找Martech上Marsgo
科技新革命：量子運算之產業應用與發展概況
本內容為 AMT 亞太行銷數位轉型轉聯盟研究員，為您博覽全球最新行銷科技、數位轉型、AI應用研究報告或文章，整理編輯後分享。本計劃由 數解人意科技 支持製作。
整理撰文：黃瑀安（Annie）｜出刊日期：2025-01-13
諮詢協助：長榮大學高階管理碩士在職專班（EMBA）翁耀臨教授
隨著科技的日新月異，人類文明正站在一個前所未有的轉折點上，從物聯網（IoT）到人工智慧（AI），從生物科技到奈米技術，科技進步正深刻地改變著我們的生活與工作方式。在這些變革中，「量子運算」作為一個嶄新的領域，無疑是最具革命性的技術之一。相較於傳統電腦，量子運算依賴量子力學原理，利用量子位元進行信息處理，具有同時處於多個狀態的能力（疊加性）以及遠距離信息同步的特性（糾纏性），使其在處理某些極為複雜的計算問題上展現出驚人的潛力。
本文將針對量子運算的運作原理、實務案例及發展困境等進行探究，分析量子運算與傳統計算間的差異與優勢，並進一步說明其未來展望與企業對其的操作應用。
一、什麼是「量子運算」？
量子運算（Quantum Computing）屬多學科領域 ，包括電腦科學、物理學、數學、硬體研究和應用程式開發等，透過量子效應（如疊加、量子干擾等）、特殊硬體和演算法，以優於傳統電腦的速度解決複雜問題，且多設計為一量子電腦（Quantum Computer）以進行應用。
二、量子運算之關鍵原理
量子運算利用三種關鍵量子原理：疊加（Superposition）、糾纏（Entanglemen）和干涉（Interference），上述概念在量子電腦中發揮著根本作用，其原理說明如下所示。
1. 疊加
傳統的數位電腦採用二進位數，可處於兩種狀態之一，表示為0和1，而量子位元（Qubit）存在於0和1值的「波狀疊加」中，使其同時處於多個狀態（0、1或兩者的任何組合），讓資料處理效率增加；假設現有一台具30個量子位元的量子電腦，便可以每秒執行約10兆次運算，數值相當驚人。
2. 糾纏
為兩個或多個量子位相互關聯的量子現象，此依賴性允許相互糾纏的量子位元進行資訊即時共用，無論它們相距多遠，凸顯量子力學的不確定性和非局部性，亦使量子演算法可以更快、更高效地解決問題。
3. 干涉
當兩個或多個量子態結合在一起形成一個新態時，就會發生干涉，從而產生「相長干涉」或「相消干涉」；相長干涉放大獲得正確輸出的概率，而相消干涉則降低錯誤輸出的概率。透過操縱干涉模式，量子電腦可以快速解析潛在的解決方案，比傳統電腦更快地得出正確答案。
三、量子電腦之組成要素
量子電腦與傳統電腦相似，主要分為硬體與軟體，其細項如下所示。
1. 硬體
包含量子資料平面：為量子電腦的核心，包括物理量子位元及將其固定到位所需的結構；控制和測量平面：可將數字訊號轉換為模擬或波形控制訊號，此訊號將對量子資料平面中的量子位元執行操作；以及控制處理器平面和主機處理器：前者進行量子演算法或操作序列，後者負責與量子軟體互動，並向控制和測量平面提供數位訊號或位元序列。
2. 軟體
使用量子電路操作量子演算法，而量子電路則為一種運算例程，定義了基礎量子位元的一系列邏輯量子操作，開發人員可使用各種軟體開發工具和程式庫來編寫量子演算法。
四、量子運算之技術型別
1. 量子密碼學
此加密方法使用量子力學中，微觀物質不完全受限於傳統物理規則的自然特性，對資料進行保護和傳輸，與傳統密碼學系統的不同之處在於其依賴於物理學，而非數學，作為其安全模型的關鍵方面。
2. 量子處理
可實現技術包括超導處理器、光子處理器、中性原子處理器、雷德堡原子（Rydberg atoms）處理器和量子退火器，上述技術皆是使用量子物理學的特性，從而執行量子演算法，但在構成和實現上則有所不同。
3. 量子感測
利用感測器技術在原子收集資料的過程，檢測運動、電場和磁場的變化，以高準確度和高靈敏度量測標的的物理特性，常見於導航和醫學影像等領域應用。
五、量子運算之應用範圍
早期採用量子運算的產業包括製藥、能源、金融、貨運、製造和材料等，應用項目包括設計飛機起降城市交通、金融市場分析；中長期為加速藥物研發速度、DNA序列分析、分子或材料設計、氣候預測、量子網路安全等，其中較接近市場應用的產品，都是結合量子和傳統電腦運算的混合式系統。近年，量子運算則多出現在企業銀行、風險和網路安全、零售銀行、支付程序、財富管理、投資銀行運營和金融相關產業。
六、企業可透過量子電腦進行哪些操作？
1. 機器學習（ML）和人工智慧（AI）
量子電腦可最佳化複雜且高維度的資料內容、處理大型資料集、進行特徵提取和資料轉換，促進ML與AI進行資訊處理。
2. 模擬
基於量子電腦超高的計算效率，而可用於模擬複雜系統，如化學和生物醫學領域中的分子模擬，可幫助研究人員了解藥物間的相互作用。
3. 業務流程最佳化
可用於改進研發、供應鏈最佳化和生產流程。
4. 加密
量子密碼學利用量子力學原理以保護通訊系統，最常見的應用為「量子密鑰分發（Quantum key distribution, QKD）」 為一種不需任何計算性假設（computational assumption），即可使通訊雙方擁有相同且安全的私鑰密碼學演算法。
5. 以質因數分解（Prime factorization）破壞傳統加密
當前多數組織使用傳統電腦對其資料進行加密，且多採納大型、複雜的質數加密數據，這些質數通常過大，傳統電腦無法處理；對此，因量子電腦可分解極大數，這意味著其可有效破解目前的加密形式，最著名的例子為秀爾演算法（Shor's quantum algorithm）。
七、量子運算之應用案例
案例一、
2020年，加拿大連鎖雜貨店Save-On-Foods成為使用量子技術改善店內物流管理的先驅，該企業與量子運算公司D-Wave合作，在兩個月內設計出一套混合量子演算法，並在一家超市中實際操作，成功將部分任務的計算時間從每週 25小時縮短到僅僅幾秒鐘。
案例二、
2021年，德國藥廠百靈佳殷格翰（Boehringer Ingelheim）與Google量子AI部門展開為期三年的合作，以量子運算用於疾病研究及最終的新藥進行研發，該合作結合Google量子電腦與演算法，以及百靈佳殷格翰的電腦輔助藥學設計和模擬建模（in silico modeling）經驗，進行藥學相關之分子動力學模擬與研發，成為Google量子運算的第一家製藥業合作案例。
案例三、
2022年，滙豐集團（HSBC Group）與IBM進行合作，將量子電腦用於金融產品定價、投資組合管理、風險與詐騙偵測及預防等領域。2023年再與量子運算新創公司Quantinuum合作，透過生成加密金鑰以強化系統安全，並將量子機器學習用於防止金融詐騙。
從投資組合最佳化、選擇權定價、風險分析、詐欺偵測到金融系統建模與模擬等，量子運算在金融領域上已有許多研究課題陸續展開，包括荷蘭的ABN Amro銀行及西班牙BBVA銀行，企業也應密切關注相關加密標準的發展及產業研究方向，才能掌握先機。
八、量子運算之發展概況
根據Frost & Sullivan研究報告指出，全球量子運算市場收益自2022年9.1億美元，預計以平均約23%的年成長率提升至2024年13.95億美元，未來更將一路成長至2030年的78.43億美元；然而，因量子運算生態系與設備尚未成熟與普及，技術亦處發展階段，其他相關瓶頸如下所示。
1. 環境干擾
量子位元環境中最輕微的干擾都可能導致「量子退相干（Quantum decoherence）」或「衰變（Decay）」，此將導致計算塌縮或出現錯誤。
2. 不可靠性
由於量子位元不同於數位資料位元，無法從傳統電腦使用的偵錯方法解決計算階段的錯誤，且檢索過程可能會損壞資料。
3. 未成熟性
在缺乏量子位元的量子電腦中，將無法發揮其效用潛力，導致其安全性和量子密碼學不受信任。
儘管如此，截至2024年，量子計算領域出現了新的變數，美國新興公司Atom Computing推出了擁有1180個量子位元的量子電腦，不僅超越IBM神鷹量子電腦的1121個量子位元，甚至德國達姆施塔特工業大學也宣布開發出1305個量子位元的超級電腦，各界正戮力突破研發困境。
九、量子運算之未來展望
綜合上述內容，量子運算已然成為目前科技領域中最為前瞻的研究方向之一，尤其在計算、加密、ML＆AI、醫學研究等方面，都具有深遠的影響，當前如大規模數據分析、優化問題、模擬分子結構等，量子運算已明顯展現出優於傳統電腦的問題解決效率。在加密技術方面，量子運算的貢獻更不容忽視，不僅可快速破解當前的公開密鑰加密系統，這也將迫使各國政府和企業重新審視並發展抵抗量子攻擊的新型加密技術，如量子密碼學。
除此之外，量子運算對於藥物發現和材料科學的應用前景也十分廣闊，透過量子電腦在分子層級進行的高效模擬，有效加速新藥研發及設計新型材料，對開展超導體、太陽能電池、能源環保等做出正面效益。
總的來說，量子運算的前景充滿無限可能，其將重新定義計算、通訊、安全等領域的未來。隨著量子技術的快速發展，其可能再度引領一場技術和產業的變革，成為科技發展的重要基石。
[參考資料]
Alexander S. Gillis (2024). What is quantum computing? How it works and examples. TechTarget and Informa.https://www.techtarget.com/whatis/definition/quantum-computing
Doretha Clemon, Vikki Velasquez (2024). Quantum Computing: Definition, How It's Used, and Example. THE INVESTOPEDIA TEAM.https://www.investopedia.com/terms/q/quantum-computing.asp
Josh Schneider, Ian Smalley (2024). What is quantum computing? IBM.https://www.ibm.com/think/topics/quantum-computing