量子電腦在未來社會的角色與需要解決的挑戰

探討量子電腦的基本概念及相較於傳統電腦的優勢，以及未來預期的角色。同時思考韓國在量子電腦時代來臨前需要提前準備的必要性。這篇文章是作者在高中時期撰寫的論文。

Posted May 10, 2019

By Yunseo Kim

views 14 min read

量子電腦在未來社會的角色與需要解決的挑戰

自1960年代以來的幾十年間，電腦的運算能力呈指數級增長。這種進步是通過縮小電腦處理器中的晶體管元件，在相同面積上集成更多數量來實現的。一個很好地展示電腦性能發展速度的例子是，我們現在使用的最新智能手機擁有超越1990年代最強大超級電腦的性能。考慮到今天幾乎找不到不使用電腦的領域，電腦的性能是決定現代社會整體技術發展速度的關鍵因素。然而，問題在於，隨著每個晶體管的尺寸變得極小，這種提升電腦運算能力的方式現在正接近物理極限。這就是科學家們關注量子電腦的原因。在這篇文章中，我將討論量子電腦的特性及其相對於傳統電腦的優勢，以及它在未來社會中預期的角色和為此需要解決的挑戰。

量子電腦是利用量子糾纏（entanglement）、疊加（superposition）等量子力學現象來處理數據的電腦，這個概念最初是由美國理論物理學家理查德·費曼（Richard Feynman）在1982年提出的。量子電腦的獨特特性在於它以量子位元（qubit）為單位讀取信息。與傳統電腦使用的位元只能有0或1這一個值不同，量子位元利用量子疊加現象可以同時具有0和1的值。因此，當使用n個量子位元時，理論上可以一次表示2^n種情況，這種量子位元的特性使得量子電腦能夠有效地進行數據的並行處理。

在討論量子電腦在未來社會的應用之前，有必要指出，由於量子電腦的運作原理與傳統電腦完全不同，即使商業化，它也會與人們通常想像的有所不同。量子電腦和傳統電腦之間的根本區別不僅僅在於量子位元產生的可能性數量。將量子電腦與傳統電腦區分開來的最重要特徵是量子電腦非決定性地處理計算。要理解這句話的含義，我們需要了解確定性圖靈機和非確定性圖靈機的概念。

首先，確定性圖靈機是指按順序一次處理一個給定指令序列的機器。我們常用的一般電腦屬於這一類。容易被確定性圖靈機在多項式時間內解決的問題，如排序問題，被稱為P問題。相反，非確定性圖靈機是可以同時計算問題的多個答案的機器，即從眾多情況中找出最佳解決方案的機器。以尋找最佳路徑問題為例，假設從A到B有許多路徑，非確定性圖靈機會同時模擬所有到達目的地的路徑，並將最快到達的路徑作為最佳路徑輸出。非確定性圖靈機可以在多項式時間內解決的問題被稱為NP問題。 NP問題是需要考慮各種原因和因素，同時又沒有標準化解決方案的複雜問題，前面提到的尋找最佳路徑、質因數分解、離散對數、流體等複雜系統分析、自然語言分析等都屬於這一類。

現在你應該能理解前面所說的量子電腦非決定性地處理計算是什麼意思了。當傳統電腦，即一次只能計算一條路徑的確定性圖靈機，試圖解決NP問題時，隨著問題複雜度的增加，所需時間會呈指數級增長，但作為非確定性圖靈機的量子電腦，即使問題複雜度增加，所需時間也只會呈算術級增長。這就是為什麼人們說量子電腦能夠輕鬆完成傳統電腦無法進行的計算。特別是質因數分解和離散對數問題在公鑰加密算法中扮演重要角色，因此每當談到量子電腦時，總會伴隨著關於加密的討論。但這並不意味著量子電腦是萬能的，或在所有方面都優於傳統電腦。更準確的理解是，傳統電腦和量子電腦各有所長。雖然在某些領域量子電腦展現出強大的能力，但根據運算類型的不同，它也可能表現得很糟糕。換句話說，即使量子電腦商業化，傳統電腦仍然會有需求。確定性形式的計算工作將繼續使用傳統電腦，而量子電腦將在需要解決傳統電腦難以處理的複雜問題的領域發揮作用。量子電腦和傳統電腦不是競爭關係，而是互補關係。

考慮到這一點，讓我們來看看未來量子電腦可能執行哪些任務。未來量子電腦最適合發揮作用的領域無疑是奈米技術和數據分析領域。首先，在奈米技術方面，量子電腦在分析粒子的微觀運動時可以展現強大的能力。事實上，理查德·費曼最初提出量子電腦概念時，就是通過一篇論文，內容是為了分析微觀世界的運動，需要一台基於薛丁格方程的電腦。今天的電腦在預測蛋白質等大分子的結構或複雜的生化反應過程時，不僅耗時長，預測準確度也不夠。這就是為什麼在開發新藥時不能只依賴電腦模擬，而必須經過多個階段的動物實驗和臨床試驗的原因。然而，使用量子電腦可以預測涉及眾多因素相互作用的生化反應過程，快速準確地分析各種分子結構，並利用這些結果加速新藥或新材料的開發，同時減少副作用。新藥開發耗時長的最大原因是臨床試驗，如果使用量子電腦，基於高可靠性的模擬，可以簡化臨床試驗階段，從而在出現像COVID-19這樣的新疾病時，將開發相應新藥的時間大幅縮短到幾週。

此外，量子電腦在大數據分析方面也可以發揮重要作用。通過量子疊加，量子電腦能夠快速準確地分析涉及各種因素相互作用的複雜和大量數據。由於這一特性，通過追蹤大氣流動和雲的移動，可以實現比現在更準確的天氣預報，通過實時掌握道路上車輛的移動並找出最佳路線，在自動駕駛方面也可以發揮關鍵作用。

然而，要將量子電腦應用於產業，還需要解決幾個挑戰。首先，需要找到穩定實現和維持量子位元的方法，以及量子錯誤校正的方案。由於量子位元很容易因微小的環境變化而崩潰，穩定控制它是量子電腦商業化的一大難題。此外，目前的量子電腦由於量子錯誤而存在計算精度較低的問題，需要找到校正這些錯誤的方法。為實現量子位元，正在研究離子陷阱、超導環、拓撲量子位元等多種方式，每種方式都有其優缺點。同時，還需要培養能夠編寫量子算法並維護、修理、操作量子電腦的專業人才。由於現有的軟件無法在量子電腦上運行，因此需要開發適合量子電腦的全新軟件。

雖然人工智能（AI）從2010年代開始受到廣泛關注，但像感知器這樣的技術，作為今天AI的基礎，早在幾十年前就開始研究了。為了在未來量子電腦像今天的AI一樣受到關注時保持競爭力，我們需要從現在開始做好準備。根據韓國科學技術院（KAIST）電氣與電子工程學系李準九教授的說法，目前韓國的量子電腦技術比其他發達國家落後5-10年。在差距進一步擴大到無法挽回之前，我們需要以長遠的眼光制定相關政策，增加投資規模，通過政府持續一致的支持進行量子電腦實證研究，同時努力獲取軟件相關的知識產權。為此，產業界、基礎科學研究人員和政府政策制定者之間需要充分的信息交流和順暢的合作。