科技部提出了今年業務發展重點的3支箭，分別是智慧農業、量子電腦、數位健康醫療。其中，數位醫療與智慧農業的發展已是共識，並已納入「5+2產業創新」的範圍中。相較之下，國內對於量子電腦的討論不多，但從大趨勢來看，量子電腦恐將是下一個世代最重要的科技。

　我們先從最近火紅的人工智慧（AI）談起。早在1943年人工智慧的研究就受到生物神經系統的啟發，使用類神經網路的概念進行運算及學習。發展的初期，由於缺乏運算能力，也無法建立多層運算網路，所以效果有限。好長的時間，人工智慧被認為僅是科幻情節，根本是海市蜃樓。然而1986年演算法有了突破，反向傳播演算法（Back Propagation Algorithm）透過每次資料輸入（刺激）的變化，計算出需要修正的權重回饋給原有函數，取得機器「學習」的意義。2006年學者提出了非監督和逐層的預訓練，使得在利用反向傳播演算法對網絡進行全局優化之前，網絡參數能達到一個好的起始點，從而在訓練學習完成後能達到一個較好的結果。

　再者，更進一步讓神經網絡的結構加深，分層增加，效果更大。例如針對人臉圖像的分層特徵表達，最底層可以從原始像素學習濾波器刻畫局部的邊緣和紋理特徵，中層濾波器可以描述不同類型的人臉器官，最高層描述的是整個人臉的全局特徵。以此手法，2012年ImageNet在圖像分類比賽大大打敗傳統的方法。而迄今的「刷臉」都是以此為基礎的發展。

　另外從2009年開始，電腦運算技術有了很大的進步，一方面是雲端運算技術逐漸成熟，透過分散式運算技術所建構的雲端運算架構，幾乎可說是提供源源不絕的運算量；另一方面，則是發現遊戲玩家使用的GPU繪圖卡，若用於深度學習演算法的運算，可獲得10倍以上的效能提升。在大量的學習資料以及龐大的運算可能後，深度學習成為當今人工智慧的顯學。2016年AlphaGo就是透過深度學習打敗人類棋王，舉世為之瘋狂。

　隨著奈米時代的來臨，物理極限使得摩爾定理到了盡頭，預期傳統電腦已經無法因應人工智慧未來的發展。各界專家都在積極尋找進一步提高電腦運算效率的方法，量子電腦正是解決之道。

　不同於傳統電腦以簡單的0、1位元（bit）的資訊儲存方式，量子電腦具備量子疊加（superposition）、量子纏結（entanglement）兩種特性，每單位可以是0或1、0與1相互疊加；同時量子位元可以分組聚合，儲存更多、更複雜的資訊，運算能力因而更加強大。微軟執行長納德拉（Satya Nadella）曾比喻，傳統電腦破解迷宮的方式是採用不斷地嘗試及重來，直到找到正確的出路。然而量子電腦則能同步測試迷宮內所有的通道，傳統電腦運算能力根本不能與量子電腦相提並論。而《經濟學人》2016年文章估算，一個300量子位元的量子電腦，不僅能夠同時表示2300組不同二進位數字符，更能同時處理所有的這些數字，而這個數字大約與宇宙所有原子數相當。

　目前量子電腦的生產還有一些關鍵性的因素尚未完全克服，但所有的專家都認同「量子霸權（quantum supremacy）」的時代很快就會到來。掌握這種能力的國家會在經濟、軍事、科研、安全等領域迅速建立全方位優勢。面對這場競爭，各國已積極備戰。Google、IBM、Intel等高科技巨頭更進行搶攻。日前Google聲明20量子位元機型已經進入測試，近期並將推出49量子位元的機型。去年11月，IBM宣布研發出界第一台50量子位元的量子電腦，且在CES 2018中正式亮相。而Intel也不弱人後，同樣在CES 2018中也展示了49量子位元的測試晶片。

　台灣在量子電腦技術及理論可能比不上美歐大國，但在高科技製造業已有很好的群聚基礎，半導體、電子資訊都是我們的強項。因此我們期許科技部的量子電腦計畫能為台灣在未來在量子電腦競爭及供應鏈中取得一席之地。