坪、聯合餐廳展演空間、通信分隊展演空間
指導單位 ▎文化部
主辦單位 ▎臺灣當代文化實驗場

-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

0

0
0

文字

分享

0
0
0
AI 能像人類一樣思考?諾貝爾物理學獎研究助力人工智慧模擬人類大腦
PanSci_96
・2024/11/14 ・2117字 ・閱讀時間約 4 分鐘

即使再怎麼模仿,AI 終究無法以與生物相同的方式思考吧?畢竟電腦的電子元件和我們大腦中的神經細胞結構截然不同。再怎麼模仿,AI 終究無法以與生物相同的方式思考吧?

錯,可以。

2024 年諾貝爾物理學獎跌破所有專家的眼鏡,頒給了兩位研究機器學習的科學家——約翰·霍普菲爾德(John Hopfield)和傑佛瑞·辛頓(Geoffrey Hinton)。他們以「人工」的方法打造了類神經網路,最終模擬出生物的「智慧」,奠定了當代深度學習的基礎。

為什麼解決人工智慧發展瓶頸的,竟然會是物理學?物理要怎麼讓 AI 更像人類?

-----廣告,請繼續往下閱讀-----
歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

從巴甫洛夫的狗到赫布理論:理解學習的基礎

為了解答這個疑問,我們需要一些背景知識。

20 世紀初,俄羅斯心理學家巴甫洛夫發現,狗在食物還沒入口前,就會開始分泌唾液。他進行了一系列實驗,改變食物出現前的環境,比如讓狗習慣在聽到鈴聲後馬上得到食物。久而久之,狗只要聽到鈴聲,就會開始分泌唾液。

大約 50 年後,神經科學家赫布(Donald Hebb)提出了一個假說:大腦中相近的神經元,因為經常同時放電,會產生更強的連結。這種解釋稱為「赫布理論」,不僅奠定了神經心理學的發展,更成為現代深度學習的基礎。

然而,赫布理論雖然描述了鄰近神經元的關係,卻無法解釋大腦如何建構出如此複雜的聯想網路。

-----廣告,請繼續往下閱讀-----

霍普菲爾德網路:物理學家對神經網路的貢獻

然而,赫布理論雖能描述神經元之間的關係,卻缺乏數學模型。物理學家約翰·霍普菲爾德從數學家約翰·康威(John Conway)的「生命遊戲」(Game of Life)中獲得靈感,試圖建立一個可以在電腦上運行的記憶系統。

霍普菲爾德受「生命遊戲」啟發,嘗試建立電腦記憶系統。圖/envato

「生命遊戲」由數學家康威(John Conway)發明,玩家開始時有一個棋盤,每個格子代表一個細胞,細胞可以是「活」或「死」的狀態。根據特定規則,細胞會根據鄰居的狀態決定下一次的生存狀態。康威的目的是展示複雜的系統不一定需要複雜的規則。

霍普菲爾德發現,這個遊戲與赫布理論有強大的關聯性。大腦中的大量神經元,在出生時處於初始狀態,經過刺激後,神經元間的連結會產生或斷裂,形成強大的記憶系統。他希望利用這些理論,創造一個能在電腦上運行的記憶系統。

然而,他面臨一個難題:赫布理論沒有明確的數學模型來決定神經元連結的規則。而在電腦上運行,必須要有明確的數學規則。

-----廣告,請繼續往下閱讀-----

物理學的啟發:易辛模型

霍普菲爾德從物理學的研究中找到了類似的模型:易辛模型(Ising Model)。這個模型用於解釋鐵磁性物質的磁性特性。

在鐵磁性物質中,電子具有「自旋」,自旋產生磁矩。電子的自旋方向只有「向上」或「向下」,這就像生命遊戲中細胞的「生」或「死」。鄰近的電子會影響彼此的自旋方向,類似於細胞之間的互動。

易辛模型能用數學描述電子間的相互影響,並通過計算系統能量,得出自旋狀態的分佈。霍普菲爾德借用了這個概念,將神經元的互動視為電子自旋的互動。

他結合了康威生命遊戲的時間演化概念、易辛模型的能量計算,以及赫布理論的動態連結,創造了「霍普菲爾德網路」。這讓電腦能夠模擬生物大腦的學習過程。

-----廣告,請繼續往下閱讀-----

突破瓶頸:辛頓與波茲曼機

約翰·霍普菲爾德於1982年發明聯想神經網路,即「霍普菲爾網路」。圖/wikimedia

然而,霍普菲爾德網路並非完美。它容易陷入「局部最小值」的問題,無法找到系統的全局最優解。為了解決這個問題,加拿大計算機科學家傑佛瑞·辛頓(Geoffrey Hinton)提出了「波茲曼機」(Boltzmann Machine)。

辛頓將「模擬退火」的概念引入神經網路,允許系統以一定的機率跳出局部最小值,尋找全局最優解。他還引入了「隱藏層」的概念,將神經元分為「可見層」和「隱藏層」,提高了網路的學習能力。

受限波茲曼機(Restricted Boltzmann Machine)進一步簡化了模型,成為深度學習的基礎結構之一。這些創新使得 AI 能夠更有效地模擬人類的思維和學習過程。

AI 的未來:跨學科的融合

霍普菲爾德和辛頓的工作,將物理學的概念成功應用於人工智慧。他們的研究不僅解決了 AI 發展的瓶頸,還奠定了深度學習的基礎,對現代 AI 技術產生了深遠的影響。因此,2024 年諾貝爾物理學獎頒給他們,並非意外,而是對他們在跨學科領域的重大貢獻的肯定。

-----廣告,請繼續往下閱讀-----

AI 的發展,離不開物理學、生物學、數學等多學科的融合。霍普菲爾德和辛頓的工作,正是這種融合的典範。未來,隨著科學技術的進步,我們有理由相信,AI 將越來越接近人類的思維方式,甚至可能超越我們的想像。

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

PanSci_96
1255 篇文章 ・ 2382 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。

0

3
0

文字

分享

0
3
0
量子革命來襲!一分鐘搞定傳統電腦要花數千萬年的難題!你的電腦是否即將被淘汰?
PanSci_96
・2024/10/17 ・2050字 ・閱讀時間約 4 分鐘

量子電腦:解碼顛覆未來科技的關鍵

2023 年,Google 發表了一項引人注目的研究成果,顯示人類現有最強大的超級電腦 Frontier 需要花費 47 年才能完成的計算任務,Google 所研發的量子電腦 Sycamore 只需幾秒鐘便能完成。這項消息震驚了科技界,也再次引發了量子電腦的討論。

那麼,量子電腦為什麼如此強大?它能否徹底改變我們對計算技術的認知?

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

量子電腦是什麼?

量子電腦是一種基於量子力學運作的新型計算機,它與我們熟悉的傳統電腦截然不同。傳統電腦的運算是建立在「位元」(bits)的基礎上,每個位元可以是 0 或 1,這種二進位制運作方式使得計算過程變得線性且單向。然而,量子電腦使用的是「量子位元」(qubits),其運算邏輯則是基於量子力學中的「疊加」與「糾纏」等現象,這使得量子位元能同時處於 0 和 1 的疊加狀態。

這意味著,量子電腦能夠在同一時間進行多個計算,從而大幅提高運算效率。對於某些非常複雜的問題,例如氣候模型、金融分析,甚至質因數分解,傳統電腦可能需要數千年才能完成的運算任務,量子電腦只需數分鐘甚至更短時間便可完成。

-----廣告,請繼續往下閱讀-----

Google、IBM 和量子競賽

Google 和 IBM 是目前在量子計算領域中競爭最為激烈的兩大科技公司。Google 的 Sycamore 量子電腦已經展示出極高的計算速度,令傳統超級電腦相形見絀。IBM 則持續投入量子電腦的研究,並推出了超過 1000 個量子位元的系統,預計到 2025 年,IBM 的量子電腦將擁有超過 4000 個量子位元。

除此之外,世界各國和企業都爭相投入這場「量子霸權」的競賽,台灣的量子國家隊也不例外,積極尋求量子計算方面的突破。這場量子競賽,將決定未來的計算技術格局。

量子電腦的核心原理

量子電腦之所以能如此快速,是因為它利用了量子力學中的「疊加態」和「糾纏態」。簡單來說,傳統電腦的位元只能是 0 或 1 兩種狀態,而量子位元則可以同時處於 0 和 1 兩種狀態的疊加,這使得量子電腦可以在同一時間內同時進行多次計算。

舉例來說,如果一台電腦需要處理一個要花 330 年才能解決的問題,量子電腦只需 10 分鐘便可解決。如果問題變得更複雜,傳統電腦需要 3300 年才能解決,量子電腦只需再多花一分鐘便能完成。

-----廣告,請繼續往下閱讀-----

此外,量子電腦中使用的量子閘(quantum gates)類似於傳統電腦中的邏輯閘,但它能進行更複雜的運算。量子閘可以改變量子位元的量子態,進而完成計算過程。例如,Hadamard 閘能將量子位元轉變為疊加態,使其進行平行計算。

量子電腦能大幅縮短複雜問題的計算時間,利用量子閘進行平行運算。圖/envato

計算的效率

除了硬體技術的進步,量子電腦的強大運算能力也依賴於量子演算法。當前,最著名的兩種量子演算法分別是 Grover 演算法與 Shor 演算法。

Grover 演算法主要用於搜尋無序資料庫,它能將運算時間從傳統電腦的 N 遞減至 √N,這使得資料搜索的效率大幅提升。舉例來說,傳統電腦需要花費一小時才能完成的搜索,量子電腦只需幾分鐘甚至更短時間便能找到目標資料。

Shor 演算法則專注於質因數分解。這對於現代加密技術至關重要,因為目前網路上使用的 RSA 加密技術正是基於質因數分解的困難性。傳統電腦需要數千萬年才能破解的加密,量子電腦只需幾秒鐘便可破解。這也引發了全球對後量子密碼學(PQC)的研究,因為一旦量子電腦大規模應用,現有的加密系統將面臨極大的威脅。

-----廣告,請繼續往下閱讀-----

量子電腦的挑戰:退相干與材料限制

儘管量子電腦具有顛覆性的運算能力,但其技術發展仍面臨諸多挑戰。量子位元必須保持在「疊加態」才能進行運算,但量子態非常脆弱,容易因環境中的微小干擾而坍縮成 0 或 1,這種現象被稱為「量子退相干」。量子退相干導致量子計算無法穩定進行,因此,如何保持量子位元穩定是量子電腦發展的一大難題。

目前,科學家們正在探索多種材料和技術來解決這一問題,例如超導體和半導體技術,並嘗試研發更穩定且易於量產的量子電腦硬體。然而,要實現大規模的量子計算應用,仍需克服諸多技術瓶頸。

量子電腦對未來生活的影響

量子電腦的快速發展將為未來帶來深遠的影響。它不僅將推動科學研究的進步,例如藥物設計、材料科學和天文物理等領域,還可能徹底改變我們的日常生活。例如,交通運輸、物流優化、金融風險管理,甚至氣候變遷預測,都有望因量子計算的應用而變得更加精確和高效。

然而,量子計算的發展也帶來了一些潛在的風險。隨著量子電腦逐漸成熟,現有的加密技術可能會被徹底摧毀,全球的資訊安全體系將面臨巨大挑戰。因此,各國政府和企業已經開始研究新的加密方法,以應對量子時代的來臨。

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----

討論功能關閉中。

PanSci_96
1255 篇文章 ・ 2382 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。