Loading [MathJax]/extensions/tex2jax.js

1

4
0

文字

分享

1
4
0

人工智慧會被武器化嗎?美國國防部與 Google 間的自主性武器計畫!——《AI 製造商沒說的祕密》

時報出版_96
・2023/02/01 ・4408字 ・閱讀時間約 9 分鐘

美國政府企圖開發出人工智能武器

克萊瑞菲(Clarifai)這家公司位於紐約市的一間小辦公室內,就在紐約大學深度學習實驗室附近,主要是研發可以自動辨識數位影像中物體的科技,例如在零售網站上搜尋鞋子、服飾與皮包的相片,或是辨識保全攝影機影片的人臉。該公司的目的是複製谷歌與微軟等科技業者過去幾年在人工智慧實驗室內所建造的影像辨識系統──然後出售給其他企業、警局與政府機構。

2017 年秋天,克萊瑞菲位於曼哈頓下城辦公室角落的一間房間,窗戶全都用紙糊住,門上有一個牌子寫著「消失的密室」(The Chamber of Secret),引用的是《哈利波特》(Harry Potter)系列的第二集書名。這個牌子是用手寫的,掛得有些歪歪斜斜。在門後有個八位工程師組成的團隊,正在進行一項他們被禁止對公司其他同事談起的計畫。

其實,即使是他們自己也不太清楚所從事的計畫是什麼。他們知道是在訓練一套系統,使其能夠自動辨識在沙漠中某處所拍攝影片裡的人物、汽車與建築物,但是他們不知道要如何使用此一科技。當他們詢問時,公司的創辦人暨執行長麥特.塞勒(Matt Zeiler)會解釋,這是政府有關「監視」的計畫。他說此一計畫可以「拯救生命」。

後來克萊瑞菲搬到較大的辦公室,幾位工程師發掘儲存在公司內部電腦網路的數位檔案,發現有幾個檔案談到一筆政府合約,他們的工作才浮現檯面。

-----廣告,請繼續往下閱讀-----

他們是為國防部的專家計畫(Project Maven)研發相關科技。該計畫的構想是建造一套系統,可以為無人機辨識攻擊目標。但是此一系統的確切用途仍不明朗。他們無法確定此一科技是用來殺戮,還是如塞勒所說的是為了避免殺戮。也無法確定這套系統是用來進行自主性的空襲行動,還是為人類操作員扣下扳機前提供資訊。

接著,在 2017 年末的一個午後,三名身著平民服裝的軍方人員走進克萊瑞菲的辦公室,與幾位工程師闢室密談。他們要知道此一科技的精確度有多高。他們先是詢問它能否辨識像清真寺這樣的特殊建築物。他們表示,恐怖分子與叛亂分子往往會利用清真寺作為軍事總部。他們然後又問道它能否區分男人與婦女。

「你是什麼意思?」一位工程師問道。軍方人員解釋,在曠野之中,它應該能夠根據男人兩腿間隙來分辨男人(都是穿著褲子)與婦女(都是穿著長及腳踝的裙子)。他們表示,他們只准許射殺男人,不能殺婦女。「有時候男人會穿長裙來騙我們,不過沒有關係,」一位軍方人員說道,「我們還是會幹掉這些混帳東西。」

未來的戰爭也許會使用到 AI 型武器。圖/envatoelements

美國國防部專家計畫:自主性武器

2017 年 8 月 11 日,週五,美國國防部長詹姆士.馬提斯(James Mattis)坐在谷歌總部會議室的桌前。他對面坐著新上台的谷歌執行長桑達.皮采(Sundar Pichai),還有創辦人賽吉.布林(Sergey Brin)、法律總顧問,以及人工智慧部門的主管。

-----廣告,請繼續往下閱讀-----

會議室內還有其他一些人,包括幾名國防部的人員與谷歌雲端運算團隊的主管們。國防部的人員大都穿西裝打領帶。谷歌的與會者大都穿著西裝,但沒有打領帶。布林則是穿著一件白色 T 恤。

馬提斯部長正在進行西海岸巡迴考察,參訪矽谷與西雅圖的多家大型科技業者,主要是代表五角大廈探詢專家計畫的採行選項。國防部是在四個月前發動專家計畫,旨在加速國防部「對大數據與機器學習的使用」。該計畫又名「演算法作戰跨職能團隊」(Algorithmic Warfare Cross-Functional Team)。此一計畫的推動有賴像谷歌這類的企業支持,因為它們近幾年來已累積了建造深度學習系統所需的專業與基礎架構。

這也是五角大廈建立新科技的典型方法──與民間企業合作──但是現在的情況與過去有所不同。谷歌與其他科技業者掌握了美國人工智慧的人才,然而它們都不是傳統的軍事承包商。它們是才開始涉足軍事相關領域的消費性科技業者。

不僅如此,川普現在已入主白宮,使得這些公司的員工更加警惕政府的計畫。谷歌對其中的緊張態勢尤其敏感,這是因為該公司特有的文化允許──甚至鼓勵──員工說出自己的看法、做他們喜歡做的事,而且通常在工作場所的行為表現就和在家裡一樣。

-----廣告,請繼續往下閱讀-----

專家計畫所造成的緊張情勢尤其高亢。許多主持谷歌深度學習研發工作的科學家都反對自主性武器,包括「深度學習運動之父」傑弗瑞.辛頓(Geoffrey Hinton)與深度心智(DeepMind)的創辦人。但是根據了解,谷歌的最高層卻希望能與國防部合作。

谷歌董事長艾力克.施密特(Eric Schmidt)同時也是國防創新委員會(Defense Innovation Board)的主席,這是由歐巴馬政府成立的民間組織,旨在促進矽谷的新科技加速移轉至國防部。

在該委員會最近一次會議中,施密特表示在矽谷與國防部之間有一道「顯著的鴻溝」,該委員會的任務就是弭平此一差距。谷歌高層同時也視與軍方合作為其發展雲端事業的另一契機。其實該公司暗中已和國防部建立合作關係。

專家會議上的暗起雲湧

在五月的時候,也就是專家計畫發動一個月後,谷歌一支團隊與國防部官員會面,而在第二天谷歌就向政府申請在自家電腦伺服器儲存軍事數據的許可證。但是三個月後國防部長馬提斯來到谷歌總部商討相關科技時,他知道必須動用一些技巧才能引導其中的關係傾向他這一邊。

-----廣告,請繼續往下閱讀-----

馬提斯表示他已深刻了解該公司科技在戰場上的威力。畢竟,美國的敵人都是使用谷歌地球──以衛星影像組合而成的互動式世界數位地圖,來辨識迫擊砲的目標。他強調美國應該加強作戰能力。現在,在專家計畫下,國防部不僅要發展人工智慧,能夠閱讀人造衛星的照片,同時還要能夠分析無人機在更接近戰場的位置所捕捉到的影片。

馬提斯盛讚谷歌「在科技業界的領先地位」與「企業責任上的崇高聲譽」。他表示,這就是他來這兒的一個主要原因。他十分關切人工智慧的道德倫理問題。他表示該公司應該讓國防部「感到如芒在背」──以此來反制其傳統的態度。他說道:「國防部歡迎你們的理念。」

在桌子另一側的皮采表示,谷歌經常在思考人工智慧的倫理問題。他指出,愈來愈多的壞人會使用這類科技,因此讓好人領先是重中之重。馬提斯問谷歌能否將一些道德與倫理下的規則予以編碼輸入系統之內──谷歌人員心知肚明這是一個不切實際的選項。

主持谷歌人工智慧研發工作的約翰.吉安南德雷亞(John Giannandrea)強調,這些系統最終都需仰賴其訓練數據的品質。但是谷歌的法律總顧問採用不同的說詞。他表示,這些科技具有拯救生命的巨大潛能。

-----廣告,請繼續往下閱讀-----
美國國防部多次拜訪 Google,討論關於自主性武器的計畫。圖/wikipedia

九月底,在馬提斯造訪谷歌總部的一個多月後,谷歌簽下參與專家計畫相關工作為期三年的合約,總值在二千五百萬美元到三千萬美元之間,其中一千五百萬美元必須在頭十八個月內付清。對谷歌來說,這只是一筆小數目,而且其中一部分還必須與其他參與合約的人分享,不過該公司著眼的是放長線釣大魚。

就在同一個月,國防部邀請美國企業參與 JEDI 的競標,這是聯合企業防禦架構(Joint Enterprise Defense Infrastructure)的縮寫,是一筆為期十年、高達一百億美元的合約,主要是提供國防部應用核心科技所需的雲端運算服務。問題在於谷歌爭取 JEDI 合約時,是否會公開其參與專家計畫與未來其他可能的政府合約的事實。

AI 圈的呼籲:禁止自主性武器!

在國防部參訪谷歌總部的三週後,生命未來研究所發表了一封公開信,呼籲聯合國禁止他們所謂的「殺手機器人」(killer robot),這是對自主性武器的另一個稱呼。

「針對企業界製造的人工智慧與機器人科技可能會被重新利用發展自主性武器,我們特別覺得有責任提出警告,」公開信寫道,「致命的自主性武器極有可能引發戰爭型態的第三次革命。一旦發展出來,軍事衝突的規模勢必遠大於過去,而且發動速度之快也將遠超過人們的理解。」

-----廣告,請繼續往下閱讀-----

該封公開信獲得人工智慧圈內逾百人的簽署,包括不時對超智慧威脅發出警告的馬斯克,此外還有辛頓、深度心智創辦人哈薩比斯與蘇萊曼。

蘇萊曼認為,這些科技需要一種新型態的監管。「是誰在做未來有一天將會影響這個星球數十億人口的決策?又是誰在參與此一決策過程?」他問道,「我們必須分散此一決策過程的參與者,這也代表監管人士必須在一開始就參與決策──政策制定者、公民社會行動人士,以及我們這些科技服務的對象──應該讓他們深入參與我們產品的創造與了解我們的演算法。」

自主性武器極有可能引發戰爭型態的第三次革命。圖/envatoelements

未公開真相:人工智慧武器化

九月,谷歌準備簽下專家計畫的合約,負責審查該協議的銷售人員相互以電子郵件討論公司是否該將合約公開。「我們應該宣布嗎?我們能談論報酬嗎?我們提供給政府的指示是什麼?」谷歌一位人員寫道,「如果我們保持沉默,我們就無法控制相關的訊息。這對我們的品牌形象沒有好處。」他最終認為谷歌應該發布此一新聞,其他人也同意。

「這個消息最後一定會流出去,」另一位谷歌人員寫道,「還不如照我們自己的方式發布。」這樣的討論持續了好幾天,期間某人說服了李飛飛。李飛飛為這項合約喝采。「我們即將拿到專家計畫實在太棒了!這是一個了不起的成就,」她寫道,「你們的表現太好了!謝謝你們!」但是她也提醒在宣傳時必須格外謹慎。

-----廣告,請繼續往下閱讀-----

「我認為我們應從一般雲端科技的角度,就國防部與 GCP 間的合作來進行公關活動,」她寫道,她所謂的 GCP 指的是谷歌雲端平台(Google Cloud Platform),「不過要不惜代價避免提到人工智慧,或是有任何相關暗示。」她知道媒體界一定會質疑該計畫的道德倫理問題,即使只是因為馬斯克挑起過這個話題:

人工智慧武器化就算不是人工智慧現今最敏感的議題,也是最敏感的之一。媒體界都等不及利用這個議題來打擊谷歌。你們大概聽過伊隆.馬斯克有關人工智慧會引發第三次世界大戰的言論。媒體界現在都十分關注人工智慧武器、國際競爭,以及人工智慧可能造成的地緣政治緊張情勢。

谷歌在人工智慧與數據方面已經有一些與隱私相關的議題需要處理,如果媒體界又找到谷歌正在發展人工智慧武器或是為國防產業提供可以武器化的人工智慧科技話題,我真不知道還會演變成什麼樣子。谷歌雲端 2017 年的主題就是在於推動人工智慧的民主化。我會超級謹慎維護這些正面的形象。

谷歌到頭來並未宣布這項計畫,並且還要求國防部也不要公開。即使是公司內部人員也必須靠自己才能知道這項計畫。

——本文摘自《AI製造商沒說的祕密: 企業巨頭的搶才大戰如何改寫我們的世界?》,2022 年 8 月,時報出版,未經同意請勿轉載。

-----廣告,請繼續往下閱讀-----
文章難易度
所有討論 1
時報出版_96
174 篇文章 ・ 35 位粉絲
出版品包括文學、人文社科、商業、生活、科普、漫畫、趨勢、心理勵志等,活躍於書市中,累積出版品五千多種,獲得國內外專家讀者、各種獎項的肯定,打造出無數的暢銷傳奇及和重量級作者,在台灣引爆一波波的閱讀議題及風潮。

0

0
0

文字

分享

0
0
0
LDL-C 正常仍中風?揭開心血管疾病的隱形殺手 L5
鳥苷三磷酸 (PanSci Promo)_96
・2025/06/20 ・3659字 ・閱讀時間約 7 分鐘

本文與 美商德州博藝社科技 HEART 合作,泛科學企劃執行。

提到台灣令人焦慮的交通,多數人會想到都市裡的壅塞車潮,但真正致命的「塞車」,其實正悄悄發生在我們體內的動脈之中。

這場無聲的危機,主角是被稱為「壞膽固醇」的低密度脂蛋白( Low-Density Lipoprotein,簡稱 LDL )。它原本是血液中運送膽固醇的貨車角色,但當 LDL 顆粒數量失控,卻會開始在血管壁上「違規堆積」,讓「生命幹道」的血管日益狹窄,進而引發心肌梗塞或腦中風等嚴重後果。

科學家們還發現一個令人困惑的現象:即使 LDL 數值「看起來很漂亮」,心血管疾病卻依然找上門來!這究竟是怎麼一回事?沿用數十年的健康標準是否早已不敷使用?

膽固醇的「好壞」之分:一場體內的攻防戰

膽固醇是否越少越好?答案是否定的。事實上,我們體內攜帶膽固醇的脂蛋白主要分為兩種:高密度脂蛋白(High-Density Lipoprotein,簡稱 HDL)和低密度脂蛋白( LDL )。

-----廣告,請繼續往下閱讀-----

想像一下您的血管是一條高速公路。HDL 就像是「清潔車隊」,負責將壞膽固醇( LDL )運來的多餘油脂垃圾清走。而 LDL 則像是在血管裡亂丟垃圾的「破壞者」。如果您的 HDL 清潔車隊數量太少,清不過來,垃圾便會堆積如山,最終導致血管堵塞,甚至引發心臟病或中風。

我們體內攜帶膽固醇的脂蛋白主要分為兩種:高密度脂蛋白(HDL)和低密度脂蛋白(LDL)/ 圖片來源:shutterstock

因此,過去數十年來,醫生建議男性 HDL 數值至少應達到 40 mg/dL,女性則需更高,達到 50 mg/dL( mg/dL 是健檢報告上的標準單位,代表每 100 毫升血液中膽固醇的毫克數)。女性的標準較嚴格,是因為更年期後]pacg心血管保護力會大幅下降,需要更多的「清道夫」來維持血管健康。

相對地,LDL 則建議控制在 130 mg/dL 以下,以減緩垃圾堆積的速度。總膽固醇的理想數值則應控制在 200 mg/dL 以內。這些看似枯燥的數字,實則反映了體內一場血管清潔隊與垃圾山之間的攻防戰。

那麼,為何同為脂蛋白,HDL 被稱為「好」的,而 LDL 卻是「壞」的呢?這並非簡單的貼標籤。我們吃下肚或肝臟製造的脂肪,會透過血液運送到全身,這些在血液中流動的脂肪即為「血脂」,主要成分包含三酸甘油酯和膽固醇。三酸甘油酯是身體儲存能量的重要形式,而膽固醇更是細胞膜、荷爾蒙、維生素D和膽汁不可或缺的原料。

-----廣告,請繼續往下閱讀-----

這些血脂對身體運作至關重要,本身並非有害物質。然而,由於脂質是油溶性的,無法直接在血液裡自由流動。因此,在血管或淋巴管裡,脂質需要跟「載脂蛋白」這種特殊的蛋白質結合,變成可以親近水的「脂蛋白」,才能順利在全身循環運輸。

肝臟是生產這些「運輸用蛋白質」的主要工廠,製造出多種蛋白質來運載脂肪。其中,低密度脂蛋白載運大量膽固醇,將其精準送往各組織器官。這也是為什麼低密度脂蛋白膽固醇的縮寫是 LDL-C (全稱是 Low-Density Lipoprotein Cholesterol )。

當血液中 LDL-C 過高時,部分 LDL 可能會被「氧化」變質。這些變質或過量的 LDL 容易在血管壁上引發一連串發炎反應,最終形成粥狀硬化斑塊,導致血管阻塞。因此,LDL-C 被冠上「壞膽固醇」的稱號,因為它與心腦血管疾病的風險密切相關。

高密度脂蛋白(HDL) 則恰好相反。其組成近半為蛋白質,膽固醇比例較少,因此有許多「空位」可供載運。HDL-C 就像血管裡的「清道夫」,負責清除血管壁上多餘的膽固醇,並將其運回肝臟代謝處理。正因為如此,HDL-C 被視為「好膽固醇」。

-----廣告,請繼續往下閱讀-----
為何同為脂蛋白,HDL 被稱為「好」的,而 LDL 卻是「壞」的呢?這並非簡單的貼標籤。/ 圖片來源:shutterstock

過去數十年來,醫學界主流觀點認為 LDL-C 越低越好。許多降血脂藥物,如史他汀類(Statins)以及近年發展的 PCSK9 抑制劑,其主要目標皆是降低血液中的 LDL-C 濃度。

然而,科學家們在臨床上發現,儘管許多人的 LDL-C 數值控制得很好,甚至很低,卻仍舊發生中風或心肌梗塞!難道我們對膽固醇的認知,一開始就抓錯了重點?

傳統判讀失準?LDL-C 達標仍難逃心血管危機

早在 2009 年,美國心臟協會與加州大學洛杉磯分校(UCLA)進行了一項大型的回溯性研究。研究團隊分析了 2000 年至 2006 年間,全美超過 13 萬名心臟病住院患者的數據,並記錄了他們入院時的血脂數值。

結果發現,在那些沒有心血管疾病或糖尿病史的患者中,竟有高達 72.1% 的人,其入院時的 LDL-C 數值低於當時建議的 130 mg/dL「安全標準」!即使對於已有心臟病史的患者,也有半數人的 LDL-C 數值低於 100 mg/dL。

-----廣告,請繼續往下閱讀-----

這項研究明確指出,依照當時的指引標準,絕大多數首次心臟病發作的患者,其 LDL-C 數值其實都在「可接受範圍」內。這意味著,單純依賴 LDL-C 數值,並無法有效預防心臟病發作。

科學家們為此感到相當棘手。傳統僅檢測 LDL-C 總量的方式,可能就像只計算路上有多少貨車,卻沒有注意到有些貨車的「駕駛行為」其實非常危險一樣,沒辦法完全揪出真正的問題根源!因此,科學家們決定進一步深入檢視這些「駕駛」,找出誰才是真正的麻煩製造者。

LDL 家族的「頭號戰犯」:L5 型低密度脂蛋白

為了精準揪出 LDL 裡,誰才是最危險的分子,科學家們投入大量心力。他們發現,LDL 這個「壞膽固醇」家族並非均質,其成員有大小、密度之分,甚至帶有不同的電荷,如同各式型號的貨車與脾性各異的「駕駛」。

為了精準揪出 LDL 裡,誰才是最危險的分子,科學家們投入大量心力。發現 LDL 這個「壞膽固醇」家族並非均質,其成員有大小、密度之分,甚至帶有不同的電荷。/ 圖片來源:shutterstock

早在 1979 年,已有科學家提出某些帶有較強「負電性」的 LDL 分子可能與動脈粥狀硬化有關。這些帶負電的 LDL 就像特別容易「黏」在血管壁上的頑固污漬。

-----廣告,請繼續往下閱讀-----

台灣留美科學家陳珠璜教授、楊朝諭教授及其團隊在這方面取得突破性的貢獻。他們利用一種叫做「陰離子交換層析法」的精密技術,像是用一個特殊的「電荷篩子」,依照 LDL 粒子所帶負電荷的多寡,成功將 LDL 分離成 L1 到 L5 五個主要的亞群。其中 L1 帶負電荷最少,相對溫和;而 L5 則帶有最多負電荷,電負性最強,最容易在血管中暴衝的「路怒症駕駛」。

2003 年,陳教授團隊首次從心肌梗塞患者血液中,分離並確認了 L5 的存在。他們後續多年的研究進一步證實,在急性心肌梗塞或糖尿病等高風險族群的血液中,L5 的濃度會顯著升高。

L5 的蛋白質結構很不一樣,不僅天生帶有超強負電性,還可能與其他不同的蛋白質結合,或經過「醣基化」修飾,就像在自己外面額外裝上了一些醣類分子。這些特殊的結構和性質,使 L5 成為血管中的「頭號戰犯」。

當 L5 出現時,它並非僅僅路過,而是會直接「搞破壞」:首先,L5 會直接損傷內皮細胞,讓細胞凋亡,甚至讓血管壁的通透性增加,如同在血管壁上鑿洞。接著,L5 會刺激血管壁產生發炎反應。血管壁受傷、發炎後,血液中的免疫細胞便會前來「救災」。

-----廣告,請繼續往下閱讀-----

然而,這些免疫細胞在吞噬過多包括 L5 在內的壞東西後,會堆積在血管壁上,逐漸形成硬化斑塊,使血管日益狹窄,這便是我們常聽到的「動脈粥狀硬化」。若這些不穩定的斑塊破裂,可能引發急性血栓,直接堵死血管!若發生在供應心臟血液的冠狀動脈,就會造成心肌梗塞;若發生在腦部血管,則會導致腦中風。

L5:心血管風險評估新指標

現在,我們已明確指出 L5 才是 LDL 家族中真正的「破壞之王」。因此,是時候調整我們對膽固醇數值的看法了。現在,除了關注 LDL-C 的「總量」,我們更應該留意血液中 L5 佔所有 LDL 的「百分比」,即 L5%。

陳珠璜教授也將這項 L5 檢測觀念,從世界知名的德州心臟中心帶回台灣,並創辦了美商德州博藝社科技(HEART)。HEART 在台灣研發出嶄新科技,並在美國、歐盟、英國、加拿大、台灣取得專利許可,日本也正在申請中,希望能讓更多台灣民眾受惠於這項更精準的檢測服務。

一般來說,如果您的 L5% 數值小於 2%,通常代表心血管風險較低。但若 L5% 大於 5%,您就屬於高風險族群,建議進一步進行影像學檢查。特別是當 L5% 大於 8% 時,務必提高警覺,這可能預示著心血管疾病即將發作,或已在悄悄進展中。

-----廣告,請繼續往下閱讀-----

對於已有心肌梗塞或中風病史的患者,定期監測 L5% 更是評估疾病復發風險的重要指標。此外,糖尿病、高血壓、高血脂、代謝症候群,以及長期吸菸者,L5% 檢測也能提供額外且有價值的風險評估參考。

隨著醫療科技逐步邁向「精準醫療」的時代,無論是癌症還是心血管疾病的防治,都不再只是單純依賴傳統的身高、體重等指標,而是進一步透過更精密的生物標記,例如特定的蛋白質或代謝物,來更準確地捕捉疾病發生前的徵兆。

您是否曾檢測過 L5% 數值,或是對這項新興的健康指標感到好奇呢?

-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

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
1262 篇文章 ・ 2413 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。

0

1
0

文字

分享

0
1
0
從離子阱到拓樸量子位元:量子計算的未來還有多少可能?
PanSci_96
・2024/10/13 ・2069字 ・閱讀時間約 4 分鐘

-----廣告,請繼續往下閱讀-----

量子電腦的新戰場:Atom Computing 的崛起

量子電腦的發展一直以來被視為科技的終極挑戰,從 Google 的量子霸權,到 IBM 不斷推進的Condor 超導電腦,業界翹首以待。然而,截至 2024 年,量子計算領域出現了一個新的變數。Atom Computing 一家美國新興公司,推出了擁有 1,180 個量子位元的量子電腦,不僅超越了IBM神鷹量子電腦的 1,121 個量子位元,甚至德國達姆施塔特工業大學也宣布開發出 1,305 個量子位元的超級電腦。

這些新興勢力的出現,不僅在位元數量上超越了 Google 與 IBM 的現有設備,更顛覆了量子電腦技術路線的既有認知。與以往依賴超導技術的量子電腦不同,Atom Computing 與達姆施塔特大學採用了「離子阱」( Ion Traps ) 技術,利用雷射與電場操控離子,形成穩定且壽命較長的量子位元。這是否意味著,超導量子電腦將不再是量子計算的唯一未來?

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

離子阱技術:量子計算的新契機?

為了理解這一新興技術的潛力,我們首先需要認識量子位元的製作原理。超導量子電腦運用電子在超低溫下的行為,來實現穩定的量子狀態。然而,隨著量子位元數量增加,超導系統面臨物理尺寸與能耗的挑戰。這也是為何離子阱技術逐漸受到重視。

離子阱技術是透過電場陷阱將帶電的離子懸浮在空中,並利用雷射操控其量子態。這種技術擁有更高的穩定性,且能在更長時間內維持量子位元的疊加態。然而,由於需要超低溫、精確的電場控制以及真空環境,離子阱技術在商業應用中的成本仍然偏高,但它的潛力不容忽視。

-----廣告,請繼續往下閱讀-----

中性原子與光學魔法:更進一步的量子技術

除了離子阱技術,Atom Computing 與德國團隊則採用另一種不同的策略——使用中性原子來取代離子。中性原子不帶電,這意味著無法直接依賴電場控制,那它們如何操控?答案在於光學技術。他們運用光鑷(光學鑷子)和雷射致冷技術,用光來束縛和操控中性原子。光鑷是 2018 年諾貝爾物理學獎的技術,利用雷射的動量來推動和控制微小的粒子。

在這種方法下,雷射不僅能束縛原子,還能通過致冷技術將原子的運動降到極低,使得量子態更穩定。這種新興技術雖然仍處於實驗階段,但已顯示出其在量子計算中的巨大潛力。

量子點與鑽石空缺:人造原子的力量

另一個在量子計算領域獲得關注的技術是「量子點」( Quantum Dots )。量子點被視為人造原子,科學家透過在矽晶體等半導體材料中束縛電子,並利用微波來控制其自旋狀態。這項技術的最大優勢是半導體產業已經相當成熟,因此如果量子點技術能成功商業化,其普及速度將非常快速。即便如此,量子點技術仍需要在低溫環境下運作,且面臨如何克服材料內部雜訊干擾的挑戰。

與此類似的技術還包括「鑽石空缺」( Diamond Vacancies ),它透過在人造鑽石中替換部分碳原子,以氮原子取代,並使用雷射來激發這些空缺結構。鑽石空缺技術的最大優點是它不需要極低溫,能在室溫下運作,這使得它在未來的量子計算應用中具有很大的潛力。

-----廣告,請繼續往下閱讀-----
量子電腦模擬的原子核 。圖/wikimedia

二維世界的探索:拓樸量子位元

隨著三維物理的極限逐漸顯現,科學家們將目光投向了二維世界,探索其中的量子計算可能性。微軟與貝爾實驗室都在研究的「拓樸量子位元」( Topological Qubits ) 便是一個例子。拓樸量子位元基於一種稱為「任意子」( Anyon ) 的準粒子運作,這種粒子只存在於二維空間中,並且擁有無視傳統量子力學法則的特性。

拓樸量子位元透過操控粒子的空間幾何軌跡來實現運算,這種軌跡在二維空間中表現出穩定且高度容錯的特性。因此,與其他量子位元相比,拓樸量子位元的穩定性與耐久性更佳。然而,這項技術仍處於實驗階段,距離實際應用還有一段路要走。

量子電腦的未來:量子糾錯與穩定性挑戰

儘管量子電腦擁有極大的潛力,但其目前仍面臨著許多挑戰,最重要的便是量子位元之間的「保真度」( Fidelity ) 與「量子糾錯」( Quantum Error Correction ) 技術。現代的量子電腦對外界干擾極為敏感,甚至微小的環境變化都可能導致計算結果的錯誤。因此,提升量子位元的精確率,並開發有效的糾錯技術,是量子計算未來必須跨越的關鍵。

以 Google 為例,他們在 2023 年發布的研究顯示,通過增加量子位元數量並使用「表面碼」( Surface Code ) 技術,他們成功降低了量子計算中的錯誤率。這項進展意味著量子糾錯技術正逐步成為現實,然而,大規模商業化的量子電腦仍需更多時間才能問世。

-----廣告,請繼續往下閱讀-----

誰將引領量子計算的未來?

量子電腦的發展方向多樣,從超導量子電腦、離子阱、中性原子、量子點、鑽石空缺,到拓樸量子位元,每一種技術都有其獨特的優勢與挑戰。誰能成為量子計算的最終霸主,仍然是未解之謎。或許在不遠的將來,量子電腦將以我們無法想像的速度改變世界,重新定義我們對計算、數據與科技的理解。

-----廣告,請繼續往下閱讀-----

討論功能關閉中。