石墨烯再現量子驚奇！

• 作者／賴昭正｜前清大化學系教授、系主任、所長；合創科學月刊

我擔心人工智慧可能會完全取代人類。如果人們能設計電腦病毒，那麼就會有人設計出能夠自我改進和複製的人工智慧。 這將是一種超越人類的新生命形式。

——史蒂芬．霍金（Stephen Hawking）　英國理論物理學家

大約在八十年前，當第一台數位計算機出現時，一些電腦科學家便一直致力於讓機器具有像人類一樣的智慧；但七十年後，還是沒有機器能夠可靠地提供人類程度的語言或影像辨識功能。誰又想到「人工智慧」（Artificial Intelligent，簡稱 AI）的能力最近十年突然起飛，在許多（所有？）領域的測試中擊敗了人類，正在改變各個領域——包括假新聞的製造與散佈——的生態。

圖形處理單元（graphic process unit，簡稱 GPU）是這場「人工智慧」革命中的最大助手。它的興起使得九年前還是個小公司的 Nvidia（英偉達）股票從每股不到 $5，上升到今天（5 月 24 日）每股超過 $1000（註一）的全世界第三大公司，其創辦人（之一）兼首席執行官、出生於台南的黃仁勳（Jenson Huang）也一躍成為全世界排名 20 內的大富豪、台灣家喻戶曉的名人！可是多少人了解圖形處理單元是什麼嗎？到底是時勢造英雄，還是英雄造時勢？

在回答這問題之前，筆者得先聲明筆者不是學電腦的，因此在這裡所能談的只是與電腦設計細節無關的基本原理。筆者認為將原理轉成實用工具是專家的事，不是我們外行人需要了解的；但作為一位現在的知識分子或公民，了解基本原理則是必備的條件：例如了解「能量不滅定律」就可以不用仔細分析，即可判斷永動機是騙人的；又如現在可攜帶型冷氣機充斥市面上，它們不用往室外排廢熱氣，就可以提供屋內冷氣，讀者買嗎？

CPU 與 GPU

不管是大型電腦或個人電腦都需具有「中央處理單元」（central process unit，簡稱 CPU）。CPU 是電腦的「腦」，其電子電路負責處理所有軟體正確運作所需的所有任務，如算術、邏輯、控制、輸入和輸出操作等等。雖然早期的設計即可以讓一個指令同時做兩、三件不同的工作；但為了簡單化，我們在這裡所談的工作將只是執行算術和邏輯運算的工作（arithmetic and logic unit，簡稱 ALU），如將兩個數加在一起。在這一簡化的定義下，CPU 在任何一個時刻均只能執行一件工作而已。

在個人電腦剛出現只能用於一般事物的處理時，CPU 均能非常勝任地完成任務。但電腦圖形和動畫的出現帶來了第一批運算密集型工作負載後，CPU 開始顯示心有餘而力不足：例如電玩動畫需要應用程式處理數以萬計的像素（pixel），每個像素都有自己的顏色、光強度、和運動等, 使得 CPU 根本沒辦法在短時間內完成這些工作。於是出現了主機板上之「顯示插卡」來支援補助 CPU。

1999 年，英偉達將其一「具有集成變換、照明、三角形設定／裁剪、和透過應用程式從模型產生二維或三維影像的單晶片處理器」（註二）定位為「世界上第一款 GPU」，「GPU」這一名詞於焉誕生。不像 CPU，GPU 可以在同一個時刻執行許多算術和邏輯運算的工作，快速地完成圖形和動畫的變化。

依序計算和平行計算

一部電腦 CPU 如何計算 7×5+6/3 呢？因每一時刻只能做一件事，所以其步驟為：

• 計算 7×5；
• 計算 6/3；
• 將結果相加。

總共需要 3 個運算時間。但如果我們有兩個 CPU 呢？很多工作便可以同時（平行）進行：

• 同時計算 7×5 及 6/3；
• 將結果相加。

只需要 2 個運算時間,比單獨的 CPU 減少了一個。這看起來好像沒節省多少時間，但如果我們有 16 對 a×b 要相加呢？單獨的 CPU 需要 31 個運算的時間（16 個 × 的運算時間及 15 個 + 的運算時間），而有 16 個小 CPU 的 GPU 則只需要 5 個運算的時間（1 個 × 的運算時間及 4 個 + 的運算時間）！

現在就讓我們來看看為什麼稱 GPU 為「圖形」處理單元。圖一左圖《我愛科學》一書擺斜了，如何將它擺正成右圖呢？ 一句話：「將整個圖逆時針方向旋轉 θ 即可」。但因為左圖是由上百萬個像素點（座標 x, y）組成的，所以這句簡單的話可讓 CPU 忙得不亦樂乎了：每一點的座標都必須做如下的轉換

x’ = x cosθ + y sinθ

y’ = -x sinθ+ y cosθ

即每一點均需要做四個 × 及兩個 + 的運算！如果每一運算需要 10^-6 秒，那麼讓《我愛科學》一書做個簡單的角度旋轉，便需要 6 秒，這豈是電動玩具畫面變化所能接受的？

人類的許多發明都是基於需要的關係，因此電腦硬件設計家便開始思考：這些點轉換都是獨立的，為什麼我們不讓它們同時進行（平行運算，parallel processing）呢？於是專門用來處理「圖形」的處理單元出現了——就是我們現在所知的 GPU。如果一個 GPU 可以同時處理 10⁶ 運算，那上圖的轉換只需 10^-6 秒鐘！

GPU 的興起

GPU 可分成兩種：

• 整合式圖形「卡」（integrated graphics）是內建於 CPU 中的 GPU，所以不是插卡，它與 CPU 共享系統記憶體，沒有單獨的記憶體組來儲存圖形／視訊，主要用於大部分的個人電腦及筆記型電腦上；早期英特爾（Intel）因為不讓插卡 GPU 侵蝕主機的地盤，在這方面的研發佔領先的地位，約佔 68% 的市場。
• 獨立顯示卡（discrete graphics）有不與 CPU 共享的自己專用內存；由於與處理器晶片分離，它會消耗更多電量並產生大量熱量；然而，也正是因為有自己的記憶體來源和電源，它可以比整合式顯示卡提供更高的效能。

2007 年，英偉達發布了可以在獨立 GPU 上進行平行處理的軟體層後，科學家發現獨立 GPU 不但能夠快速處理圖形變化，在需要大量計算才能實現特定結果的任務上也非常有效，因此開啟了為計算密集型的實用題目編寫 GPU 程式的領域。如今獨立 GPU 的應用範圍已遠遠超出當初圖形處理，不但擴大到醫學影像和地震成像等之複雜圖像和影片編輯及視覺化，也應用於駕駛、導航、天氣預報、大資料庫分析、機器學習、人工智慧、加密貨幣挖礦、及分子動力學模擬（註三）等其它領域。獨立 GPU 已成為人工智慧生態系統中不可或缺的一部分，正在改變我們的生活方式及許多行業的遊戲規則。英特爾在這方面發展較遲，遠遠落在英偉達（80%）及超微半導體公司（Advance Micro Devices Inc.，19%，註四）之後，大約只有 1% 的市場。

事實上現在的中央處理單元也不再是真正的「單元」，而是如圖二可含有多個可以同時處理運算的核心（core）單元。GPU 犧牲大量快取和控制單元以獲得更多的處理核心，因此其核心功能不如 CPU 核心強大，但它們能同時高速執行大量相同的指令，在平行運算中發揮強大作用。現在電腦通常具有 2 到 64 個核心；GPU 則具有上千、甚至上萬的核心。

結論

我們一看到《我愛科學》這本書，不需要一點一點地從左上到右下慢慢掃描,即可瞬間知道它上面有書名、出版社等，也知道它擺斜了。這種「平行運作」的能力不僅限於視覺，它也延伸到其它感官和認知功能。例如筆者在清華大學授課時常犯的一個毛病是：嘴巴在講，腦筋思考已經不知往前跑了多少公里，常常為了追趕而越講越快，將不少學生拋到腦後！這不表示筆者聰明，因為研究人員發現我們的大腦具有同時處理和解釋大量感官輸入的能力。

人工智慧是一種讓電腦或機器能夠模擬人類智慧和解決問題能力的科技，因此必須如人腦一樣能同時並行地處理許多資料。學過矩陣（matrix）的讀者應該知道，如果用矩陣和向量（vector）表達，上面所談到之座標轉換將是非常簡潔的（註五）。而矩陣和向量計算正是機器學習（machine learning）演算法的基礎！也正是獨立圖形處理單元最強大的功能所在！因此我們可以了解為什麼 GPU 會成為人工智慧開發的基石：它們的架構就是充分利用並行處理，來快速執行多個操作，進行訓練電腦或機器以人腦之思考與學習的方式處理資料——稱為「深度學習」（deep learning）。

黃仁勳在 5 月 22 日的發布業績新聞上謂：「下一次工業革命已經開始了：企業界和各國正與英偉達合作，將價值數萬億美元的傳統資料中心轉變為加速運算及新型資料中心——人工智慧工廠——以生產新商品『人工智慧』。人工智慧將為每個產業帶來顯著的生產力提升，幫助企業降低成本和提高能源效率，同時擴大收入機會。」

附錄

人工智慧的實用例子：下面一段是微軟的「copilot」代書、谷歌的「translate」代譯之「one paragraph summary of GPU and AI」。讀完後，讀者是不是認為筆者該退休了？

GPU（圖形處理單元）和 AI（人工智慧）之間的協同作用徹底改變了高效能運算領域。GPU 具有平行處理能力，特別適合人工智慧和機器學習所需的複雜資料密集運算。這導致了影像和視訊處理等領域的重大進步，使自動駕駛和臉部辨識等技術變得更加高效和可靠。NVIDIA 開發的平行運算平台 CUDA 進一步提高了 GPU 的效率，使開發人員能夠透過將人工智慧問題分解為更小的、可管理的、可同時處理的任務來解決這些問題。這不僅加快了人工智慧研究的步伐，而且使其更具成本效益，因為 GPU 可以在很短的時間內執行與多個 CPU 相同的任務。隨著人工智慧的不斷發展，GPU 的角色可能會變得更加不可或缺，推動各產業的創新和新的可能性。大腦透過神經元網路實現這一目標，這些神經元網路可以獨立但有凝聚力地工作，使我們能夠執行複雜的任務，例如駕駛、導航、觀察交通信號、聽音樂並同時規劃我們的路線。此外，研究表明，與非人類動物相比，人類大腦具有更多平行通路，這表明我們的神經處理具有更高的複雜性。這個複雜的系統證明了我們認知功能的卓越適應性和效率。我們可以一邊和朋友聊天一邊走在街上，一邊聽音樂一邊做飯，或一邊聽講座一邊做筆記。人工智慧是模擬人類腦神經網路的科技，因此必須能同時並行地來處理許多資料。研究人員發現了人腦通訊網路具有一個在獼猴或小鼠中未觀察獨特特徵：透過多個並行路徑傳輸訊息,因此具有令人難以置信的多任務處理能力。

註解

（註一）當讀者看到此篇文章時，其股票已一股換十股，現在每一股約在 $100 左右。

（註二）組裝或升級過個人電腦的讀者或許還記得「英偉達精視 256」（GeForce 256）插卡吧?

（註三）筆者於 1984 年離開清華大學到 IBM 時，就是參加了被認為全世界使用電腦時間最多的量子化學家、IBM「院士（fellow）」Enrico Clementi 的團隊：因為當時英偉達還未有可以在 GPU 上進行平行處理的軟體層，我們只能自己寫軟體將 8 台中型電腦（非 IBM 品牌！）與一大型電腦連接來做平行運算，進行分子動力學模擬等的科學研究。如果晚生 30 年或許就不會那麼辛苦了?

（註四）補助個人電腦用的 GPU 品牌到 2000 年時只剩下兩大主導廠商：英偉達及 ATI（Array Technology Inc.）。後者是出生於香港之四位中國人於 1985 年在加拿大安大略省成立，2006 年被超微半導體公司收購，品牌於 2010 年被淘汰。超微半導體公司於 2014 年 10 月提升台南出生之蘇姿豐（Lisa Tzwu-Fang Su）博士為執行長後，股票從每股 $4 左右，上升到今天每股超過 $160，其市值已經是英特爾的兩倍，完全擺脫了在後者陰影下求生存的小眾玩家角色，正在挑戰英偉達的 GPU 市場。順便一題：超微半導體公司現任總裁（兼 AI 策略負責人）為出生於台北的彭明博（Victor Peng）；與黃仁勳及蘇姿豐一樣，也是小時候就隨父母親移居到美國。

（註五）或。

延伸閱讀

• 「熱力學與能源利用」，《科學月刊》，1982 年 3 月號；收集於《我愛科學》（華騰文化有限公司，2017 年 12 月出版），轉載於「嘉義市政府全球資訊網」。
• 「網路安全技術與比特幣」，《科學月刊》，2020 年 11 月號；轉載於「善科教育基金會」的《科技大補帖》專欄。

本文轉載自中央研究院「研之有物」，為「中研院廣告」

• 採訪撰文｜張琬婷
• 責任編輯｜簡克志
• 美術編輯｜蔡宛潔

水能被擠壓成冰？

水在攝氏零度以下會結冰。然而，當水被擠壓到極限時，會形成二維的奈米薄冰，不僅室溫下穩定存在，還有從未見過的鐵電特性（Ferroelectricity），而石墨烯則是實現這種擠壓條件的關鍵。中央研究院「研之有物」專訪院內原子與分子科學研究所的謝雅萍副研究員，她與我們分享了實驗室如何意外發現這層特殊的二維薄冰，以及團隊如何利用二維薄冰的鐵電特性製作有記憶電阻功能的奈米元件，研究成果發表在科學期刊《自然通訊》（Nature Communications）。

奈米尺度下，物質特性會跟著改變？

謝雅萍的主要研究題目之一就是合成新穎的二維材料，這是奈米科技的領域。奈米是什麼？奈米（nanometer）是長度單位，即 10^-9 公尺，一根頭髮的直徑長度約為 1 奈米的十萬倍。奈米尺度之下，很多物質的特性會隨之改變，最常見的例子是「蓮花效應」，因為蓮花葉上具有奈米等級的表面結構，為蓮葉賦予了疏水與自我清潔的特性，髒污與水珠都不易附著在蓮葉上。

奈米材料（nanomaterial）是指三維尺寸的材料，至少有一個維度的尺寸小於 100 奈米。只縮小一維，就是平面的二維材料（2D），例如石墨烯；縮小兩個維度，就是奈米線（1D）；三維都縮小，就是零維的奈米顆粒（0D）。

奈米科技（nanotechnology）的概念最早可追溯到 1959 年美國物理學家理查費曼（Richard Feynman）在演講中提出的願景「為什麼我們不能把大英百科全書全部寫在一根針頭上呢？」。1974 年日本科學家谷口紀男則是首度創造「奈米科技」這個詞的人，他認為奈米科技包括原子與分子層次的分離、固定與變形。

過去有不少科學家嘗試奈米材料的研發，但受限於製造技術不成熟，而無法順利製作出精細製程的奈米材料。1981 年，在掃描隧道顯微鏡（Scanning Tunneling Microscope, STM）發明之後，不僅有助於材料的微觀分析，操縱單個原子和分子也成為可能，奈米科技也逐漸實現。

無處不在的奈米科技？

我們生活周遭的奈米科技俯拾即是，從大賣場商品到半導體產業的電子元件都有。謝雅萍舉例：防曬霜之所以是白色，是因為裡面有二氧化鈦的奈米顆粒；許多塗料與噴漆亦會以奈米添加物，來增進耐蝕、耐磨、抗菌與除汙的特性，例如汽車鍍膜或奈米光觸媒；羽球拍或牙醫補牙會使用奈米樹脂，讓球拍和補牙結構更堅固。

至於半導體產業，奈米科技更是關鍵。透過縮小元件尺寸以及調整奈米元件的幾何形狀，以便於在單一晶片上乘載更多電晶體。「當今的電晶體大小皆是奈米等級，製作電子元件就等同在處理奈米科技的問題」，謝雅萍說道。

實驗中的難題，反而促成驚奇發現？

鐵電性是什麼？二維奈米薄冰有哪些可能的應用方式？

對謝雅萍來說，發現二維的奈米薄冰是個意外的驚喜。最初謝雅萍團隊其實是要製作以石墨烯為電極的開關，畢竟石墨烯是實驗室的主要研究項目，理論上當兩層石墨烯很靠近時，分別給予兩端電壓會是導通的「ON」狀態，沒電時就是斷開的「OFF」狀態。

然而，實驗過程中團隊卻發現當電壓為零時，石墨烯開關仍會導通，甚至要給予負電壓時才會成為 OFF 狀態。這個奇特的現象讓研究團隊苦惱許久，嘗試思考了各種可能性，但都無法完善的說明此現象。

「原本以為實現石墨烯開關應該是一件能夠很快完成的題目，沒想到過程中卻出現了這個意料之外的難題，因此這個研究比預期多花了一兩年」，謝雅萍無奈地笑道。

靈感總是突如其來，某次謝雅萍在與朋友討論研究時，突然想到一個可能的方向：「一直以來都有人猜測水是否為鐵電材料，但都沒有真正證實。臺灣氣候潮濕，開關關不緊會不會就是水的影響？」

設計實驗跑下去之後，謝雅萍團隊終於擺脫了一直以來的疑雲。原來，兩層石墨烯結構中，真的有水分子的存在！「一般水分子用手去捏，還是會維持液體的狀態。但是我們發現，當水被兩層石墨烯擠壓到剩下原子厚度時，水分子就會變成具有鐵電特性的二維薄冰！」，謝雅萍開心地說道。

換句話說，當極限擠壓之下，水會結成冰，而這層超薄的平面奈米薄冰會轉變成鐵電材料，而且可以在室溫下穩定存在！

鐵電材料乍聽之下很抽象，謝雅萍表示：「相較於會吸磁鐵的鐵磁材料，大多數人對鐵電材料比較不熟悉，其實概念十分相似」。她說，鐵磁材料經過外加磁場的「磁化」之後，即使不加磁場仍可維持原本的磁性。相對地，鐵電材料經過外加電場的「極化」之後，即使不加電場仍可維持原本的電荷極化方向。

謝雅萍團隊發現的二維冰具有鐵電性，這意味著水分子的正負極在外加電場之下會整齊排列，形成一個永久的電偶極，並且在電場消失後保持不變。

接著，謝雅萍發現，二維冰的鐵電性只存在於單層原子，增加多層原子之後，鐵電性會消失，變成普通的冰，這是因為多層原子的交互作用會打亂原本的極化排列。因此研究團隊發現的二維冰，是非常特殊的固態水，不是手搖飲加的冰塊那麼簡單。

因為石墨烯的擠壓和固定，二維冰可以在室溫下穩定存在，不會蒸發。謝雅萍團隊實驗發現，要升溫到攝氏 80 度，被夾住的二維冰才會變成水。如此大範圍的操作溫度，這讓謝雅萍開始思考將二維冰作為鐵電材料使用的可能性。

於是，謝雅萍團隊嘗試開發新型的電子元件，他們將二維冰與石墨烯整合成機械式的奈米開關。由於二維冰具有鐵電特性，在施加不同外加電壓之後，元件可以維持上次操作的電阻值，並保留至下次操作，有這種特性的元件稱為「憶阻器」（memristor）。

憶阻器這個詞是由記憶體（memory）與電阻（resistor）組合而成，字面上的解釋便是：具備記憶先前電阻值的能力。

謝雅萍表示：「我們可以藉由不同的外加大電壓寫入電阻值，再以微小電壓讀取之前的電阻值，允許快速存取」。而單獨一個二維冰奈米開關可以記住 4 個位元的資料，具備未來記憶體的發展潛能。

此外，二維冰奈米開關也是很好的開關裝置，團隊驗證導通電流和截止電流的比值可以達到 100 萬，開路和斷路的功能極佳，並且允許雙向操作。而開關的功能經過 1 萬次循環還不會衰減，相當穩定。

謝雅萍團隊是全世界第一個證實二維薄冰鐵電性的團隊，並實現第一個以石墨烯為架構的二維冰機械式憶阻器。她的團隊將往新穎二維材料的方向繼續邁進，目前實驗室有和台積電（TSMC）合作，希望透過產學合作，將更多奈米技術的應用落地實現。

與二維材料實驗的相遇？

謝雅萍目前除了是中研院原分所的副研究員，同時也是國立臺灣大學 MY Lab 實驗室的共同主持人，她和人生伴侶 Mario Hofmann 教授共同指導的 MY Lab 發揮了 1+1>2 的效果，創意與想法的激盪和交流，是產生傑出研究的關鍵。

回到碩博士時期，謝雅萍都在臺大物理所，鑽研材料的光電性質與新穎光電元件的機制。她回憶：「當時我們都要向化學系要材料，他們給什麼我們就得用什麼，但難以了解整個材料製造的細節。」後來她體認到，擁有製造材料的調控能力才能真正突破元件設計上的侷限。

謝雅萍在博士班時申請到了千里馬計畫，讓臺灣博士生獲得國科會補助前往國外頂尖研究機構，進行為期約半年至一年的研究。「我認為這個計畫非常好，也可以幫助學生建立重要人脈！」在指導教授引薦下，謝雅萍因緣際會進入美國麻省理工學院（MIT）的二維材料實驗室，自此與二維材料結下不解之緣，她認為：「好材料與好元件是相輔相成的，前瞻材料更是如此。」

「我到了 MIT 之後，深刻體悟到他們做研究的態度與臺灣學生的不同。臺灣學生像是把研究當作一份工作，然而我在 MIT 時就感受到他們學生對於自身研究的熱忱。討論風氣也非常盛行，學生之間會互相分享自己的研究內容，互相幫忙思考、激盪出新想法」，謝雅萍分享自己在 MIT 時期的觀察。

當年二維材料還在萌芽階段，她所在的 MIT 實驗室已是此領域的佼佼者，她也因此立下了目標：「希望未來我有能力時，能夠自己掌控自己的材料做出好元件！」如今，謝雅萍正走在自己目標的道路上，過去認識的朋友也都是各頂尖大學的二維材料實驗室主持人，直到現在都還會互相幫忙。

從物理到二維材料，身處這些男性為主的學術環境，謝雅萍顯得自在，而且積極參與討論和交流。「我發現女科學人會把自己變得較中性，讓自己融入整個以男性居多的環境中，才不會在團體中有突兀的感覺」，她分享道。

謝雅萍的實驗室 MY Lab，是與臺大物理系 Mario Hofmann 教授共同主持的奈米科技實驗室，他們除了是工作上的夥伴，更是人生中的最佳拍檔！當初兩人就是在美國麻省理工大學 MIT 相識，再一起回到臺灣。

讓「研之有物」團隊好奇的是：這種共同主持的模式與一般實驗室相比，是否有特別之處？

「從多個面向而論，我認為都是 1+1>2 的」，謝雅萍說道，「實驗室會有兩倍的資源、儀器、計畫與兩倍的人脈。遇到一個題目，兩個人思考時會從不同的觀點切入。即便是夫妻，我們在研究上看的面向也都不一樣，因此可以激盪出許多有趣的想法」。

她補充，不僅對實驗室本身而言，對學生也有很大的好處，「因為學生的研究必須同時說服我們兩個人，代表學生的研究成果會非常扎實，也可以為學生帶來信心。」重要的是，「學生也會得到兩倍的照顧與關愛，我覺得我們的學生是蠻幸福的」，謝雅萍笑笑地說。

本文轉載自中央研究院「研之有物」，為「中研院廣告」

• 採訪撰文／郭雅欣
• 責任編輯／簡克志
• 美術設計／蔡宛潔

臺灣量子科技的未來

量子科技腳步不遠了，臺灣甚至為此成立了「量子國家隊」。我們身處這轉變的時刻，應該先做好準備，了解量子科技究竟包含哪些部分，又會帶來哪些影響。中央研究院應用科學研究中心張文豪特聘研究員長期研究光量子技術，並擔任量子系統推動小組執行長。

在這次中研院「研之有物」的訪談中，張文豪除了帶領我們認識光量子技術裡的關鍵外，也會談談量子國家隊在忙些什麼？能否在這股量子科技發展的浪潮中，帶領臺灣站穩腳步？

量子科技即將走入你我的生活。有一天，我們將打開以量子位元建構的量子電腦，透過量子演算法進行各種計算，並把資訊用量子傳輸的方式傳遞出去。這樣的日子可能不遠了～

為了因應量子科技時代的來臨，行政院去（2022）年 3 月宣布成立「量子國家隊」，由 17 個產學研團隊組成，包含了通用量子電腦硬體技術、光量子技術、量子軟體技術與應用開發這三大領域。同時亦成立「量子系統推動小組」進行跨部會整合，協助國家隊達成目標。

通用量子電腦硬體技術，是指開發以量子位元作為運算位元的量子電腦，在概念上接近一般電腦，有一個 CPU，有控制、讀取的晶片，可以透過程式設計得到你想做的計算。中研院的陳啟東研究員與陳應誠研究員都是此領域的計畫主持人之一。

量子軟體技術與應用開發，顧名思義是軟體及演算法的開發，也包含未來量子電腦裡必須有的量子糾錯設計，以及量子計算的應用開發，如金融、製藥與材料開發等。中研院的鐘楷閔研究員是這領域的計畫主持人之一。

光量子技術，分為「光量子計算」與「量子通訊」。光量子計算是以光作為量子位元而設計的計算系統，而量子通訊則是以光的量子態來傳遞訊息。

中研院應科中心特聘研究員張文豪長期研究光量子技術，並擔任量子系統推動小組執行長。在這次「研之有物」的訪談中，張文豪深入淺出地介紹了光量子技術，也與我們分享了許多量子國家隊的願景。

• 在量子國家隊的三大領域中，您的專長在光量子計算與量子通訊。請問光量子計算與通用量子電腦有何不同？

光量子計算系統是針對特定問題而設計，當一個光量子系統設計好之後，由於光的晶片、路徑等都已經確定下來，無法中途改變，所以，它就只能對同一種問題做計算。光量子計算的困難在於光會跑，而且是用光速在跑，不會回頭。

也就是說，光子不會中途停止，一定會把整個計算做完。所以它跟一般的量子位元不一樣，一般的量子位元做完計算可以恢復原來的狀態。光子跑完就沒了，無法暫存，如果要重啟計算，要再給予新的光子。光量子計算對於一些傳統電腦難以解決問題，例如最佳化以及取樣的問題，有很大的幫助。

• 量子通訊用的也是光量子技術，它和現在以光纖傳輸資訊，有什麼不同？

過往的光通訊是用「有沒有光」來當 0 跟 1 兩種狀態，量子通訊則是用光的量子態來當 0 跟 1，把訊息全部都用量子態編碼，這就是量子通訊的基本概念。而量子通訊的好處是因為竊取的動作會干擾量子態，因此資訊不容易被竊取，或者說外人無法在不被發現的情況下竊取資訊。這種通訊方式可以透過量子的性質本身，來保護資訊安全。

• 意思是說，量子通訊的發展不是為了讓資訊傳輸得更快，而是為了更安全？

對，其實這也牽涉到量子電腦的發展。因為量子電腦的一個重點，就是可以破解現今最常使用的密碼系統 RSA（知名的非對稱加密演算法）。雖然量子電腦可能不會那麼快發展出來，可能還要再等幾十年，但仔細想想，有沒有什麼資料其實必須保密幾十年呢？

有心人士可以現在就先截取訊息，等幾十年後有了量子電腦再來進行破解。基於這個原因，量子通訊的加密技術必須走得比量子電腦更快才行。

• 量子通訊現在發展到什麼程度了？有什麼困難點？

在目前的各種量子技術中，量子通訊應該是發展最快的，它有一些難度，但沒有量子電腦那麼難。很好的量子通訊系統，要有好的單光子光源、高效率的偵測器，以及不會破壞量子態的傳輸通道。

好的單光子光源以及偵測器都不容易製作，但是因為量子通訊很重要，所以大家開始用替代的光源，比如把雷射光降到非常弱，弱到一次只會跑出一顆光子，偵測器的效率可能也只要六七成。這樣的話，儘管不是那麼完美，但還是可以得到量子通訊的好處。

傳輸通道則是另一個困難點。訊息在傳輸過程中會慢慢衰減，所以目前的光纖每隔一段距離都有放大器，但放大器卻會對量子訊號造成干擾。清華大學褚志崧副教授團隊，為量子國家隊光量子研究團隊之一，他們就在進行這方面的研究，透過推動小組協助與中華電信建立合作，接下來就要在新竹、楊梅之間找到一條沒有經過放大器的光纖進行長距離量子通訊測試。

還有一種發展趨勢，就是往天上走，以衛星或低軌衛星來做量子通訊，這也是另一個較不受干擾的做法。

單量子的重要挑戰

量子通訊光源即便有點不盡完美，但仍可接受，不過光量子計算就不行了。光量子計算必須有良好的單光子光源及高效率的偵測器，才能正確地讓光子在系統中進行運算，並準確偵測輸出的結果。因此，「如何製造出好的單光子光源？」是張文豪以及其他光量子研究團隊的重要挑戰。

單光子光源指的是「一個時間點只會放出一個光子」的光源。從原理來說，這樣的光源是一個單一的二能階系統，也就是「基態—激發態」，當一個位於基態的電子獲得能量，躍遷到激發態，然後從激發態掉回基態時，就放出一顆特定波長的光子。

在這樣的二能階系統中，只要有一顆電子躍遷到激發態，在它還沒掉回基態前，我們無法激發另一顆電子到激發態去，張文豪形容：「所以這就像捷運的閘門，前一個沒過去之前，後一個進不來。」也因為這樣的機制，每次就只能放出一顆光子。

那麼，要在哪裡找到這樣的二能階系統呢？科學家最一開始的想法是用「單一原子」，例如鈉原子。但要把單一個原子分離出來太困難了，所以到了公元 2000 年後，科學家轉而從半導體製程上，尋找製造出單光子光源的「人造系統」，而目前有兩種最主要的做法，一個是製造「量子點」，一個是製造「缺陷」。

量子點是利用半導體製程做出的一個小體積物體，通常是將兩種不同材料疊起，因為彼此間的應力而凸起成一個「島狀物」，外面再用另一種材料包覆。這個島狀物裡面會產生類似於原子的能階，所以也被稱為「人造原子」。

除此之外，在晶體中製造出某些特定的缺陷，也能達到單一光子源的效果。這類缺陷中最常見的就是鑽石裡的「NV center」，意思是在鑽石晶體結構中，其中一個碳由氮（N）取代，這個氮的隔壁又有一個碳被拿掉，出現一個空缺（Vacuum）。這樣的缺陷裡也會產生上述的二能階系統，可以如單一原子、量子點一樣，放出單光子。

• 是否可以比較量子點與材料缺陷這兩種做法，各有什麼優缺點？

目前為止做得最好的單光子光源其實是量子點，可以產生幾乎完美的單光子，但是它必須在低溫環境下才能運作。而材料缺陷則大部分可以在室溫下運作。

我們還必須考慮單光子光源所放出的光子，是否處於我們需要的波段。舉例來說，在目前的光纖裡，光波長約在 1310～1550 奈米，因為這是損耗很低的波段。而前述的鑽石 NV center 產生的光，則固定是 600 多奈米的紅光，波長還不夠貼近光纖傳輸波段。

現在有許多團隊，都在嘗試從鑽石裡製造出其他缺陷，以符合光纖傳輸的波段，也有人開始嘗試其他材料，例如被稱為第三代半導體的碳化矽。

• 單光子光源未來還會往哪個方向發展？理想的單光子光源是什麼樣子？

我們也希望單光子光源，可以用脈衝來激發，讓光子出現的時間差都是固定的。脈衝雷射激發是像機關槍一樣，一打開光子就以相同的間隔，源源不絕地出來。更理想的情況是，我們如果能把單光子光源做成電激發的元件，就可以在我想要有光子的時候，就打出一道脈衝，產生一個光子。

以目前的半導體製程，有成功做到過打一道脈衝、換一個光子的過程，但必須在低溫操作，效率也不理想。

• 您的研究團隊最近嘗試以二維材料製造單光子光源，這部分目前有什麼進展？

我們最近使用的二維材料是六方晶格的氮化硼（hBN），用來做室溫的單光子光源。氮化硼蠻有趣的，就像二維的鑽石，寬能隙又是絕緣體，不太和其他東西起作用，裡面的缺陷也會形成單光子。

我們幾年前跟台積電合作，用化學氣相沉積（CVD）做出晶圓尺寸的大面積氮化硼，並發表在《自然》（Nature）期刊上。我們未來可以透過這技術進行「缺陷工程」，也就是控制在哪裡製造出缺陷，產生單光子輻射的陣列。例如用聚焦離子束打掉其中某些位置的原子．再透過熱處理修復。先破壞再建設，才能產生缺陷。這個技術以目前來說，還是很有挑戰性。

• 二維材料最近似乎有愈來愈火紅的趨勢？

在過往的傳統半導體研究中，往往將二維材料當成垃圾，不過現在，垃圾變成黃金了。以前這種材料是被用來當固態潤滑劑，因為層與層之間很容易剝落、滑動，根本沒甚麼用處。

但自從石墨烯出現之後，大家才意識到二維材料的好處，而且何必一定要用石墨烯？有一大堆半導體材料都是這樣一層一層的，把它們拿來做電子元件不是更好？所以現在很多人都在做二維半導體材料。

抓到了！真的是單一光子！

儘管有了製造單光子光源的方法，但該如何確認放射出來的是單一光子呢？

張文豪解釋，單光子的定義是同一時間點只放出一個光子，「所以是同一時間只有一顆，並不是真的只放出一顆。」換句話說，光子其實是像機關槍一樣，源源不絕地一直從光源放射出來的，而且每個光子之間的時間間隔也並不平均。

測量是否為單光子的方法稱為「HBT 實驗裝置」，包含一個分光鏡、兩個偵測器（D1 與 D2），以及一個可以決定要啟動計時或停止計時的計時器。

當每一個光子遇到分光鏡時，會隨機前往 D1 或 D2，如果 D1 偵測到光子，計時器就會開始計時；如果 D2 偵測到光子，則會停止計時。因為光子是隨機前往 D1 或 D2，所以每一次停止計時，可能測到是兩個、三個、或四個……不等的光子出發間隔時間。

如果有兩個光子是同時出發，且它們正好分別通過 D1、D2，那麼就會測到一組間隔時間為 0 的數據。所以相反的，如果測量出的結果中，完全沒有間隔時間為０的數據，就可以確認光源是單光子光源。

張文豪指出，HBT 實驗裝置要準確，也考驗兩個偵測器的敏銳度。「目前效率最好的是用超導體來做偵測器，不過這樣的話，偵測器也得在低溫環境。」

• 除了單光子光源與偵測器外，光量子計算還需要哪些相關的技術配合？

光量子計算還是必須在光量子晶片上運作，用的是積體光學，就像積體電路一樣，只是用波導取代電線、光子取代電子。這其中的製程必須讓光能在晶片裡前進、轉彎，做一些操作。中央大學陳彥宏特聘教授的團隊，是量子國家隊光量子研究團隊之一，主要工作就是開發光量子晶片。

• 臺灣發展量子科技的前瞻性或潛力如何？我們有什麼優勢？

臺灣早期生產很多電腦，當時我們做的事情主要是零組件的開發、組裝，所以我常笑稱是一種「偽高科技組裝業」。可是臺灣現在已經不一樣了，臺灣從這個組裝業，慢慢掌握關鍵的製程，當產業供應鏈整個建構起來之後，現在變成了全世界很重要的製造中心。

如果未來量子電腦量產，臺灣絕不可能缺席，也不能缺席。為此，我們必須知道，從零到有把一臺量子電腦建構起來需要多少技術。這是一個龐大的系統工程，需要各種人才與技術。我們要知道每個技術細節，才會知道國內各研究單位、法人，以致於工研院、經濟部和產業界，各自可以扮演什麼角色。

• 成立國家隊來發展量子科技，是為了整合資源的考量？

因為我們的人力與資源都有限，所以必須透過整合的方式，各團隊做自己擅長的部分，再用系統整合把大系統建構起來。最重要的目的，是在每一個環節把技術與人才建立起來。

我們推動小組還找了中研院天文所的王明杰研究員來當總工程師，他負責連結各團隊的不同技術，橫向整合。為什麼找上天文背景的王明杰博士？這很有趣。

第一個原因在於王明杰是超導材料與偵測器的專家，因為天文觀測裡要偵測很微弱的訊號，他們必須要發展非常靈敏的偵測器。

第二個原因是，天文研究都是國際性的大團隊，例如蓋一座大型天文台，各國不同的單位個別負責開發部分技術且為了同一個目標努力，需要有總工程師來連結各團隊所開發的技術，透過系統工程變成最後的系統。做天文觀測的人比較有這樣跨團隊組大系統的經驗，所以我們就請他來協助。

• 量子科技現在還沒有發展出產業，培養出的人才怎麼辦？

量子科技並不是全新的技術，而是範圍很廣的跨領域技術，所以你學會了這些技術，仍然可以在現有的科技產業發揮所長。等到有一天公司需要投入量子科技的時候，儘管公司老闆可能沒有量子的知識和概念，但公司裡有這些背景知識的人才就可以立即參與。

所以人才是最重要的，我們必須現在就開始把量子的 DNA 植入產業界。如果等需求出現才開始培育人才，就來不及了。

• 中研院預計在南部院區建立量子研發基地，可否談談這部分的規劃？

我們預計在 2023 年下半年進駐南部院區的研究大樓 II，建置一些製程與量測的核心設施。此外，還會蓋一棟「量子實驗大樓」，主要做一些精密的量測，也包含一部分精密製程。

未來，這個量子研發基地將會是一個提供國內產學研單位進行量子科技研究的基地，所建置的核心設施也將開放給其他研究團隊進駐使用進行研發，有點類似國家同步輻射中心，透過建置一個大型的量子科技實驗場域，讓需要的國內外團隊共同使用。

這也是希望能橫向、縱向整合資源，不要重複投資。畢竟我們資源有限，應該集合大家的力量，攜手共同邁向臺灣量子新世代。

延伸閱讀

1. 量子系統推動小組網站。
2. 工程科技推展中心（2023）。〈【多功能量子通訊網路】 褚志崧副教授｜國立清華大學物理學系〉，YouTube。
3. Lodahl P., Ludwig A., & Warburton R.（2022）。〈決定性的單光子源〉（張鳳吟翻譯）， 《物理雙月刊》。
4. 王志洋、陳啟東（2021）。〈量子世代產學佈局〉，《科學人》。
5. 科技魅癮（2022）。〈量子新時代｜全國70位科學家的超強大腦，如何一起推動量子計畫〉，YouTube。
6. 陳彥宏（2021）。〈量子光電晶片將延續臺灣半導體晶片的榮耀〉，《臺灣研究亮點》。
7. 郭雅欣（2019）。〈量子電腦到底有多霸氣？即將引爆終極密碼戰？！〉，《研之有物》。
8. 林婷嫻（2017）。〈量子電子元件 hen 夯，但如何掌握像情人心難測的量子位元？〉，《研之有物》。
9. 張文豪、徐子民（2006）。〈半導體量子光學〉， 《物理雙月刊》。
10. 張文豪、徐子民（2004）。〈單量子點光譜技術的介紹與應用〉，《科儀新知》。
11. Gillis, A. S. (2022, January 28). quantum cryptography. TechTarget.
12. Shaik, A. B. D. a. J. W. I., & Palla, P. (2021). Optical quantum technologies with hexagonal boron nitride single photon sources. Scientific Reports, 11(1).
13. Ishii, S., Saiki, S., Onoda, S., Masuyama, Y., Abe, H., & Ohshima, T. (2021). Ensemble Negatively-Charged Nitrogen-Vacancy Centers in Type-Ib Diamond Created by High Fluence Electron Beam Irradiation. Quantum Beam Science, 6(1), 2.
14. Chen, T. A., Chuu, C. P., Tseng, C. C., … Chang, W. H., & Li, L. J. (2020). Wafer-scale single-crystal hexagonal boron nitride monolayers on Cu (111). Nature, 579(7798), 219–223.