0

0
0

文字

分享

0
0
0

巴克斯誕辰|科學史上的今天:12/3

張瑞棋_96
・2015/12/03 ・1197字 ・閱讀時間約 2 分鐘 ・SR值 503 ・六年級

立即填寫問卷,預約【課程開賣早鳥優惠】與送你【問卷專屬折扣碼】!

 

電腦的發明讓人類文明從工業時代躍入十倍速的資訊時代。大家耳熟能詳的圖靈、馮·紐曼、夏農都是催生電腦的偉大先驅。然而除了這些大師之外,在IBM擔任程式設計師的巴克斯也是居功厥偉,由於他率先倡議並發明高階語言,才有後來蓬勃發展的各種應用軟體,讓電腦真正改變我們的生活。

Fortran剛發明的年代所使用來編寫程式碼的打孔卡。圖片來源:wikipedia

在進入IBM之前,絕對沒有人認為巴克斯將來會扮演如此重要的角色。他自小就不愛讀書,成績平平,念大學時還因翹課被死當,適逢美國加入二次世界大戰,他索性退學參加陸軍。退伍後他來到紐約,因無一技之長,跑去參加修理電視與收音機的課程,若非授課的教師介紹他去哥倫比亞讀數學系,他恐怕就真的會成為修電視的技師了。

結果這一次巴克斯不但順利大學畢業,還念到碩士。問題是1950年的美國,一個數學碩士除了當老師還真沒啥工作可以做,但巴克斯又不想教書,難道搞了半天還是得修電視?!他想起大四參觀IBM時認識的解說員,於是試著向她打聽工作機會,沒想到還真的得以與部門主管面談,並被錄取當程式設計師。

說穿了這一點也不稀奇。第一台可以跑程式的電腦四年前才發明,根本還沒有電腦相關的科系,還有什麼比有清楚邏輯概念的數學碩士更適合當程式設計師?只是當時的程式都還是機器語言,也就是必須直接描述電腦硬體的二進位位址,而且所有指令只能用0與1的排列組合來表示;寫程式、除錯、修改程式都非常曠日廢時。巴克斯幹了三年後深覺這實在太沒效率,於是在1953年向主管提議發展比較接近人類語言的高階語言,結果獲得老闆大力支持。經過三年多的努力,巴克斯領導的小組終於在1957年推出全世界第一套高階語言 Fortran,以及將之轉譯成機器語言的編譯器。

IBM 704主機,為第一次運作Fortran語言的電腦主機。圖片來源:wikimedia

Fortran揭櫫了許多現代程式仍在使用的觀念,例如 DO loop、副程式、……等等。更重要的是它開啟了程式語言獨立於電腦硬體之外的可能性,在此之前的機器語言都只能依附於專屬的電腦。Fortran公開之後,其它不同用途的各種高階語言也陸續問世,如今當然又進化到另一番截然不同的光景了,而這一切都得感謝巴克斯將程式語言從電腦硬體的禁臠解放出來;他本人也於1977年榮獲計算機界的最高榮譽──圖靈獎。

延伸閱讀:

  1. 2月14日──第一台電子計算機
  2. 4月30日──夏農誕辰

本文同時收錄於《科學史上的今天:歷史的瞬間,改變世界的起點》,由究竟出版社出版。

文章難易度
張瑞棋_96
423 篇文章 ・ 629 位粉絲
1987年清華大學工業工程系畢業,1992年取得美國西北大學工業工程碩士。浮沉科技業近二十載後,退休賦閒在家,當了中年大叔才開始寫作,成為泛科學專欄作者。著有《科學史上的今天》一書;個人臉書粉絲頁《科學棋談》。

0

1
0

文字

分享

0
1
0
準備出國啦!Surfshark VPN 快趁黑五買起來,上網購物最安心
鳥苷三磷酸 (PanSci Promo)_96
・2022/11/01 ・2113字 ・閱讀時間約 4 分鐘

立即填寫問卷,預約【課程開賣早鳥優惠】與送你【問卷專屬折扣碼】!

 

本文由 Surfshark VPN 贊助。

兩、三年以來的防疫生活,終於迎來全面 0+7 的這一天啦!返國之後不再需要隔離的一天來了,冰友們,你是不是已經收拾好心情、收拾好行李,在進行機+酒的比價了呢?除了規劃好出國行程、找好景點與美食店家,想要讓自己不可或缺的網路生活也更加安全,一定要趁即將到來了感恩節黑五期間,把超優惠的 Surfshark VPN 服務買起來,為自己的網路生活加買最平安的保險!

Surfshark 黑五限時 18 折折扣,額外加送兩個月
專屬連結:https://lihi2.cc/8XwRN

在疫情下,網購成為了更多人的日常。不僅各樣的在地購物節為網友帶來眾多優惠,全球化的購物活動,台灣當然也不會缺席!美國感恩節(Thanksgiving)都是 11 月第四個星期四,但是感恩節後的週五,便是聖誕節前的購物佳期啟動日,這一天通常都會業績超標(在收支表上呈現正向收入(顯示為黑色字體,而非赤字的紅色字體),各家的瘋狂優惠都會在黑五祭出!相信許多精打細算的朋友,對黑五購物節絕對不陌生(很可能還搶過很多優惠!!)

網購怎能漏掉「亞馬遜」!

雅虎奇摩之於台灣,就像是亞馬遜(Amazon.com)之於美國那麼的有名!絕對也是什麼都賣、什麼都不奇怪的最佳代表。

如果你平常就很喜愛一些美國品牌,趁著黑五的日子到亞馬遜清空購物車,覺對優惠不會讓你失望。這時候,透過 Surfshark 連線到亞馬遜美國站,絕對會顯示的價格絕對讓你眼睛為之一亮,這時候最新搭載 M2 晶片的 iPad Pro,獨家支援動態島顯示的 iPhone 14 Pro,絕對是最好入手的時機。除此之外,亞馬遜平台經典的 Kindle 閱讀器,也是超合適的禮物,送禮自用兩相宜啊!另外要特別留意,購買時可以確認商品有沒有幫忙送到台灣,如果還沒有,可以先跟美國的朋友確認一下,邀請他們回國時幫你一起帶回來!

跨國追劇最爽快

對於喜愛追劇的朋友,品味可能相當豐富且多元,畢竟欣賞優秀影視作品,不現語言,更是不限地區啊!只不過,若是你訂閱 Netflix 等跨國 OTT 服務,都會有各地不同的上架影視作品,可能會讓你無法在第一時間就能夠立即「追」到劇,讓你等得心癢癢!還好這一切只要連上 Surfshark VPN 都能解決,Surfshark 支援超過 100 國的 VPN 連線,無論你想看韓國、日本還是哪一國的最新戲劇,通通讓你一秒追到最新進度!

Surfshark 黑五限時 18 折折扣,額外加送兩個月

專屬連結:https://lihi2.cc/8XwRN

出差大陸翻牆超方便

在過往出國、返國都需要隔離的階段,肯定讓不少工作上需要經常往返多國之間的朋友,感到生活驟變。所幸,在防疫政策解封之後,一切都可逐漸恢復正常。對於經常有需要到中國大陸出差的朋友,肯定都會感受到網路斷聯的不方便,因為無論是 LINE、Facebook Messenger、YouTube、Gmail 等你可很能天天都在使用的網路服務,大陸都無法使用。這還不打緊,連跟家人、朋友報平安也很不便。這時候 Surfshark 連上,就可以幫助你輕鬆「翻牆」,跟台灣親人網路無距離!

 

上網不留痕跡,不被追蹤最自由

對於一個人來說,最私密的資料之一,除了你的個資,就屬我們每天耗費大量時間逗留的網路。我們所在網路上留下的痕跡,絕對是超真實的自己,當然你不會期待這樣的自己被「搜尋引擎」、「網路廣告」公司了解得太透徹,好像你在網路上的一言一行,都被監視著。

..0000000\0;也可隱藏IP位置,避免被廣告商追蹤;更可以為你我阻擋惡意程式、釣魚軟體等,讓你防止被攻擊,以及被網路充斥的廣告打擾,好處多又多!

如果對於 Surfshark 還覺得不夠熟悉的話,不得不告訴大家,今年 Surfshark 榮獲第六屆 CyberSecurity Breakthrough 頒發的「VPN 年度最佳解決方案」(VPN Solution of the Year),也就是成為今年最推薦的 VPN 方案。CyberSecurity Breakthrough 是全球領先的獨立市場情報組織,致力於表揚當今全球資訊安全市場上的頂尖企業、技術和產品。有了他們「掛保證」,代表 Surfshark 絕對是品質、信譽都讓你安心的VPN 服務。

講了這麼多,是不是讓你感到很心動了。如果你原本就是網路重度使用者,用來上網的設備是樣樣都有,Surfshark 一個帳號就能支援所有設備,CP 值超高!趁著年度超狂黑五購物節的到來,送給你自己兩年安心無虞的網路生活,肯定是送自己的最好禮物!

Surfshark 黑五限時 18 折折扣,額外加送兩個月
專屬連結:https://lihi2.cc/8XwRN

文章難易度
鳥苷三磷酸 (PanSci Promo)_96
155 篇文章 ・ 268 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia

0

4
3

文字

分享

0
4
3
從「工人智慧」到「人工智慧」——《普林斯頓最熱門的電腦通識課》
商業周刊
・2022/03/13 ・3569字 ・閱讀時間約 7 分鐘

立即填寫問卷,預約【課程開賣早鳥優惠】與送你【問卷專屬折扣碼】!

 

  • 作者/ 布萊恩·柯尼罕( Brian W. Kernighan)
  • 譯者/ 李芳齡

人工智慧的開端

在電腦發展之初的二十世紀中期,人們開始思考可以如何用電腦來執行通常只有人類才能做到的事情,一個明顯的目標是玩西洋跳棋和西洋棋之類的棋盤遊戲,因為這領域有個優點,那就是有完全明確的規則,並有一大群感興趣且有資格稱為專家的人。

另一個目標是把一種語言翻譯成另一種語言,這顯然困難得多,但更為重要,例如,在冷戰時期,從俄文到英文的機器翻譯是很要緊的事。其他的應用包括語音辨識與生成,數學與邏輯推理,做決策,及學習過程。

這些主題的研究很容易取得資助,通常是來自美國國防部之類的政府機構。我們已經在前文中看到,美國國防部對早期網路研究的資助有多珍貴,它引領出網際網路的發展。人工智慧的研究也同樣受到激勵及慷慨資助。

我認為,把 1950 年代及 1960 年代的人工智慧研究形容為「天真的樂觀」,應該是公允的。當時的科學家覺得突破就快到來,再過個五或十年,電腦就能正確地翻譯語言,在西洋棋比賽中擊敗最優的人類棋手。

我當時只是個大學生,但我著迷於這個領域和潛在成果,大四時的畢業論文就以人工智慧為主題。可惜,那篇論文早已被我搞丟了,我也想不起當年的我是否也抱持相同於當時普遍的樂觀態度。

但是,事實證明,幾乎每個人工智慧的應用領域都遠比設想的要困難得多,「再過個五或十年」總是一次又一次被端出來。成果很貧乏,資金用罄了,這領域休耕了一、二十年,那段期間被稱為「人工智慧之冬」。

網際網路發展成未來趨勢。圖/Pexels

把專家的判斷規則,直接寫成一堆判斷式的「工人智慧」階段

到了 1980 年代和1990年代,這個領域開始用一種不同的方法復耕了,這方法名為專家系統(expert systems)或規則式系統(rule-based systems)。

專家系統是由領域專家寫出很多規則,程式設計師把這些規則轉化為程式,讓電腦應用它們來執行某個工作。醫療診斷系統就是一個著名的應用領域,醫生制定研判一名病患有何問題的規則,讓程式去執行診斷、支援、補充,或理論上甚至取代醫生。

MYCIN 系統是早期的一個例子,用於診斷血液感染,它使用約 600 條規則,成效至少跟一般醫生一樣好。這系統是由專家系統先驅愛德華.費根鮑姆(Edward Feigenbaum)發展出來的,他因為在人工智慧領域的貢獻,於 1994 年獲頒圖靈獎。

專家系統有一些實質性的成功,包括顧客支援系統、機械維修系統以及其他焦點領域,但最終看來也有重大限制。

實務上,難以彙集一套完整的規則,而且有太多例外情況。這種方法未順利擴大應用於大量主題或新問題領域,需要隨著情況變化或了解的改進,更新規則,舉例而言,想想看,在 2020 年遇上一名體溫升高、喉嚨痛、劇烈咳嗽的病患時,診斷規則該如何改變?這些原本是一般感冒的症狀,或許有輕微的併發症,但很可能是新冠肺炎,具有高傳染性,且對病患本身及醫療人員都非常危險。

擺脫「工人智慧」,讓電腦能自學——機器學習的基本概念

機器學習的基本概念是對一種演算法給予大量的例子,讓它自行學習,不給它一套規則,也不明確地編程讓它去解決特定問題。

最簡單的形式是,我們為程式提供一個標記了正確值的訓練集(training set),例如,我們不試圖建立如何辨識手寫數字的規則,而是用一個大樣本的手寫數字去訓練一套學習演算法,我們對每個訓練資料標記其數值,這演算法使用它在辨識訓練資料時的成功及失敗來學習如何結合這些訓練資料的特徵,得出最佳辨識結果。

當然,所謂的「最佳」,並不是確定的:機器學習演算法盡力去提高得出好結果的機率,但不保證完美。訓練之後,演算法根據它從訓練集學到的,對新的資料進行分類,或是預測它們的值。

監督式學習——人類教電腦看見特徵,由演算法來算出規則

使用有標記的資料(labeled data/tagged data)來學習,此稱為監督式學習(supervised learning)。大多數監督式學習演算法有一個共通的架構,它們處理大量標記了正確類別(正確值)的例子,例如,這文本是不是垃圾郵件,或者,這照片中的動物是哪種動物,或者,一棟房子的可能價格。演算法根據這個訓練集,研判能讓它得出最佳分類或做出最佳預測的參數值;其實就是讓它學習如何從例子做出推斷。

我們仍然得告訴演算法,哪些「特徵」能幫助做出正確研判,但我們不對這些特徵給予權值或把它們結合起來。舉例而言,若我們試圖訓練演算法去過濾郵件,我們需要與垃圾郵件內容有關的特徵,例如類似郵件用詞(「免費!」)、已知的垃圾郵件主題、怪異字符、拼字錯誤、不正確的文法等等。

這些特徵單獨來看,並不能研判一份郵件就是垃圾郵件,但給予足夠的標記資料,演算法就能開始區別垃圾郵件與非垃圾郵件——至少,在濫發垃圾郵件者做出進一步調整之前,這演算法具有此過濾成效。

手寫數字辨識是一個眾所周知的問題,美國國家標準與技術研究院(National Institute of Standards and Technology,NIST)提供一公開測試組,有 60,000 個訓練圖像集和 10,000 個測試圖像集,<圖表>是其中一個小樣本。機器學習系統對此資料的辨識成效很好,在公開競賽中,錯誤率低於 0.25%,亦即平均 400 個字符中只有一個錯誤。

機器學習演算法可能因種種因素而失敗,例如,「過度擬合」(over-fitting),演算法對其訓練資料的表現很好,但對新資料的表現遠遠較差。或者,我們可能沒有足夠的訓練資料,或是我們提供了錯誤的特徵集,或者,演算法產生的結果可能確證了訓練集內含偏誤。

這在刑事司法應用系統(例如判刑或預測再犯)中是特別敏感的問題,但在使用演算法來對人們做出研判的任何情況,也會造成問題,例如信用評等、房貸申請、履歷表篩選。

垃圾郵件偵測及數位辨識系統是分類型演算法(classification algorithms)的例子:對資料項做出正確分類。

預測型演算法(prediction algorithms)則是試圖預測一數值,例如房子價格、運動比賽得分、股市趨勢。

舉例而言,我們可能試圖根據位置、年齡、客廳面積與房間數等主要特徵來預測房子價格,更複雜的模型——例如 Zillow 使用的模型——會加入其他特徵,例如相似房屋之前的售價、社區特色、房地產稅、當地學校素質。

非監督式學習——讓電腦自己找出特徵與規則

不同於監視式學習,非監督式學習(unsupervised learning)使用未加入標記的訓練資料,亦即沒有對資料加上任何標記或標籤。非監督式學習演算法試圖在資料中找出型態或結構,根據資料項的特徵,把它們分組。有一種盛行的演算法名為「k 群集分析」(k-means clustering),演算法盡力把資料分成 k 群,讓每一群中的資料項相似性最大化,並且各群之間的相似性最小化。

舉例而言,為研判文件的作者,我們可能假設有兩名作者,我們選擇可能的關聯性特徵,例如句子的長度、詞彙量、標點符號風格等等,然後讓分群演算法(clustering algorithm)盡它所能地把文件區分成兩群。

非監督式學習也適用於在一群資料項中辨識離群項(outliers),若大多數資料項以某種明顯方式群集,但有一些資料項不能如此群集,可能代表必須進一步檢視這些資料項。

舉例而言,設若<圖表>中的人工資料代表信用卡使用情形的某個層面,多數資料點分別群集於兩大群之一,但有一些資料點無法群集於這兩群中的任何一群,或許,這些資料點沒什麼問題——群集分析不需要做到完美,但它們也可能是詐欺或錯誤的情況。

群集分析以辨識異常值。圖/普林斯頓最熱門的電腦通識課

非監督式學習的優點是不需要做可能滿花錢的訓練資料標記工作,但它不能應用於所有情況。使用非監督式學習,必須思考出與各群集相關的一些可用的特徵,當然,對於可能有多少個分群,也需有一個起碼的概念。

我曾經做過一個實驗,使用一個標準的 k 群集分析演算法來把約 5,000 個臉孔影像區分為兩群,我天真地期望這演算法或許能區分出性別。結果是,它的正確率約 90%,我不知道它是根據什麼來下結論的,我也無法從那些錯誤的情況中看出什麼明顯型態。

——摘自《普林斯頓最熱門的電腦通識課》,2022 年 2 月,商業周刊

商業周刊
12 篇文章 ・ 3 位粉絲

4

9
4

文字

分享

4
9
4
超乎想像的運算力:量子電腦時代來臨,幾件你需要知道的事
科技大觀園_96
・2021/08/14 ・4039字 ・閱讀時間約 8 分鐘

立即填寫問卷,預約【課程開賣早鳥優惠】與送你【問卷專屬折扣碼】!

 

臺灣大學 IBM 量子電腦中心主任張慶瑞表示,IBM 希望 15 年內讓量子位元數突破千萬,屆時傳統電腦耗費「萬年」才能計算的線性代數難題,量子電腦在數分鐘就可迎刃而解,因此現在密碼學的系統必須調整,立即進入「抗量子」時代。

為什麼「量子電腦」像隻巨獸般無所不能呢?難道它是「超級電腦」的加強版,由更多的位元組成嗎?不是的,傳統電腦和量子電腦是兩種截然不同的資料處理形式。

IBM量子電腦的內部構造,上面的一根根的都是同軸電線。(圖/flickr IBM Q,https://www.flickr.com/photos/ibm_research_zurich/32390815144/in/album-72157663611181258/)
IBM量子電腦的內部構造,上面的一根根的都是同軸電線。(圖/flickr IBM Q,) 

神秘的量子行為,連愛因斯坦都無法接受 

傳統電腦以位元(bit)的形式處理資料,每一個位元會在兩種狀態中切換, 這兩種狀態被標為 0 和 1;量子電腦則用量子位元(qubit)來做, 它可以 0、1 的線性組合的疊加態。 

量子位元在疊加態(superposition)時,張慶瑞主任表示,假如把位元的位置以球體標示,南、北極位置分別代表 0 和 1,傳統電腦的位元只能在兩極之間切換,但若是量子位元疊加時,它能在二維球面上任何位置,不限於南北極。 

傳統電腦與量子電腦的位元差別。(圖/沈佩泠繪)
傳統電腦與量子電腦的位元差別。(圖/沈佩泠繪) 

量子電腦的具體表現,可以用「翻硬幣」的量子博弈遊戲來想像,一個黑盒子中有一枚硬幣,你跟電腦輪流去黑盒子裡翻硬幣,你可以選擇翻或不翻,你和電腦都不會知道彼此對硬幣做了什麼,數輪下來,打開盒子如果是人頭朝上就是你勝,反之就是電腦勝。

張慶瑞表示,如果是古典博弈,你跟古典電腦的勝率各是一半一半,因為古典行為只有翻或是不翻,位元只能以 0、1 兩種方式呈現;但量子電腦不一樣,它在黑盒子裡可能不直接翻成正或反面,而可能是將硬幣「轉動」起來,而這個量子轉動,不懂量子策略的人無法察覺。最後,只要你一開蓋觀測,硬幣就會變成反面朝上,量子電腦勝率達百分之百。

這聽起來非常不可思議,對吧!連愛因斯坦也難以接受量子力學,他曾說:「是不是只有當你在看它的時候,月亮才在那裡呢?」這個奇怪問題點出「量子行為過程無法被觀測」的神秘性質。沒有人知道在黑盒子裡,量子電腦到底對硬幣做了什麼事情,量子具體處在什麼位置,只要我們一觀測,量子疊加和糾纏等行為便會消失,量子就恢復古典粒子行為。

「要了解這個現象,恐怕要讀個十幾年物理學了。但現在量子電腦都被製造出來,你不如就接受它、用它吧!」張慶瑞笑著說。 

臺大IBM量子電腦中心主任張慶瑞曾至IBM參訪與量子電腦合照。(圖/張慶瑞提供)
臺大 IBM 量子電腦中心主任張慶瑞曾至 IBM 參訪與量子電腦合照。(圖/張慶瑞提供) 

量子糾纏 帶來雙指數成長的計算能力

量子的神秘力量不只如此,當粒子處於量子狀態時會有糾纏的特性,又稱為「量子糾纏」(quantum entanglement)。如同字面上的意思,「糾纏」指的是數個量子綁在一起成為命運共同體,張慶瑞提到,這就是「你泥中有我,我泥中有你」,彼此的狀態會連動,力量還能夠加乘,同時處理不同於古典電腦的計算。

大家都聽過「摩爾定律」(Moore’s law),指的是積體電路上容納的電晶體數量,每隔兩年便會增長一倍,大致說明電腦運算能力會呈指數型的成長,即 2¹ 、2²、2³ 。不過,張慶瑞表示,纏繞特性會讓量子電腦的計算能力以「雙指數成長」,即 2、2、2,這是今年Google量子人工智慧實驗室主任 Hartmut Neven 所提出的,又稱為 “Neven Law” [註1]

去年世界最快超級電腦 Summit 每秒能夠執行 20 億億次(2*1018)的浮點運算,它的非揮發性記憶體(NVRAM)達 800GB(gigabyte,10億位元組) [註2]。但張慶瑞提到,如果能控制量子彼此糾纏,並經過運算的除錯程序,量子電腦就能以 40 個左右邏輯量子位元,達成「兆」位元(1012)才有的運算能力,目前一般認為一個有除錯功能的邏輯量子位元,可能需要一千到一萬左右的物理量子位元組成。

「這很難做到!」張慶端表示,目前 IBM 開放 5 個量子位元供大眾使用,只有兩位元糾纏而已,臺大與 IBM 合作可使用 20 個量子位元,也沒有全部位元糾纏。今年十月 IBM 53 個量子位元的新機器即將上線,預計有 16 個量子位元可以直接糾纏 [註3] 。 

圖左上是IBM 20qbits系統,圖下是50qbits系統示意圖,可以發現量子位元沒有全部彼此互聯,圖右上則是量子處理器的封裝照。(圖/flickr IBM Q,https://www.flickr.com/photos/ibm_research_zurich/38270974841/in/album-72157663611181258/)
圖左上是 IBM 20qbits系統,圖下是 50qbits 系統示意圖,可以發現量子位元沒有全部彼此互聯,圖右上則是量子處理器的封裝照。(圖/flickr IBM Q

 張慶端進一步解釋,量子難以糾纏是因為粒子是很難達到量子狀態,即便達到量子狀態,要長時間控制它也不容易,像 IBM 就採超導體材料製造量子位元,並以微波控制位元,但超導體必須在接近絕對零度(-273.15℃)的嚴苛環境下運作,亦有相干狀態壽命短等許多問題待克服,目前各國科學家還在尋求不同方式突破,主要當然政府也砸錢支持才會有突破。

為了維持超導體的低溫,量子電腦下方會裝設稀釋冷凍器。(圖/flickr IBM Q Credit: Graham Carlow,https://www.flickr.com/photos/ibm_research_zurich/26774588908/in/album-72157663611181258/)
為了維持超導體的低溫,量子電腦下方會裝設稀釋冷凍器。(圖/flickr IBM Q Credit: Graham Carlow) 

量子電腦的應用:量子通訊、量子金融  

目前世界上量子電腦商業運轉的進程是 IBM 量子電腦 53 位元,去年(2018)Google 發表 72 位元的量子處理器,但並未提供大眾使用。張慶瑞表示,量子電腦至少要 500 位元以上才能逐漸顯現威力,並進入量子優勢的階段。儘管量子電腦離商用還有段距離,不過現階段量子科技已在量子通訊及軟體應用上百花齊放呢! 

IBM量子電腦實驗室,電腦裝在白色的罩子中受保護。(圖/flickr IBM Q,https://www.flickr.com/photos/ibm_research_zurich/38296273694/in/album-72157663611181258/)
IBM 量子電腦實驗室,電腦裝在白色的罩子中受保護。(圖/flickr IBM Q

張慶瑞提到,糾纏的量子之間,當一方狀態改變,另一方也會跟著變,所以開發量子網路系統就能增加訊息傳遞效率,因為知道一方的內容,就能得知另外一方的訊息。再者因為量子不可測量的性質,如果以量子作為秘密鑰匙,任何嘗試取得密碼的行為,都會造成量子狀態改變,因此可確保通訊無法被竊聽。

軟體開發以及應用部分正是「臺大 IBM 量子電腦中心」主攻的部分,張慶瑞提到今年在科技部支持下與 IBM 合作成立量子電腦中心,提供臺灣學界連接進入 IBM Q 系統的服務平臺。

目前 IBM 提供 20 個量子位元供臺灣的學術界成員使用,主要著墨的部分有兩類,一是處理基礎物理和化學的計算問題;二則是解決特定問題,尋找最佳解,例如:貨車要跑 100 個地點配送貨品,如何配送最有效率;工廠進出貨如何管理最有效率,金融最佳投資與風險控管等。

「現今 70% 量子電腦相關的新創公司,都只針對一個特定問題來研究與發展量子電腦解決方案。」張慶瑞表示,量子電腦最適合解複雜和大數據的難題,量子人工智慧、量子金融與區塊鏈都是很熱門的題目,

根據 IBM 報告估計,他們期待在 15 年後能進入千萬量子位元時代,也就是有超過 1000 個除錯的邏輯量子位元。屆時不用量子電腦就會喪失競爭力,因此即便現在硬體還不到位,新創公司也要搶奪先機、申請專利。

「我現在常跟大學生開玩笑說,你們及你們的下一代,應該無法脫離量子電腦了!五十歲以上可以不學,但是 20 歲以下必須要立刻開始。」張慶瑞坦言,這兩年大家才驚覺量子電腦的時代即將來臨,但大多並不重視,就如同 1968 年個人電腦剛出現一樣,當時並不知道現在會有人手多機的世界。

IBM 5位元的量子晶片(圖/flickr IBMQ,https://www.flickr.com/photos/ibm_research_zurich/26093923343/in/album-72157663611181258/  )。
IBM 5 位元的量子晶片(圖/flickr IBMQ )。 

在家就能用量子電腦了!跟上前沿科技的第一步 ,從學寫量子電腦程式開始

IBM 在 2016 年就推出 IBM Q5 五位元量子電腦,供大眾在線上體驗量子電腦,在家就可以在 IBM Q Experience上註冊帳號,雲端連線使用它了!

至今全球約有 18 萬名用戶在 IBM 量子電腦上做超過1千萬量子電腦模擬計算,並發表超過 150 篇量子電腦相關文章,台灣目前則有約 50 名用戶 [註4] 。不過目前它沒有辦法像現在電腦一樣友善,有各種軟體直接幫你解答,你必須要自己寫程式告訴它:問題是什麼及如何解決問題。

不過,學習量子電腦的程式語言並不會太難,所以全球目前有許多聰明的高中生也在使用。張慶瑞表示,只是你要懂一點物理與數學,又有 Python 的程式語言基礎,把一些量子概念像是 Hadamard gate(H gate)等概念加入程式中,努力就可以學會。

臺大 IBM 量子電腦中心不定期開設量子電腦的入門課程,臺大校內也有選修課,每個月巡迴到臺灣各大學舉辦量子電腦課程。目前正預備辦理高中老師的培訓,希望也能在高中推廣量子計算的應用,培育未來的人才。九月底科技部也與量子電腦中心合辦「 量子電腦導航」,內容包括:量子電腦與其計算原理、量子程式教學、量子邏輯閘初用,大家可以至臺大 IBM 量子電腦中心查詢相關活動。

如果覺得學寫程式太可怕,不妨就下載 IBM 推出的 “Hello Quantum” 的手機遊戲吧!用破關解題的方式,逐步認識量子電腦的運算規則。破關征服它後,說不定你會愛上它。 

臺大IBM量子電腦中心(圖/臺大IBM量子電腦中心提供)
臺大 IBM 量子電腦中心(圖/臺大 IBM 量子電腦中心提供) 
所有討論 4
科技大觀園_96
82 篇文章 ・ 1103 位粉絲
為妥善保存多年來此類科普活動產出的成果,並使一般大眾能透過網際網路分享科普資源,科技部於2007年完成「科技大觀園」科普網站的建置,並於2008年1月正式上線營運。 「科技大觀園」網站為一數位整合平台,累積了大量的科普影音、科技新知、科普文章、科普演講及各類科普活動訊息,期使科學能扎根於每個人的生活與文化中。