●人工智慧 電腦極致發揮 量子電腦 推翻傳統架構
目前，在資訊領域裡有兩大顯學：人工智慧和量子電腦。
粗略來說，前者在傳統電腦的架構下，進行軟硬體的改良，讓電腦逼近於人類思考的方式；後者則完全推翻傳統電腦的架構，另闢途徑，通往不同的智慧領域。人工智慧是傳統電腦及網際網路蓬勃發展，各方面都達水到渠成的階段才能成就；而量子電腦則是完全嶄新的架構，還有很多潛力尚待開發。人工智慧是傳統電腦達到出神入化的成熟階段；量子電腦尚在嬰兒期的探索階段。
影響人類的科技革命，往往在科學家的實驗室裡取得初步進展，接著想辦法把成功的概念傳播出去，這就需要透過教育培育相關人才，產生大量工程師，才有人力在工廠製造大量產品。在大學的工學院裡，很容易看到電機、電子、資訊領域的科系，但目前還沒看到和量子領域相關的工程人才，可見量子電腦還在理學院的實驗室階段，工學院目前逐漸有量子工程學系出現。
●執行人工智慧 牽涉各種技術
最近很紅的人工智慧（Artificial Intelligence），涵蓋多種不同的技術和方法，如右圖。
執行人工智慧，有時牽涉各個不同的技術，像最近當紅的ChatGPT需要自然語言處理、深度學習、轉移學習、生成模型等多種AI技術來實現對話和文本生成的能力；另外，自駕車裡的人工智慧就包含了電腦視覺、機器學習、深度學習、強化學習和感知技術等多個領域技術的融合，目的在於實現車輛自主運行並適應不同的道路條件和交通狀況；還有AlphaGo，由Google DeepMind開發的人工智慧系統，它是結合了多種技術的綜合性人工智慧系統，包括深度學習和強化學習。
●資料有如AI食物 有助了解現實世界
訓練人工智慧需要餵養大量的資料，因為它的學習方法通常基於數據驅動的模型訓練。這些模型需要從資料中學習模式、關聯和規律，以便在未來的任務中做出準確的預測或決策。
資料如同AI的「食物」，這些資料包含了各種不同的情況、範例和場景，幫助AI建立對現實世界的理解。人類面對生存所留存下來的知識，可以歸納出一些通則，但在通則之外，有許多例外的情況，為了涵蓋這些例外的情況，就需要通過處理大量的資料，幫助AI從中提取有用的特徵，並進一步優化模型參數，從而提升準確性。
●資料的選取管理 攸關AI表現優劣
良好。資料的品質、多樣性以及適切的處理和前處理過程同樣重要。因此，在AI領域，資料的選取、處理和管理都是至關重要的一環，這部分仰賴人類介入。
資料選取的專家可以根據領域知識、問題的特性以及模型的需求，來決定哪些資料應該被納入，哪些資料應該被排除。
就好像孩子的成長，需要師長的指引，在學習過程中為了避免孩子變壞、誤入歧途，有成熟大人的引導是非常重要的，成熟的代價是不斷累積高品質的資料，這和人類的學習歷程很不相同，孩子成熟的重要指標是學會批判，懂得挑戰或質疑權威，甚至在挫折中學會如何調適。但AI的資料是經過篩選的，所以它無法對專家篩選過的資料進行挑戰或質疑，挫折中的心理調適是重要的品格鍛鍊，但我們很難說AI會對挫折感到難過。
●閱報祕書／圖靈和圖靈測驗
圖靈是一位英國科學家，擅長數學、邏輯和計算機領域。他被譽為現代計算機科學的先驅之一，貢獻極大。他在20世紀上半葉提出了「圖靈機」的概念，這是一種理論模型，用來測試機器能否表現像人類一樣的方法。在測驗中，一個人和一個機器對話，如果人類無法確定對話另一頭是人還是機器，那麼機器就通過了測驗。近來當紅的ChatGPT通過了某些版本的圖靈測驗，但尚有不足的地方，它可能無法回答一些常識性問題，也可能受到偏見和錯誤資訊的影響。
●量子電腦需超低溫 確保計算正確性
量子電腦是一種基於量子力學原理的新型電腦，它的計算使用量子位元（qubit）而不是傳統二進制位元（bit）。量子位元的獨特性質使得量子電腦在某些特定任務上能夠實現比傳統計算機更快速和更高效的運算。
一般而言，量子電腦的外觀長得有點像大飯店裡的水晶燈，真正執行計算的部分是在最底部的構造，其他上面的部分都是冷卻系統，量子電腦通常需要極低的溫度環境來運作。這是因為量子位元（qubit）在高溫下容易受到熱噪音的影響，而噪音可能導致計算的錯誤。因此，為了確保量子電腦的正確運作，需要創建一個非常冷的環境。
在量子電腦的發展過程中，實現穩定的低溫環境是一個技術挑戰，它對量子位元的穩定性和計算的正確性至關重要。有些量子電腦技術，需要接近絕對零度（-273.15℃或零K）的環境，科學家通常利用液態氮或液態氦等材料來實現。
●量子計算疊加現象 同時考慮多種可能
量子電腦執行計算時，和傳統電腦只允許0和1的情況不同，量子位元可以是介於0和1之間的無限可能，以機率的量子疊加來呈現各種可能出現的結果，這種疊加現象在量子計算中具有重要的意義，因為它允許量子電腦同時考慮多種可能性，從而在某些情況下可以實現更高效的計算。然而，進行測量時，量子位元的疊加狀態會坍縮成一個確定的狀態，且測量結果是隨機的，符合概率規則。
我們不妨利用老鼠走迷宮的例子來說明量子疊加的威力：
傳統電腦裡的人工智慧，是把每一種可能路徑都走過一遍，一次只能走一條路線；但量子電腦可以「同時」走過全部的路線，解出成功的路線。
再以捕魚來舉例：傳統電腦就像用魚槍來射魚，一次只能射一下，射擊的速度愈快，漁獲量就愈豐富；量子電腦就像用魚網來捕魚，網格愈密，愈容易一次補到各式各樣不同的魚。
●神奇量子糾纏 距離遠也彼此影響
另一項更神奇的特性是量子糾纏（Quantum Entanglement），其中兩個或多個量子系統之間的狀態緊密相關，即使它們之間的距離很遠，也能在某種方式下同時影響彼此。當量子系統糾纏時，對其中一個系統的測量結果會立即影響到另一個系統的狀態。這種相關性在古典物理中無法解釋，也是現今量子力學中最引人注目且難以理解的特性之一。
儘管量子糾纏的現象對於人類來說可能有些反直覺，但它在量子物理中是一個已被廣泛觀察和研究的重要現象，在科學和技術領域中有著深遠的影響。
我們用愛因斯坦和波爾的爭執來說明：
假設我有10個球，分別是5個紅色5個黑色，把它裝在兩個箱子裡面。一個留在台北，另一個送到紐約。我在台北把這個箱子打開來，發現裡面有7顆球，5個紅色2個黑色。在紐約那個箱子是多少顆球？什麼顏色？
古典物理中，紐約那邊一定是3顆黑色的球。其實量子計算的結果跟古典結果是一致的，這個稱為相關性。
可是真正的差別是在打開箱子之前，到底是幾顆球呢？
在台北的箱子裡，愛因斯坦認為：7顆是確定的，一開始就已經決定了，表示有人先放好了5顆紅和2顆黑的球，你不知道，可是一定有人知道。基本上就是愛因斯坦認為不可能大家都不知道。
但波爾認為打開之前沒人知道：有可能是10顆：5顆紅的和5顆黑的都在裡面、也可能是0顆。各種組合都可能，打開之前沒人知道。只有在打開瞬間量測之後才能知道，然後這邊一旦知道，遙遠的紐約就同時也知道，才能確定下來，這就是糾纏現象。
愛因斯坦跟波爾在辯論時，沒有實驗可以證明，只是哲學上的辯論，所以1930年是哲學辯論。到了今天，我們在科學上是可以完全證明這件事是存在的，而且是可以操作的。
量子電腦尚在萌芽階段，有著各種想像的科幻色彩，甚至也有科學家認為人腦就是大自然製造出來的量子電腦，但以目前我們所能理解的量子電腦與人腦之間，有著顯著的不同。儘管量子電腦在某些特定計算問題上可能具有優勢，但人腦的複雜性和多功能性使其在眾多方面仍維持著獨特的價值。
●作者為高雄小港國中自然科老師，喜歡在課堂上穿插各種小故事，啟發孩子對科學的興趣。
原文出自《好讀周報》737期
