【時報編譯張朝欽綜合外電報導】人工智慧現(AI)在已經開始滲透到人們的工作和日常生活中，AI可能已經在後台工作，或者人們可能直接的跟生成式AI互動，例如透過ChatGPT，而在不久的將來，將出現增強版的虛擬助理。

　但是目前的人工智慧還不夠，現在更出現全新的飛躍發展：量子AI(Quantum AI)，它是人工智慧與(目前仍實驗性質的)量子運算的融合，形成了一種超高速的高效技術。據CNet的分析報導，量子電腦將是肌肉，而AI將是大腦。

　谷歌量子AI實驗室創辦人Hartmut Neven在介紹Willow量子晶片時說，為何他要離開AI，而專注在量子運算，因為兩者都是這個時代革命性技術，但AI將將極大地受益於量子運算的進步。

　目前對量子運算的前景有諸多推測，有人說比特幣將迎來「量子末日」，並且在未來10年內遭到破解，量子運算可以在幾分鐘內破解私鑰，比特幣的安全架構可能過時。

　傳統計算和量子運算有些不同，差異在處理方式，傳統計算是線性處理(逐步的計算)，而量子運算是使用平行處理(一次多個計算)。

　另一個不同之處，在於使用的基本處理單元。傳統運算使用位元作為最小的資料單元(0或1)。量子運算使用量子位元，是基於量子力學的定律。

　目前以專門量子晶片運作的量子電腦非常精巧，必須保持在極低的溫度下才能正常運作。它們的體積也龐大，不適於日常使用。儘管如此，英特爾、谷歌、IBM、亞馬遜和微軟等公司都在量子運算上投入了巨資。

　儘管成長潛力巨大，但量子AI面臨著硬體不穩定和需要專門的演算法等挑戰。例如IBM的Quantum System Two和谷歌的量子機械(quantum machinery)，能夠處理一些計算，但尚未準備好運行大規模的AI模型。此外量子運算需要高度控制的環境，因此如何廣泛的使用，將是巨大挑戰。

　這也是為何許多專家認為，量子AI仍處於早期試驗階段，可能還需要數年時間。LDG Tech Advisors總裁Lawrence Gasman在今年初說，量子AI處於早期階段，對於許多組織或企業來說，現在使用量子AI有點大材小用。

　目前AI模型常常受限傳統電腦運算能力的限制，特別是在處理大資料庫或運行複雜的模擬時。量子運算可以以超快的速度，處理大型、複雜的資料庫，為人工智慧的需求提供必要的推力。

　最後在應用場景上，量子AI可以在下列情境，作為一種肌肉，增強AI的運行。

　首先是AI模型的訓練，特別是在大型語言模型(LLMs)。這通常需要大量時間和運算能力，此也是AI公司需要大型資料中心的原因。而量子AI可以加速此一過程。

　其二是AI的模式「辨識」，不論是識別圖像、文字還是數字。量子AI可以同時處理多種可能性，帶來更快的模式識別。這對於AI需要「同時」考慮多種因素時，特別有用，例如對交易的財務預測。

　再來，由於生成式AI工具仍有侷限性，特別是在建立逼真、細微的輸出方面。量子AI能夠讓生成式AI模型處理更多資料，並創造更加真實和複雜的內容。

　在需要平衡多種因素的決策過程當中，例如藥物發現，氣候模型的建立，量子運算可以讓AI同時測試「無數可能」的情景和結果，可以協助科學家以極少的時間找到最佳方案。