0

21
7

文字

分享

0
21
7

量子電腦為何比傳統電腦強大?量子運算的發展又有哪些挑戰呢?

Research Portal(科技政策觀點)_96
・2018/04/27 ・6199字 ・閱讀時間約 12 分鐘 ・SR值 587 ・九年級

  • 文/林明宜 │ 國家實驗研究院科技政策與資訊中心助理研究員,研究領域為神經科學、醫學工程及前瞻技術趨勢分析

量子電腦挾著其強大運算速度和能力的潛能,使得全球科學界和產業界(Google, IBM, Microsoft, Intel 等)競相投入7。雖然目前仍在理論實踐和可操作原型發展階段,近年的技術突破似乎使得每年都「即將成功」的量子電腦真正更接近商業化應用。在今日知識經濟和全球化競爭的時代,運算能力即是國家和企業的競爭力,因此量子電腦在近年頻頻被各國視為重點發展技術,許多科技趨勢報告也將其列為年度突破11 12 13。國研院科政中心之前已經對各國的量子技術發展策略和台灣的研發現況撰寫專文討論(編按:參見英國量子技術發展戰略第二次量子革命啟動)。本文將更新近期技術發展趨勢和討論量子電腦未來對社會可能造成的衝擊。

圖/TheDigitalArtist @Pixabay

什麼是「量子運算」?從基本原理談起

量子位元(qubit)是量子電腦最基本的運算單元,為了使量子位元能夠被運用,量子必須達到量子疊加(quantum superposition)和量子糾纏狀態(quantum entanglement):即單一量子須同時處於兩種物理狀態,且兩個量子間需形成聯結,使得兩個量子即使不處於同一個空間,卻可以即時互相影響,才能做為量子運算基本單元17。量子可以是電子、離子或光子,只要能夠達到疊加和糾纏狀態就可以做為量子位元,量子位元的讀寫可透過微波、磁脈衝或雷射。目前主流的五種量子運算方式有矽自旋量子離子阱超導迴路鑽石空位拓樸量子

量子疊加可以用丟擲硬幣比喻:硬幣可為頭像(1)或反面(0)就如同傳統的位元,將硬幣擲到空中轉動時,硬幣不停在頭像和反面轉換,在空中旋轉時就像是同時為 1 和 0,只有真正落下後才知道最後落在那一面。以電子做為量子為例,電子自旋向下時能量最低為 0,可利用特定頻率的微波脈衝加熱電子,使電子獲得能量後自旋向上,寫為 1,若將量子置於矽晶體電極中,就可以量測到電流獲知量子的狀態。

圖/jarmoluk @Pixabay

那麼又如何達成量子糾纏狀態?若以光子為例,科學家可以用雷射產生大量光子射入兩層超薄,相性相反的非線性晶體,當光子通過非線性晶體時,偶爾會產生成對的光子,由於兩層晶體相位相反,產生的光子極性相反,可能為垂直或是水平,又因為晶體極薄,光子的相位是垂直或水平,只有在量測時可以得知,而且這對光子的相位一個若為垂直,另一個就必為水平,反之亦然,此時這對光子的狀態就稱為量子糾纏狀態。

-----廣告,請繼續往下閱讀-----
量子糾纏示意圖 圖/作者提供

由於量子位元的疊加和糾纏特性,使得量子位元可以不像傳統電腦位元只能為 0 或 1,而是能夠同時為 0 和 1,此特性使量子位元的運算能力增加,量子電腦得以進行大量資料的平行運算。

量子電腦為何比傳統電腦強大?

如前所述,量子電腦不像傳統電腦,運算步驟被位元數限制。如果想找出 4 位元(可為 0 或 1)組合中某一組數字,傳統電腦最多需要嘗試到 16 次,平均需要嘗試 8 次;如果想找出 20 位元組合的其中一組數字,最多需要嘗試到約一百萬次運算步驟。由此可知傳統電腦在解決這類問題時,嘗試的次數和所欲搜尋的數字可能組數呈線性關係,當所運算的可能性呈指數成長時,即使是超級電腦,所需要的運算時間將長到無法實際用來解決問題。量子運算由於其特殊的量子特性,在上述的 4 位元組合數字問題,量子運算可以在 4 次運算後直接得到 16 種可能情形中的解答,在 1000 次運算後即可找出 20 位元組合,一百萬個可能的其中一組特定數字,運算次數只需可能情形總數的平方根,滿足指數型的複雜運算需求。

要發展量子運算,還有哪些技術挑戰?

(一)穩定量子態的維持

細緻的量子態十分容易受到振動或電磁場,甚至一般熱擾動的干擾,所以現在的量子電腦需要在接近絕對零度的超低溫度操作8。目前主要的技術瓶頸除了增加量子位元數之外,就是如何維持穩定量子態,使量子維持在某個量子態時間(相干時間,coherence time)夠長,足以完成運算工作並增加運算正確率。

其中微軟的研究團隊正嘗試操縱 2012 年才被發現的「準粒子」,用編辮子糾結方式,使量子位元可以抵抗外界干擾,讓量子位元和繩結一樣穩定,如此一來,量子電腦的運算能力就不用再被大量浪費在更正錯誤上17

-----廣告,請繼續往下閱讀-----

(二)量子位元的可擴充性

另一個使量子電腦能夠進入實際應用的關鍵,是量子位元的可擴充性,現行主流量子運算技術之一的矽自旋量子,就是由於可以利用已經十分成熟的半導體技術,具有和現行電腦相容性,且被認為未來容易向上擴充,而吸引英特爾和其他研究人員投入研發。普林斯頓大學的實驗室近期在矽量子元件上有關鍵性的技術突破15,製造出能夠準確控制兩個電子之間量子行為,以矽為材料的元件,且錯誤率極低。這個突破性的量子位元邏輯閘,由高度有序排列的矽晶體構成,晶體上布有數十奈米的氧化鋁線,用來遞送電壓,將兩個被能階隔開的電子困在特定的量子點,再利用短暫的降低能階隔閡,使兩個電子能夠互相交換資訊,達到量子糾纏狀態。這項研究是第一次在矽材料中成功達到量子糾纏。研究人員可以利用磁場控制量子位元行為,目前控制電子量子態穩定度達 99%,而邏輯閘的可靠度達到 75%,這項技術除了具有可擴充性,錯誤率在未來還可能再下降。

(三)量子軟體研發

除此之外,為了使量子電腦真正發揮效能,專家們認為應該同步開發量子軟體20。量子運算程式的複雜度和難度源於量子電腦的本質,運算時將帶有一定程度的雜訊,所以程式設計時必需將量子電腦的物理原理和位元限制納入考量,需要先預建雜訊模擬模型,以處理操作正確性的問題。而早期發展出的量子電腦由於運算硬體設計尚未統一,將具有不同性質的細微差別,軟體需要一定程度的客製化。運算的高複雜度也將帶動新的演算法和開發工具的需求,量子電腦軟體設計人員需具備深厚的物理、數學和軟體工程知識,跨領域、對各領域有深度知識的人才培育將會是軟體研發的關鍵,同時許多量子軟體都有開源式社群開發平台,以群策群力結合資源加速早期軟體開發速度。

量子電腦發展現況

  • IBM 官方釋出的量子電腦研究室( IBM Q computation center)介紹影片

目前最早實際被投入應用的量子電腦由 5 個量子位元構成,由 IBM 研發,採用的是超導迴路技術,IBM 並在 2017 年底開始提供 20 位元的商業化雲端量子運算服務16。而 50 個量子位元是一個深具意義的里程碑,這代表著超越現有任何超級電腦可以達到的運算能力,象徵量子優越(quantum supremacy)時代的來臨,目前 IBM 已十分接近這個目標,建造出 50 量子位元的原型機4,Google 的團隊也緊追在後,2017 年 11 月的自然期刊中,麻省理工學院、哈佛、加州理工學院的合作團隊和馬里蘭大學的量子運算中心也分別用不同的技術達到 50 個量子位元的運算系統14;大陸在 2017 年底宣布將投資一百億美元成立新的量子電腦中心,預計在 2020 年開始運作5,日本也加入國際量子競賽,宣布免費提供量子類神經網路服務,並將投資 2 億 6 千 7 百萬美元,在 2018 年開始十年量子研發計畫18

雖然由於量子電腦特性,無法儲存資訊和運算結果,加上體積和所需要的硬體維護人員及費用高昂,在可見的未來都將與傳統電腦結合透過雲端提供運算服務,現在的量子電腦確實已經即將從實驗室步入實際應用,預備顛覆創新材料製造、化學製藥、人工智慧、網路安全和金融科技的領域。

-----廣告,請繼續往下閱讀-----

量子電腦未來普及,將對社會帶來哪些改變與衝擊?

(一)量子電腦和人工智慧的結合

圖/geralt @Pixabay

量子電腦的強項在於亂數產生、尋找未排序數列的最小值、解決圖論中的節點連結問題、特徴吻合等,科學家已經設計出多種量子演算法,來解決傳統電腦不易解決的問題16。其中 2008 年由三位科學家 Harrow、 Hassidim 和 Lloyd 發明的量子演算法 HHL,能夠快速解決多自由度,龐大的線性代數問題;而機器學習正好大量倚重這類型的大量線性代數運算,因此專家們很快就開始試圖將量子演算法和機器學習結合,機器學習是少數在量子電腦發展早期就有機會找到利基的領域。

雖然短期內傳統的機器學習仍會較早開始實際應用在交通、醫學和金融市場,量子系統在產生真正亂數和處理非傳統二進位式資料會時將占有較大的優勢,例如傳統常應用於金融市場的蒙地卡羅機器學習演算法,需要產生真正的亂數才能有最佳表現,此時量子電腦的長處就可以被展現10。許多量子機器學習新創公司已經開始研發如何利用量子系統加速機器學習,其市場潛能也吸引了許多資金投入19

(二)量子電腦在化學和製藥的應用

圖/hioahelsefag @Pixabay

一般專家普遍認為,化學將是量子運算最強且最立即的應用9。量子電腦將可以用來幫助設計乾淨能源所需要的催化劑,了解生物體內的酵素,發現新的太陽能電池材料或高溫超導體材料。它的優勢在於超乎現有傳統電腦的強大運算能力,足以真正模擬和創造複雜的電子和分子互動模型。

一般進行化學反應模擬時,由於需了解各分子所含原子彼此間互動情形,需計算各原子的電子互動能量,包含所有電子的位置和能階(即軌域)。現有的傳統電腦在 125 個軌域時,就需要超出宇宙所有原子數量的記億體來儲存所有的資訊,實際上無法處理如此大量複雜的資料和運算,因此現在的量子化學家在建模型時,常必須故意省略某些電子的行為特性,尤其是電子間強烈互動的情形。這種近似算法在模擬有機化學分子時是可以接受的,但是在金屬分子這種大量電子擠在極小空間的例子,電子間的強互動卻正是它的本質,被忽略就無法真正了解實際的化學原理。類似無法被簡化的傳統方式模擬的例子還有高溫超導體材料、含金屬的酵素活性位點等。

-----廣告,請繼續往下閱讀-----

然而量子位元的疊加特性使量子電腦能夠輕鬆完成這類運算,對新藥和新材料研發做出極大的貢獻,一旦技術成熟,新藥的研發前期將可透過量子電腦模擬化合物結構和生物體內酵素或受器的交互作用,對療效和副作用做較佳的預測,減少研發時間和成本,熟悉並且了解如何利用量子運算的廠商在新藥設計就會占有先機。

(三)量子電腦對比特幣市場和區塊鏈安全的威脅

圖/BenjaminNelan @Pixabay

虛擬貨幣比特幣和其他使用區塊鏈技術之應用的安全性,在於其加密的強度很高,不容易被傳統電腦破解,當擅長於複雜運算及密碼破解的量子電腦技術漸趨成熟,會不會對這些應用產生威脅?例如現行的比特幣協定,利用生成一個特定的隨機數(nonce)做為新區塊鏈生成的必要條件之一,而生成這個隨機數需要大量的計算能力,礦工挖礦就是提供計算能力,並獲得比特幣做為獎勵。然而偶爾會有兩組礦工同時宣告兩個不同的區塊,此時比特幣協定會以已完成較多運算的區塊為主,抛棄另一個落後的區塊,這會導致網路中擁有多數運算能力的礦工永遠獲得下一個區塊,成為控制比特幣帳簿的主宰。如果量子電腦加入挖礦的行列,並且展現出壓倒性超出其他礦工的計算能力,整個比特幣市場就可能瓦解。新加坡國立大學的研究人員針對這個可能,對未來十年量子電腦運算能力的預測和目前用來挖礦的電路運算能力成長做比較;結果發現,未來十年內現有的硬體還能夠在速度上占有優勢,量子電腦主宰比特幣挖礦的情況應該不至於馬上發生。

然而比特幣的另一個安全協定特徵,橢圓曲線數位簽章(elliptic curve signature)卻可能更快在量子運算下暴露出弱點,比特幣的擁有者會握有一個私有密鑰和發布一個公開密鑰,在不公布私有密鑰的情形下,利用公開密鑰來證明自己是這個比特幣的擁有者,而公開密鑰可以很容易的由私有密鑰生成,反之則不然。雖然傳統電腦很難透過公開密鑰算出私有密鑰,對量子電腦來說卻很容易,研究人員估計在 2027 年這項安全協定就可能會被破解6

雖然比特幣和其他虛擬貨幣還未真正普及,但其交易熱度和市場接受度日漸增加,在金融市場逐漸開始接受和嘗試奠基於密碼保護的數位化交易平台時,量子運算技術對區塊鏈的威脅和未來金融市場的衝擊不可小覷,在可見的未來,這場矛與盾的對決將隨著量子運算漸趨成熟,和區塊鏈技術的普及化越來越激烈。

-----廣告,請繼續往下閱讀-----

結語:量子電腦的未來,企業與國家的挑戰

IBM 推出的 20 量子位元的商業化雲端量子運算服務,是量子電腦的重大里程碑,象徵著量子運算時代的曙光乍現,有些分析指出最快 2 到 5 年內,量子運算會開始進入實質企業應用。

如前文所述,也許量子電腦初期的應用是在於特定領域解決特定的問題,同時需搭配傳統電腦作為運算升級之用,但仍然具有極大潛在的商業機會或是風險。如同人工智慧的快速發展,一旦量子電腦起飛,企業和國家如何因應和準備,找到利基,建立差異化優勢,又如何預應風險,例如發展不受量子運算破解的加密方式,維護資料安全等,都需要全方位的整體性思考及規畫。

參考資料:

  1. 陳蔚然(2017)。第二次量子革命啟動
  2. 王宣智(2015) 。英國量子技術發展戰略
  3. Ashley Montanaro. (2016). Quantum algorithms: an overview.
  4. Associated Press. (2017). IBM says it’s reached milestone in quantum computing.
  5. Brian Wang. (2017). China will open a $10 billion quantum computer center and others also investing in quantum computing.
  6. Emerging Technology from the arXiv. (2017). Quantum computers pose imminent threat to bitcoin security.
  7. Idalia Friedson. (2017). Quantum computing will be a huge advantage to whatever nation gets it to work first.
  8. Jennifer ouellete. (2017). Nanofridge could keep quantum computers cool enough to calculate.
  9. Katherine Bourzac. (2017). Chemistry is quantum computing’s killer app.
  10. Mark Anderson. (2017). A hybrid of quantum computing and machine learning is spawning new ventures.
  11. MIT review. (2017). 10 breakthrough technologies 2017.
  12. OECD. (2016). OECD Science, Technology and Innovation Outlook 2016.
  13. Office of the deputy assistant secretary of the army (research & technology). (2016). Emerging science and technology trends: 2016-2045.
  14. Peter Reuell. (2017). Researchers create quantum calculator.
  15. Princeton University. (2017). New silicon structure opens the gate to quantum computers.
  16. Ron Miller. (2017). IBM makes 20 qubit quantum computing machine available as a cloud service.
  17. Russ Juskalian. (2017). Practical quantum computers.
  18. Tiffany Trader. (2017). Japan unveils quantum neural network.
  19. Will Knight. (2017). A start up uses quantum computing to boost machine learning.
  20. Will Zeng, Blake Johnson, Robert Smith, Nick Rubin, Matt Reagor, Colm Ryan& Chad Rigetti. (20173). First quantum computers need smart software.
  21. IBM Quantum Computing 

本文轉載自科技政策與資訊中心網站《科技政策觀點》,原文標題《量子電腦─曙光乍現

延伸閱讀:

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度
Research Portal(科技政策觀點)_96
10 篇文章 ・ 9 位粉絲
Research Portal(科技政策觀點)為科技政策研究與資訊中心(STPI)以重要議題導向分析全球科技政策與科技發展趨勢,呈現研究觀點與產出精華。

0

0
0

文字

分享

0
0
0
為什麼越累越難睡?當大腦想下班,「腸道」卻還在加班!
鳥苷三磷酸 (PanSci Promo)_96
・2026/04/30 ・2519字 ・閱讀時間約 5 分鐘

本文與  益福生醫 合作,泛科學企劃執行

昨晚,你又在床上翻來覆去、無法入眠了嗎?這或許是現代社會最普遍的深夜共鳴。儘管換了昂貴的乳膠枕、拉上百分之百遮光的窗簾,甚至在腦海中數了幾百隻羊,大腦的那個「睡眠開關」卻彷彿生鏽般卡住。這種渴望休息卻睡不著的過程,讓失眠成了一場耗損身心的極限馬拉松 。

皮質醇:你體內那位「永不熄滅」的深夜警報器

要理解失眠,我們得先認識身體的一套精密防衛系統:下視丘-垂體-腎上腺軸(HPA axis) 。這套系統原本是演化給我們的禮物,讓我們在面對劍齒虎或突如其來的危險時,能迅速進入「戰鬥或快逃」的備戰狀態。當這套系統啟動,腎上腺就會分泌皮質醇 (壓力荷爾蒙),這種荷爾蒙能調動能量、提高警覺性,讓我們在危機中保持清醒 。

然而,現代人的「劍齒虎」不再是野獸,而是無止盡的專案進度、電子郵件與職場競爭。對於長期處於高壓或高強度工作環境的人們來說,身體的警報系統可能處於一種「切換不掉」的狀態。

-----廣告,請繼續往下閱讀-----

在理想的狀態下,人類的生理時鐘像是一場精確的接力賽。入夜後,身體會進入「修復模式」,此時壓力荷爾蒙「皮質醇」的濃度應該降至最低點,讓「睡眠荷爾蒙」褪黑激素(Melatonin)接棒主導。褪黑激素不僅負責傳遞「天黑了」的訊號,它還能抑制腦中負責維持清醒的食慾素(Orexin)神經元,幫助大腦順利關閉覺醒開關。

對於長期處於高壓或高強度工作環境的人們來說,身體的警報系統可能處於一種「切換不掉」的狀態 / 圖片來源:envato

然而,當壓力介入時,這場接力賽就會變成跑不完的馬拉松賽。研究指出,長期的高壓環境會導致 HPA 軸過度活化,使得夜間皮質醇異常分泌。這不僅會抑制褪黑激素的分泌,更會讓食慾素在深夜裡持續活化,強迫大腦維持在「高覺醒狀態(Hyperarousal)」。 這種令人崩潰的狀態就是,明明你已經累到不行,但大腦卻像停不下來的發電機!

長期的睡眠不足會導致體內促發炎細胞激素上升,而發炎反應又會進一步活化 HPA 軸,分泌更多皮質醇來試圖消炎,高濃度的皮質醇會進一步干擾深層睡眠與快速動眼期(REM),導致睡眠品質變得低弱又破碎,最終形成「壓力-發炎-失眠」的惡行循環。也就是說,你不是在跟睡眠上的意志力作對,而是在跟失控的生理長期鬥爭。

從腸道重啟好眠開關:PS150 菌株如何調校你的生理時鐘

面對這種煞車失靈的失眠困局,科學家們將目光投向了人體內另一個繁榮的生態系:腸道。腸道與大腦之間存在著一條雙向通訊的高速公路,這就是「菌-腸-腦軸 (Microbiome-Gut-Brain Axis, MGBA)」,而某些特殊菌株不僅能幫助消化、排便,更能透過神經與內分泌途徑與大腦對話,直接參與調節我們的壓力調節與睡眠節律。這種菌株被科學家稱為「精神益生菌」(Psychobiotics)。

-----廣告,請繼續往下閱讀-----
腸道與大腦之間存在著一條雙向通訊的高速公路,這就是「菌-腸-腦軸 (Microbiome-Gut-Brain Axis, MGBA)」/圖片來源:益福生醫

在眾多研究菌株中,發酵乳桿菌 Limosilactobacillus fermentum PS150 的表現格外引人注目。PS150菌株源於亞洲益生菌權威「蔡英傑教授」團隊的專業研發,累積多年功能性菌株研發經驗的科學成果。針對臨床常見的「初夜效應」(First Night Effect, FNE),也就是現代人因出差、換床或環境改變導致的入睡困難,俗稱認床。科學家在進行實驗時發現,補充 PS150 菌株能顯著恢復非快速動眼期(NREM)的睡眠長度,且入睡更快,起床後也更容易清醒。更重要的是,不同於常見的藥物助眠手段(如抗組織胺藥物 DIPH)容易造成快速動眼期(REM)剝奪或導致睡眠破碎化,PS150 菌株展現出一種更為「溫和且自然」的調節力,它能有效縮短入睡所需的時間,並恢復睡眠中代表深層修復的「Delta 波」能量。

科學家發現,即便將 PS150 菌株經過特殊的熱處理(Heat-treated),轉化為不具活性但保有關鍵成分的「後生元」(Postbiotics),其生物活性依然能與活菌媲美 。HT-PS150 技術解決了益生菌在儲存與攝取過程中容易失去活性的痛點,讓這些腸道通訊員能更穩定地發揮作用 。

在臨床實驗中,科學家觀察到一個耐人尋味的現象:當詢問受試者的主觀感受時,往往會遇到強大的「安慰劑效應」,無論是服用 HT-PS150 還是安慰劑的人,主觀上大多表示睡眠變好了。這種「體感上的進步」有時會掩蓋真相,讓人分不清是心理作用還是真實效益。

然而,客觀的生理數據(Biomarkers)卻揭開了關鍵的差異。在排除主觀偏誤後,實驗數據顯示 HT-PS150 組有更高比例的人(84.6%)出現了夜間褪黑激素分泌增加,且壓力荷爾蒙(皮質醇)顯著下降,這證明了菌株確實啟動了體內的睡眠調控系統,而不僅僅是心理安慰。

-----廣告,請繼續往下閱讀-----

最值得關注的是,對於那些失眠指數較高(ISI ≧ 8)的族群,這種「生理修復」與「主觀體感」終於達成了一致。這群人在補充 HT-PS150 後,不僅生理標記改善,連原本嚴重困擾的主觀睡眠效率、持續時間,以及焦慮感也出現了顯著的進步。

了解更多PS150助眠益生菌:https://lihi3.me/KQ4zi

重新定義深層睡眠:構建全方位的深夜修復計畫

睡眠從來就不只是單純的休息,而是一場生理功能的全面重整。想要重獲高品質的睡眠,關鍵在於為自己建立一個全方位的修復生態系。

這套系統的基石,始於良好的生活習慣。從減少睡前數位螢幕的干擾、優化室內環境,到作息調整。當我們透過規律作息來穩定神經系統,並輔以現代科學對於 PS150 菌株的調節力發現,身體便能更順暢地啟動睡眠開關,回歸自然的運作節律。

-----廣告,請繼續往下閱讀-----

與其將失眠視為意志力的抗爭,不如將其看作是生理機能與腸道微生態的深度溝通。透過生活作息的調整與科學實證的支持,每個人都能擁有掌控睡眠的主動權。現在就從優化生活型態開始,為自己按下那個久違的、如嬰兒般香甜的關機鍵吧。

與其將失眠視為意志力的抗爭,不如將其看作是生理機能與腸道微生態的深度溝通 / 圖片來源 : envato

-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

鳥苷三磷酸 (PanSci Promo)_96
247 篇文章 ・ 319 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

104
0

文字

分享

0
104
0
肺部為何會「結疤」?揭開比癌症更致命的「菜瓜布肺」,科學家如何找到破解惡性循環的新契機
鳥苷三磷酸 (PanSci Promo)_96
・2026/05/08 ・2041字 ・閱讀時間約 4 分鐘

本文由 肺纖維化(菜瓜布肺)社團衛教 合作,泛科學撰文

在現代醫學的警示清單裡,乳癌、大腸癌這些疾病大家都不陌生;但有一個「隱蔽且致命」的威脅卻常被忽視,那就是「肺纖維化」。其中最常見的類型「特發性肺纖維化」(IPF),其預後往往不太樂觀,確診後的五年存活率甚至比許多常見的癌症還低。

首先,我們得先破解一個迷思:肺纖維化並不是單一疾病,而是許多種間質性肺病的共同表現。當我們聽到「肺纖維化」,腦中常浮現「菜瓜布肺」的形象,患者的肺部外觀充滿一個個空洞與疤痕,像極了乾燥的絲瓜。這精準描繪了肺部組織逐漸硬化、失去彈性的過程。

更重要的是,IPF 這類肺纖維化的威脅在於「不可逆」的特性,一旦形成就很難逆轉。這跟部分 COVID-19 康復者身上、仍有機會復原的肺纖維化,是兩種完全不同的概念。

-----廣告,請繼續往下閱讀-----
IPF 這類肺纖維化的威脅在於「不可逆」的特性,一旦形成就很難逆轉 / 圖示來源:shutterstock

肺部為何會變成「菜瓜布」?

為什麼好端端的肺會變成菜瓜布?這其實是一場身體修復機制失控的結果。

「纖維化」的組織,就是肺部間質組織(interstitium)的疤痕化。間質是圍繞在肺泡周圍,包含血管與支持肺部結構的結締組織。在正常情況下,肺部損傷後會啟動修復機制,並再生健康組織。但在肺纖維化的患者體內,這套修復機制卻「當機」了。

身體會不斷地發出訊號,導致負責修復工作的「纖維母細胞」(fibroblasts)被過度活化,進而失控地沉積膠原蛋白疤痕組織,最終在肺部形成永久性的纖維化。

科學家發現,這個過程之所以棘手,在於它是一個「惡性循環」,肺部同時存在著「發炎反應」與「纖維化」這兩條路徑 ,它們相互加乘,演變成難以阻斷的強大破壞力。

-----廣告,請繼續往下閱讀-----

雖然特發性肺纖維化 (IPF) 的具體成因不明 ,但已知某些特定族群的風險更高。例如抽菸,特定年齡與性別(50歲以上男性)、長期暴露於粉塵環境的工作者(農業、畜牧業、採礦業…)、胃食道逆流者。此外,患有自體免疫疾病(如類風濕性關節炎、乾燥症、硬皮症、皮肌炎/多發性肌炎,)的患者,他們併發肺纖維化的機率遠高於一般人,必須特別警覺。

雖然特發性肺纖維化 (IPF) 的具體成因不明 ,但已知某些特定族群的風險更高。/ 圖示來源:shutterstock

打斷惡性循環的挑戰,為何只對抗「纖維化」還不夠?

面對這個不可逆的疾病,醫學界長年束手無策,直到 2014 年才迎來一道曙光。美國 FDA 批准了兩種機制不同的新藥:Nintedanib 和 Pirfenidone。這兩種藥物的出現是治療史上的分水嶺,首度被證實能夠「延緩」IPF 患者肺功能的惡化速度。

然而,這場戰役尚未結束。現有的治療雖然帶來了希望,卻也凸顯了「未被滿足的醫療需求」。從機制上來看,這些藥物主要抑制的是「纖維化路徑」。

這讓科學界開始思考這個未被滿足的棘手問題:既然疾病的本質是「發炎」與「纖維化」的雙重打擊,那麼,我們是否能找到「同時抑制」這兩條路徑的全新策略,從而更有效地打斷這個惡性循環?

-----廣告,請繼續往下閱讀-----

找到同時調控「發炎」與「纖維化」的新靶點

為了解決難題,科學家將目光鎖定在一個細胞內的酵素:磷酸二酯酶 4B(PDE4B)

為什麼鎖定它?讓我們看看它的「雙重作用」機制:

  1. 關鍵位置: PDE4B 同時存在於免疫細胞(與發炎有關)與纖維母細胞(與纖維化有關)當中。
  2. 作用機制: PDE4B 的主要工作是降解細胞內一種叫 cAMP(環磷酸腺苷) 的訊號分子。cAMP 可以被視為細胞內的「穩定信號」。
  3. 雙重抑制: 當我們使用藥物抑制了 PDE4B 的活性,細胞內的 cAMP 就不會被分解,濃度會隨之升高。高濃度的 cAMP 能穩定免疫細胞和纖維母細胞,同時產生抗發炎抗纖維化的雙重效應。

簡單來說,鎖定並抑制 PDE4B,就像是同時抑制了免疫風暴與纖維化的工程,有望從雙從抑制打擊這個惡性循環。

全球臨床試驗帶來的新希望

近十年來,全球在肺纖維化領域投入了大量的臨床試驗,我們相信,在科學家逐步破解肺纖維化惡性循環的複雜難題後,期盼未來能為無數患者爭取到更安全、健康的生活與未來。

-----廣告,請繼續往下閱讀-----

最後,我們必須再次提醒,特發性肺纖維化(IPF)與漸進性肺纖維化(PPF)是極具破壞性、且不可逆的疾病。面對這個比癌症更致命的對手,雖然現有的治療手段能延緩惡化,但無法逆轉已經形成的肺部疤痕組織,因此「早期診斷、早期治療」仍是對抗肺纖維化最重要的黃金時刻。

必須再次提醒,特發性肺纖維化(IPF)與漸進性肺纖維化(PPF)是極具破壞性、且不可逆的疾病。/ 圖示來源:


-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

鳥苷三磷酸 (PanSci Promo)_96
247 篇文章 ・ 319 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

5
3

文字

分享

0
5
3
量子電腦的計算是怎麼一回事?
賴昭正_96
・2025/07/15 ・6405字 ・閱讀時間約 13 分鐘

  • 作者 / 賴昭正 前清大化學系教授、系主任、所長,IBM 研究顧問化學家;合創科學月刊

因為我們確信量子系統一般無法在傳統電腦上有效模擬,量子運算未來最重要的應用可能是量子系統的電腦模擬。——David Deutsch「量子計算之父」

量子革命啟航,2025 年迎來國際量子年。圖 / unsplash

量子物理學誕生於 1900 年初期,源自普朗克(Max Planck)及愛因斯坦(Albert Einstein)等人為了解釋古典物理學無法解釋的黑體輻射和光電效應,提出能量「量化」的奇怪觀念。1920 年代,玻爾(Niels Bohr)、薛定諤 (Erwin Schrödinger)、海森堡( Werner Heisenberg)、玻恩(Max Born)和狄拉克(Paul Dirac)等物理學家為量子力學建立了更完整的數學框架,從而形成了微觀世界的物理理論。最近由於以它為基礎的計算技術不斷有「突破」性的進展,聯合國便迫不及待宣布 2025 年為國際量子科學技術
年。

筆者在芝加哥大學攻讀的是量子化學,博士班資格考試選的是物理化學、無機化學、及物理系的物理數學,論文用的理論工具是「量子」物理,實驗工具是「計算機」,因此應該是位「量子計算機」專家了,但慚愧的是:儘管市面上已經出現許多有關量子計算機的報導,但筆者除了知道其所用的物理原理(參看「延伸閱讀」)外,卻完全不知所云!

查了一下台灣兩大科普雜誌,發現《科學月刊》與《泛科學》都沒報導過!顯然這不是一篇容易寫的科普文章。但因其重要性,及對科普的喜好,在猛 K 一個月後,筆者謹在此先野人獻曝,報導點心得,望能拋磚引玉將來有專家為我們寫一篇更詳細及深入的介紹。在進入本文之前,得預先警告:筆者深深了解數學公式會嚇跑讀者,但是幾經考慮後,覺得不用點數學顯然不能點出量子計算機的骨髓。對數學不感興趣的讀者事實上不需要深入了解:只要從那些數學中看出量子計算機的運算不是確定性的「加減乘除」、而是操縱或然率的「量子物質狀態」改變(「量子位元」一節)即可。如果真的不想看到數學公式,可以跳過「量子閘」及「量子計算機」二節。

量子計算機的起源

20 世紀 80 年代初,美國阿貢國家實驗室(Argonne National Laboratory)貝尼奧夫(Paul Benioff)發表四篇量子計算基礎的開創性論文,證明計算機可以按照量子力學定律運行;費曼(Richard Feynman)獨立提出了量子計算的想法,認為基於量子原理的計算機可以高效地模擬量子系統,克服對於一般電腦來說難度呈指數級增長的計算任務。1985 年牛津大學物理學家德意志(David Deutsch)以費曼和貝尼奧夫的思想為基礎,提出了通用量子計算的概念,並設計出一個適用於量子計算機的演算法。

-----廣告,請繼續往下閱讀-----

要了解這些量子計算想法之前,我們得先了解一下現行的(傳統)計算機。

傳統計算機

人類因為有 10 個指頭,所以採用十位元的運算方法,即 0,1,…9;9 再加 1 就進位成 10(借用別人的手指)。當初設計計算機的人也許因為只有兩根手指的關係,卻採用「二位元」(bit)的運算方法,即 0 與 1;1 再加 1 就進位成 10(= 十位元的 2)。事實上這樣的計算法在電路設計上是比較容易的:接近 0 伏特的電壓(通常稱為「低」)表示邏輯 0,而較高的電壓(通常稱為「高」)表示邏輯 1。計算機就是靠這樣的線路及所謂「邏輯閘」(logic gate)來達成計算的任務,如圖一:2 個「二位元」數 A2A1 及 B2B1 相加的計算機線路圖。

圖 / 作者提供

「邏輯閘」的目的是將輸入(input)依照所設計的邏輯改成單一的輸出(output)。例如將(0,1)輸入「AND 閘」,圖一的邏輯表告訴我們它將輸出 0;(1,1)將輸出 1,…。又如將(0,1)輸入「XOR 閘」,它將輸出 1;(1,1)將輸出 0,…。讀者應該不難用圖一的線路計算出 10+11=101(O3O2O1);10+01=011;11+11=110;…。

如果要增加「二位元」的數目[如 3 個「二位元」、4 個「二位元」…,或 8 個「二位元」的「位元組」(byte)],只要重複複製圖一 a 及 a′ 之間的線路,將它連在最後一個 a′ 上即可。所以(傳統)計算機的設計是透過「邏輯閘」操縱「二位元」來達到計算的目的。

-----廣告,請繼續往下閱讀-----

所以要使用傳統計算機來「解決問題」如微積分方程式或製定更好投資策略時,必須先將它們「改寫成」加減乘除及簡單邏輯(如 x 則 y)的「運算問題」。

量子位元

量子計算機也是採用「二位元」的運作,但其「二位元」非常不同於上面所提到之「二位元」:

(1)它的 0 與 1 不是電壓的不同,而是物質狀態的不同,稱為 |0> 與 |1>;

(2)它可以有同時存在於 |0> 與 |1> 的「量子疊加」狀態(quantum superposition state,註一),例如 |x>=α|0>+β|1>(|α|2+|β|2=1);

-----廣告,請繼續往下閱讀-----

(3)當你去測量時,因「波函數坍縮」(wave function collapse)只能得到或然率分別為 |α|2 及 |β|2 的 |0>或 |1> 狀態而已,不能有中間的混合態!

這樣的「二位元」因為具有量子物理的特性,因此稱之為「量子位元」(qubit)。原子的自旋(spin)就是具有這樣的特性,因此可作為量子計算機的「量子位元」。

等一等,電壓不是也可以模擬(1)及(2)嗎?例如 0 代表 0 伏特電壓,1 代表 5 伏特電壓,那麼 0.8(4伏特電壓)不是代表由 80% 的 5 伏特電壓和 20% 的 0 伏特電壓組成的嗎?原則上不錯,但就出現了一個實際設計上的問題:電壓一定要很穩定(註二)。這事實上正也是量子計算機設計上的最大挑戰之一:如何保持「量子位元」的穩定?設計高品質的「量子位元」極具挑戰性:如果「量子位元」與其環境沒有充分隔離,它就會遭受「量子退相干擾」(quantum decoherence),在計算中引入雜訊、錯誤、或崩潰。當然,電壓是沒辦法模擬(3)的:如果允許「疊加」態,測量電壓只能得到「疊加」電壓 4 伏特,不可能量到 0 伏特或 5 伏特。但事實上更嚴重的問題是:電壓沒辦法模仿兩個「量子位元」的「量子糾纏」(quantum entanglement)態:

χ>=12(00>+11>)

這狀態是由兩個「量子位元」組成的,而每個「量子位元」是由兩個狀態組成,因此理論上應該共有四個狀態(00, 01, 10, 11)才對;但上式中卻缺少了 |01> 及 |10> 兩個狀態!

-----廣告,請繼續往下閱讀-----

量子(邏輯)

量子計算機的設計與傳統計算機類似,不同的是它用「量子邏輯閘」(quantum logic gate)來操縱「量子位元」。在量子電路模型中,「量子邏輯閘」(或簡稱「量子閘」)是在某些量子位元上運行的基本量子電路,它們是量子電路的組成部分,就像傳統邏輯閘是傳統數位電路的組成部分一樣。在介紹「量子閘」之前,因為「量子位元」可以同時存在於 |0> 與 |1> 之間的狀態,因此用向量(vector)及矩陣(matrix)來表示將比較方便。例如以 |0> 及 |1> 為基底向量(basis vector,可以想成傳統上的 XY 座標軸),「量子位元」|0>、|1>、|x>=α|0>+β|1>將分別為:

如果用向量來表示量子位元,那麼「量子閘」將是一矩陣。

傳統計算機中的「NOT 閘」將 1 改成 0 輸出、0 改成 1 輸出,量子計算機中也有類似的「NOT 量子閘」能將 |0> 改成 |1> 輸出、|1> 改成 |0> 輸出、上面的 |x> 改成:

1α2+β2[βα]

輸出。

-----廣告,請繼續往下閱讀-----

「阿達瑪閘」(Hadamard gate) 是一基本量子閘,它能將量子位元從單一的確定狀態(|0⟩ 或 |1⟩)轉換為測量任一結果均為 50% 機率的量子疊加態(參見圖二)。「CNOT 閘」是一雙量子位元操作閘:

[1000010000010010]

作用於 H|0> 及另一 |0> 結合的雙量子位元可以得到一量子糾纏態,其電路圖為

圖 / 作者提供

量子計算機

在結論前讓我們在此以一實際的例子來說明量子計算機可能提供的優勢。為了避免難懂的數學,我們在這裡只能用一最簡單的、不實用、但在開發量子演算法技術上佔有很重要歷史地位的例子:1985 年「量子計算之父」所提出的德意志演算法。德意志演算法用量子計算機解決了一個簡單的問題:給一只能輸入 0 或 1、只能傳回 0 或 1 的函數 f(x),我們如何知道 f(0) 是否等於 f(1)?

圖 / 作者提供

圖三告訴我們如果用傳統的計算機,我們必須用 0 及 1 分別詢問這個函數兩次才可能得到答案:0 表示 f(0)=f(1);1 表示 f(0)≠f(1)。但因為量子位元可以有疊加狀態,我們可以先透過「阿達瑪閘」將 |0> 轉變成 |0> 及 |1> 疊加態後再詢問

-----廣告,請繼續往下閱讀-----
Q f : [ ( 1 ) f ( 0 ) 0 0 ( 1 ) f ( 1 ) ]

得到答案後再透過一次「阿達瑪閘」,我們就可以測量結果:如果測得 |0> 則表示 f(0)=f(1); 測得 |1> 則表示 f(0)≠f(1)。有興趣的讀者不妨親自演算一下,驗證筆者沒有算錯(註三)。

德意志演算法利用了量子力學的疊加性及波函數的干涉性,成功地只詢問一次就得到了答案,所以我們可以在這裡吹噓:量子計算機只要用傳統計算機一半的時間就可以解決問題。事實上 Lov Grover 1996 年提出一個搜尋(註四)演算法證明了:當傳統計算機需要使用 ~N 次詢問才能得到答案,量子計算卻只要使用 次求值,就能以高機率找到產生特定輸出值之黑盒函數的唯一輸入(註五):也就是說如果傳統計算機需要 100 年,量子計算機只需要 10 年!所以量子計算機將全面改變我們的…(請讀者填空)。但這不是好像看到一隻黑烏鴉,就說全世界烏鴉都是黑的一樣嗎?

結論

希望在瞰完本文後,讀者對量子計算機有初步的了解,不再只是個空洞的名詞而已。像其它新興科技一樣,我們將時常看到充滿著樂觀、承諾、與「突破」的報導,如去年底谷歌(Google)宣稱「(新的量子晶片)在不到五分鐘的時間內完成了一個「標準基準計算」(standard benchmark computation),而當今最快的超級電腦則需要 1025 年―這個數字遠遠超過了宇宙的年齡」,及最近微軟(Microsoft)發布了全球首款採用拓撲核心架構的量子晶片,謂創建了更穩定、可擴展的量子位元,「有望」讓量子計算機「更接近」解決複雜問題。

但我們都知道量子物理已經有百年的歷史,這知識為我們創造了空前的社會繁榮,因此我們不免要問:以它為基礎的量子計算機科技,為什麼經過了 40 年還是只停留在完成「標準基準計算」、「有望」、更接近」、…等等「空談」的階段,交不出一張實用的成績單(註六)?…什麼時候它才能真正為我們解決一有「突破」就被提到的複雜問題,如增強網路安全,徹底改變材料科學、新藥、和醫學的研發,優化財務模型、製定更好的投資策略等等承諾?

-----廣告,請繼續往下閱讀-----

量子計算之父德意志說:「因為我們確信量子系統一般無法在傳統電腦上有效模擬,量子運算未來最重要的應用可能是量子系統的電腦模擬。」諾貝爾物理獎得主費曼也持相同的看法。現在報章雜誌的報導都是渉及量子計算機所面臨的硬件設計挑戰;但翻閱證明其可行性的演算法後,筆者覺得如何將上面所提到之巨觀世界的實用問題,「改寫成」能利用量子運算獨特功能來解決之微觀世界的量子系統,可能才是一項更重大千萬倍的挑戰!

圖 / US National Weather Service

這使筆者想起了核融發電的問題。第一顆使用核子分裂的原子彈於 1945 年 8 月在日本廣島爆炸,6 年後年美國愛達荷州的實驗增殖反應器用核分裂產生可用電力,又三年後蘇聯的奧布寧斯克核電廠將核能所產生的電連結到電網。1952 年 11 月 1 日美國在馬紹爾群島引爆了第一顆氫彈。氫同位素核融反應除了比核分裂釋放更多的能量外,不會產生有害的長期放射性廢物;加上氫或氘在自然界中既便宜又豐富,為一種長期、可持續、經濟和安全的發電能源燃料,因此核融發電成為 1950 年代後期全世界先進國家追求的目標;報張雜誌三不五時便有「突破」的報導;但 1960 年到現在,65 年過去了,我們還是「祇聞樓梯響,不見人下來」,甭說看不到一座實用的核融發電廠,能勉強收支平衡的實驗就算是「突破」了。筆者認為量子計算機很可能將步其後塵:雷聲大雨點小、或根本不下雨(註七)!

註解:

  • (註一)許多科普文章多用「丟擲硬幣來比喻」,謂在空中旋轉之硬幣就是同時存在於正、反兩面的狀態。這顯然完全不懂量子物理:在空中旋轉之硬幣從來沒有同時存在於兩種狀態,它只是很快地在兩種狀態中轉來轉去而已!
  • (註二)正是因為要避免這一問題,所以傳統計算機設計採用「有」與「沒有」的二元電壓。不只如此,早期的計算機為了偵測錯誤,8 位元的位元組還多加了一位冗餘位元(詳閱「錯誤訊息的偵測與修正」,科學月刊 2009 年 3 月號或《我愛科學》)。
  • (註三)先謝了。但請注意:筆者忽略了要求或然率等於 1 的常數如 1/2。
  • (註四)在未以任何特定方式排序或組織的N項資料庫中尋找特定項目。
  • (註五)因為傳統計算機每次只能問一項,所以大約要問 N 次才能得到答案;量子計算機可以「疊加」態一次詢問所有的項目,但因天下沒有白吃的飯,所以每次詢問只能得到或然率的答案,需要重複詢問 ~N 才能將或然率提高到相當肯定的地步。
  • (註六)寫到這裡筆者突然了解為什麼一直對量子計算機「突破」的報導不感興趣:一則沒有新理論,再則好像全是空談,沒有解決實際問題的內容。
  • (註七)2023 年 5 月,領導微軟量子運算工作的副總裁、「技術院士」 Matthias Troyer 在《ACM 通訊》上撰寫了一篇題為「擺脫炒作與實用性:切實實現量子優勢」(Disentangling Hype from Practicality: On Realistically Achieving Quantum Advantage)的論文,指出量子電腦能夠提供有意義優勢的應用數量比某些人認為的要有限;謂量子電腦只有在解決小數據問題時才能真正發揮其指數級加速的作用。他補充說:「其餘的都是美麗的理論,但不會付諸實踐」。

延伸閱讀:

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

賴昭正_96
51 篇文章 ・ 62 位粉絲
成功大學化學工程系學士,芝加哥大學化學物理博士。在芝大時與一群留學生合創「科學月刊」。一直想回國貢獻所學,因此畢業後不久即回清大化學系任教。自認平易近人,但教學嚴謹,因此獲有「賴大刀」之惡名!於1982年時當選爲 清大化學系新一代的年青首任系主任兼所長;但壯志難酬,兩年後即辭職到美留浪,IBM顧問研究化學家退休 。晚期曾回台蓋工廠及創業,均應「水土不服」而鎩羽而歸。正式退休後,除了開始又爲科學月刊寫文章外,全職帶小孫女(半歲起);現已成七歲之小孫女的BFF(2015)。首先接觸到泛科學是因爲它轉載我的科學月刊上的一篇文章「愛因斯坦的最大的錯誤一宇宙論常數」。