量子電腦的三個實際應用

量子電腦是甚麼?

它是利用量子力學的原理來做運算。一般家用電腦是用矽基晶片，量子電腦則是用光子、離子、電子和原子等。它除了可以用在預測美國總統大選，還可以用在最佳化飛機航班，迅速讓被疫情打亂的航班重上軌道，也能用來開發新藥，這是一個數十到數千億美金的龐大商機。

第一，美國總統大選結果也可以用量子電腦做預測

2016年川普對決希拉蕊，民調普遍看好希拉蕊獲勝，卻被川普來個爆冷門。2018年時，電腦科學家利用D-Wave 2X 量子電腦重新分析2016年6月30日到2016年11月26日的數據，發現傳統的預測模型在處理州與州之間關連性的模型不夠好。

舉例來說，如果川普在A州的支持度短期間暴增，同時也會影響B州甚至C州對川普的支持度。D-Wave 2X 量子電腦的優勢在於它有1152個量子位元(Qubits)，能夠自然地描述一個波茲曼機模型(Boltzmann Machine Model)，這個模型經過數學換算之後可以用在統計學上，並成功的模擬了川普勝選的情形。

利用D-Wave 2X 量子電腦分析或預測總統大選

第二，如何重新安排人力和班機資源呢?

當航空公司遇到颱風、機械故障或者新冠肺炎疫情時，都是他們所不樂見的，因為人力和航班都要重新調度。航空公司現有的方法叫做「異常航班管理(Irregular Operations Management, IROPs)」，這套系統是利用傳統電腦，按照順序一次處理一個參數。例如先處理組員問題，再處理設備問題，最後處理乘客問題，每個參數彼此孤立，得出來的答案通常非最佳解，使得整個系統要重上軌道要花大約一周或更多的時間。

這樣費時的計算方法會造成每年超過5億美元的損失。有了量子電腦的幫忙後，航空公司可以模擬各種情境，並量化各項數據。例如班機延誤，航空交通管制(Air Traffic Control)如何應變，每位乘客如何補償，到底是要給現金、提供住宿，提供升等或是其他選項。

IBM利用量子電腦計算同時滿足機隊、組員和乘客等條件的最佳解

第三，利用量子電腦協助新藥開發

現在的藥物研發都會使用電腦輔助，稱為「電腦輔助藥物設計(Computer-aided drug-design, CADD)」，不過一款新藥從研發到問世平均需要10年的時間和20億美元的花費。劍橋大學量子計算(Cambridge Quantum Computing, CQC)產品負責人愛德華(Chad Edwards)表示，分子模擬用傳統電腦會遇到計算複雜度呈指數型上升的狀況，基本上就是無解。

舉例來說，100個胺基酸組成一鏈，就有10的48次方這麼多可能性，用傳統電腦模擬到天荒地老。但大自然就是如此充滿奧妙，這麼多可能性只要幾秒鐘就會摺疊完成，這叫做「利文索爾悖論(Levinthal’s paradox)」，但利用量子電腦，改變我們對了分子、原子和次原子粒子進行模擬的想法。

蕭(Lucas Siow)是ProteinQure 生物科技公司的創辦人兼總經理，他們的公司把量子電腦用在量子化學、分子嵌合(molecular docking)和定量構效關係(Quantitative structure-activity relationship, QASR)上，利用這種新工具來解構舊的問題，藉此找到解答。

其中一個問題就是「能量最小化(energy-minimization)」的問題，請看下面的案例。

利用量子電腦模擬蛋白質的折疊

IBM利用有20個量子位元的量子電腦來模擬神經肽(Neuropeptide)的折疊情形。神經肽是由神經元所產生的小蛋白，它是由2~40個胺基酸所構成的。IBM模擬了由7個胺基酸所構成的神經肽的各種可能摺疊情形。

蛋白質結構的能量越低，狀態就越安定。從隨意組合開始，經過60次的演算，可以看到如下圖藍色趨勢線不斷往下，即是能量越低，結構越來越穩定；紅色趨勢線不斷往上，即是蛋白質存在的可能性越來越高。

IBM利用有20個量子位元的量子電腦來模擬神經肽(Neuropeptide)的折疊情形

蕭的願景是將量子電腦用在抗體治療，這個市場大約有2000億美金的價值! 就現況而言，藥廠已經用了數以千計的中央處理單元(CPU)，圖形處理器(GPU)和場域可編程邏輯閘陣列(Field Programmable Gate Array, FPGA)，在計算未來勢必會多一項新利器，量子計算單元(QPU)，有了它的加入，不啻在兵器庫增添了新火力。

2011年的時候，科學家曾經提出過「量子霸權」的概念，以50個量子位元作為分界點，因為如果超過的話就沒有辦法透過傳統電腦去模擬，所以也不能知道量子電腦到底有沒有出錯。

我們已經達到真正的「量子霸權」了嗎？還沒。現在雖然已經能夠做出超過50個量子位元的量子電腦，但在提高量子位元的數目之餘，最重要的還是它降低的錯誤率。量子位元必須在接近絕對零度下運作，並且它大概只能運作20次就會故障。所以接下來的當務之急就是在故障之前盡速的修正，讓它能持續不斷的運作下去。

參考資料:

1. Election Forecasting using Quantum Computers
   https://medium.com/@stephenhky/election-forecasting-using-quantum-computers-78134d3cd72

2. D-Wave 2X Tech Collateral_1016F_0.pdf
   https://www.dwavesys.com/sites/default/files/D-Wave%202X%20Tech%20Collateral_1016F_0.pdf

3. Exploring quantum computing use cases for airlines
   https://www.ibm.com/downloads/cas/XEANVAWQ

4. 神經肽(Neuropeptides)
   https://smallcollation.blogspot.com/2013/05/neurotransmitters.html#gsc.tab=0

5. Resource-Efficient Quantum Algorithm for Protein Folding
   https://arxiv.org/pdf/1908.02163.pdf

6. Quantum protein folding algorithms
   https://protein-folding-demo.mybluemix.net/

7. Quantitative Structure-Activity Relationship Model－An Example of Coumarin Analogs as HIV-IN Inhibitors
   http://aca.cust.edu.tw/pub/custjournal/VOL.52/%E9%9B%BB%E8%85%A6%E8%BC%94%E5%8A%A9%E5%AE%9A%E9%87%8F%E6%A7%8B%E6%95%88%E9%97%9C%E4%BF%82%E6%A8%A1%E5%9E%8B%E5%BB%BA%E6%A7%8B%E6%96%B9%E6%B3%95.pdf

8. Recalculating the future of drug development with quantum computing
   https://www.mckinsey.com/industries/pharmaceuticals-and-medical-products/our-insights/recalculating-the-future-of-drug-development-with-quantum-computing#

9. Understanding quantum computing
   https://docs.microsoft.com/en-us/azure/quantum/overview-understanding-quantum-computing

轉載需註明出處，版權歸HASSE與iVicon所有