Google談量子應用挑戰：目前仍無法解決實務問題，但是正循5階段發展

葉平指出，量子電腦目前尚未落地，其瓶頸在於「容錯能力」（fault tolerance）。由於量子系統極易受到環境干擾，資料在運算過程中容易產生錯誤，需要依賴量子錯誤修正機制。

然而，儘管相關理論已發展逾20年，「真正能在實體硬體上展示量子錯誤修正的成果，大約是一年前才出現」，顯示其技術仍處於早期階段。

量子應用落地的5個階段

儘管外界普遍看好量子運算發展潛力，但是目前學界與產業對「量子優勢」（quantum advantage）的定義存在落差。

過去學界認為，只有當量子電腦在速度上達到「指數級優於傳統電腦」時，才算具備優勢。然而，站在企業的角度，對於量子優勢的看法更務實，不一定要指數級的效能提升，「只要比現有電腦快一點、便宜一點，就已是實際的優勢」，他說。

這個分歧的看法也存在Q-Day的到來，在後續交流座談中國內知名量子科學家，中原大學量子資訊中心主任張慶瑞提到，各界對於Q-Day有不同的看法，一派認為Q-Day是指量子電腦技術已可破解主流加密技術，另一派則認為Q-Day為量子電腦整個生態系發展成熟的時間。

葉平繼續說明，目前Google提出量子應用發展的5個階段，在這之前是長期的量子資訊科學的基礎研究，第1個階段是在抽象環境下發掘新的量子演算法，第2個階段是找出有優勢的適用場景，第3個階段是將量子優勢轉為實際應用，第4階段是將優化(降低量子位元數量與計算成本)，第5個階段是應用部署。

葉平指出，目前多數技術仍停留在前二至三階段之間，距離大規模商業化仍有一段距離。

即便已有潛在演算法，然而，要從實驗室走向真實世界，要應用到現實問題仍是一大挑戰。

他舉例，量子演算法通常有嚴格限制條件，現實世界問題往往難以完全符合，「你會發現很多真實問題，無法直接套用既有量子模型，這中間存在很大的落差。」

目前已有幾個被看好的應用領域，例如新藥研發、電池材料、核能模擬，但這些仍需要進一步驗證與調整。

儘管挑戰重重，葉平強調，量子應用的可行性正在提升。

他以知名的演算法Shor為例，過去25年需要量子資源已下降約3個數量級，顯示演算法的持續優化已降低實作門檻；而另一方面，量子硬體能力也在不斷提升之中。

「當硬體能力與應用需求在某個時間點交會，量子應用就會開始真正落地」，葉平說。

不過，他也坦言，量子應用開發面臨「集體行動的困境」。

因為演算法一旦被發現，很難建立長期競爭優勢（除了專利之外），這導致企業投入的誘因不夠。「有些企業可能會選擇觀望，等待學界先做出突破，而不是自己投入大量資源」，他說。

儘管面臨重重挑戰、集體行動的困境，葉平認為，現在正是投入量子領域的時機。「問題還很多、挑戰還很大，但現在是學生與研究者進場的最好時刻」

從葉平分享的內容來看，Google對於量子應用的態度務實審慎，雖然短期內還無法商用，但長期的發展潛力巨大。

在AI帶動算力需求爆增的同時，量子運算被視為下一代關鍵技術之一。儘管距離真正改變產業仍需時間，但從演算法、硬體到應用場景的逐步推進，全球科技巨頭已提前布局。