量子運算與AI結合在製藥、生技領域創造更多價值 也需因應安全挑戰

近年每到年末量子電腦總是會被各調研機構列為來年值得關注的技術焦點，但其技術上尚未突破的限制也使應用有所侷限。然而今年在AI的蓬勃發展下，許多專家看到量子電腦/量子運算與AI的結合，有機會讓AI突破傳統運算的限制，達到更有效率的模型訓練以及減少耗能。包括Google在內等幾家大廠與研究單位也接連發表量子電腦研發成果，因此量子電腦再度成為2025熱門科技趨勢焦點。

IBM在2年前曾預估到2025年推出超過4,000個量子位元（qubits）的系統，而今年5月日經亞洲（Nikkei Asia）曾報導，IBM將與日本產業技術綜合研究所合作，共同開發下世代量子電腦，目標為超過10,000個qubits並且預計在2029年上線運作。而日前Google發表的量子運算晶片Willow，由於解決了過去30年來量子電腦最挑戰的錯誤糾正問題，過去使用越多qubits系統就會產生越多錯誤，因此量子錯誤更正的研究至關重要，能有效提升量子運算準確度，其次Willow也在不到5分鐘就完成標準的基準計算，在當今最快的其中一台超級電腦需耗時10億年，因此業界專家紛紛對Google的進展給予高度評價。

因此當量子電腦與AI這兩個技術領域交匯，將有機會推動新一輪的技術革新。量子電腦能超越傳統運算的核心在於量子疊加與量子糾纏的特性，使量子電腦可以同時處理多種狀態的計算，特別是在模擬化學反應、優化物流與破解加密方面展現極大的潛力。而AI的表現依賴於大量高品質的數據。當數據不完整或超出已知範疇時，AI的推論能力會受到限制。例如，AI模型在解釋化學反應和設計新分子時，可能無法準確地模擬未觀察過的情況。

上個月在倫敦舉行一場量子電腦與AI融合的論壇，與會專家提出量子電腦與AI將在以下幾方面實現突破，將帶來不同的機會與挑戰：

1.模擬化學與生物過程：利用量子電腦模擬分子間的交互作用，可以生成新的數據，為 AI提供更多可用於學習的基礎。例如，在藥物研發中，量子電腦可以幫助研究人員理解藥物與人體的化學反應，設計出更加安全有效的藥物。

2.提升AI的能力：AI模型雖然擅長模式識別，但對於物理過程的理解有限。透過結合量子運算的精確模擬，AI可以更準確地預測化學或物理系統的行為。例如，AI在識別新分子結構時，量子電腦可以幫助驗證這些分子是否可行。

3.藥物開發與生命科學：量子電腦模擬人體生化反應，結合AI的數據分析能力，大幅縮短藥物研發時間與成本，並降低失敗風險。

4.數據隱私與安全：專家指出量子電腦對破解傳統加密系統有極大威脅，美國政府已經要求所有合作的供應商都需符合法規，採用後量子密碼學（PQC）標準，為AI系統的數據隱私提供保障。

而量子電腦與AI融合仍有許多障礙待克服，包括硬體與軟體的成熟度，量子電腦的穩定性與可擴展性仍需改進，目前的系統仍難以進行大規模計算。其次，隱私與倫理問題，AI與量子電腦在處理敏感數據時可能引發隱私洩露或數據濫用的風險，需要建立健全的法規與技術保障。第三、資源需求與環境影響，隨著運算能力的提升，對能源與資源的需求也將增加，如何平衡技術發展與環境保護是一大課題。