利用Amazon Braket雲端服務　探索量子電腦的應用潛能

AWS資料科學家陳維。

AWS於2020年正式推出Braket服務，透過提供公共雲端平台的方式，為推動量子運算的初期探索與應用可能性跨出了一大步。

NISQ ─ 量子電腦發展的初期

陳維表示，所謂量子運算，簡單來說就是利用次原子世界的物理原理來進行運算。它採用了有別於現行運算的全新方式，可實現傳統電腦無法達成的任務。

就量子電腦的發展來看，我們現在正進入雜訊中等規模量子(Noisy Intermediate-Scale Quantum；NISQ)世代，僅能製作出有限的量子位元，而且精確度不佳，在實際運作時須考慮雜訊帶來的影響。

這意味著，雖然量子運算可為化學分子結構模擬、搜尋、排序、機器學習等各種應用帶來顯著效益，但因為雜訊問題，需要的很大的量子位元數才能正確的操作。以分子結構模擬為例，在沒有雜訊情況下，僅需約200個量子位元，但在考慮雜訊後，所需位元數便暴增至20萬個。

因此，儘管真正的實際應用與現階段技術之間還有很大落差，業界離具誤差修正的量子運算(Quantum Computing with Error Correction)終極目標還很遙遠，但無庸置疑地，在各方積極投入下，已展現出令人振奮的初期探索成果，讓我們對量子電腦的未來發展充滿期望。

Amazon Braket提供的量子硬體技術

看好量子電腦的龐大潛力，Amazon已成立量子運算研究中心，投入於量子演算法和硬體的研究；此外，還設立了解決方案實驗室，透過與客戶合作，探索此技術的實際應用可行性。

同時，為了推動量子運算的普及運用，Braket雲端服務也已正式上線。這是一項完全受管的服務，可協助科學家和開發人員利用量子運算進行實驗與研究。

陳維解釋，Braket雲端包含了建置、測試和執行三個部分。使用者可以在完全受管的開發環境中建立演算法，並利用傳統硬體進行模擬，最後再交給安全、隨選的量子硬體來執行。

目前，Braket可提供三種不同的量子硬體技術，分別來自D-Wave、IonQ和Rigetti公司。「我們還處於技術的萌芽期，未來的量子電腦會是何種形式，目前業界還沒有定論。因此這三家公司均採用了不同的硬體設計方式。」

其中，D-Wave專精於量子退火(quantum annealing)技術，它的特定應用量子電腦主要用來解決量子無限制二進制最佳化(Quadratic Unconstrained Binary Optimization；QUBO)問題，也就是透過找出低能量位置點的概念，來求解最佳化。

D-WAVE鎖定特定應用，近來已因優異表現而獲得業界的關注。陳維表示，D-Wave可提供的量子位元數，已從原來的2000位元增加至5000位元。IonQ和Rigetti則是提供通用量子電腦，採用量子閘設計，可執行包括疊加(superposition)和糾纏(entanglement)的量子位元運算，不過這兩公司硬體的拓樸設計並不相同。

建置量子演算法：融合機器學習和量子運算技術

在建置量子演算法時，陳維介紹了具發展潛力的混合演算法(hybrid algorithm)。它的觀念類似於目前機器學習採用CPU+GPU的異質架構，把運算負荷進行分配。在混合演算法中，則是採用CPU+QPU的架構，把部分平行處理交由CPU來處理，而QPU作為協同處理器，因此可減少所需的量子位元數，提升效率。

在架構(framework)方面，AWS已在Braket上導入開源PennyLane，是推動量子運算的一大進展。

陳維表示，PennyLane類似於機器學習常用的TensorFlow架構，使用者無需操作底層運作，透過把機器學習和量子運算的概念結合在一起，能以訓練神經網路的方式，來訓練量子電路。

PennyLane中已建置了混合量子模型，以及化學、最佳化和機器學習等應用程式庫，降低了建置量子運算的門檻。經測試，在Amazon Braket模擬器上訓練機器學習模型，能夠提升10倍的速度。

最後，陳維再次強調，量子運算正快速演進，Braket上的可用資源也將持續更新擴充，協助各產業以及研究機構加速創新，為未來的量子世代奠定基礎。