我大學前後一兩屆的同學和學長弟們，大多在千禧年前後進入職場或者赴美深造。其中就職組裡面以進入新竹科學園區做晶片設計最為普遍，當時正值台灣晶片設計公司高峰，先行者的威盛和瑞昱都是股市寵兒，本來低調賺錢的聯發科也在千禧年後選擇掛牌上市，連年整批吸收台清交畢業生。
相較於台灣就職市場隨著股市跑，赴美深造組就多元多了。有人走上了光纖材料的研究路線，有人鑽入了與光場相關的影像編碼技術，有人離開了電機的領域改攻金融工程，甚至有一位轉型成為了裝置藝術家。但這裡面對我來說最有趣的，是一位同學一頭栽入了量子電腦相關研究。
小時候夢想成為科學家的我，很早就囫圇吞棗地啃了很多艱澀的理論。撇開一些太過抽象和冷門的數學理論不說，大部分的科學理論我都或多或少能夠理解到一點皮毛，唯獨量子力學，當年英文程度還不夠的我抱著中文書籍怎樣都摸不著邊。到了大學因為走上電機電子工程這條路，和量子力學連結就只剩下在半導體理論初章時，教授耳提面命地說如果沒有量子力學，就沒有半導體——但說真的現場有聽懂的同學，可能一雙手就算得出來。
但量子力學始終在我心中佔著一定地位，一方面是因為類似於「征服百岳」的那種不服輸的感覺，另一方面由於自己對哲學的興趣，讓我對於明顯與先蘇哲學或是後尼采哲學相通的海森堡測不準原理之類的量子理論，更多了一層成年後的憧憬。
所以當年聽到竟然有同學在美國研究量子電腦後，還在園區設計著電路的我不由自主地抽空出來看了一些相關的研究報告，但不管是哪份報告，看起來離實用都還遠得很，所以我也就沒擱在心上。
沒想到不到十年，量子電腦已經成為科技巨頭和矽谷創投狠砸資本的領域，尤其今年開春以來幾乎每一兩個禮拜就會有一則量子電腦的新聞，讓人有一種科幻片正在發生的感覺。
但事實上量子電腦突然爆紅是很合邏輯的，關鍵字就是我們的老朋友機器學習。
不同於傳統電腦使用0與1的二進位系統，量子電腦在原理上所使用的量子位元（qubit），可以同時以不同的或然率存在於兩個狀態。換個角度講：傳統電腦其實應該視為量子電腦的一個特例，在這個特例中一個位元只能夠是兩個可能狀態的任一，相對地，量子位元則可以是兩個可能狀態的任何疊加（superposition）。這個特質，加上不同量子彼此之間可以跨越距離進行纏結（entanglement），讓量子電腦理論上可以用很少的能量就完成大量的平行運算。
這裡面又以矩陣乘法（matrix multiplication）這樣的平行運算應用讓我們特別感興趣，這是因為神經網絡中最吃重的運算就是矩陣乘法。以二進位電腦的結構來說，隨著輸入維度的增加，矩陣乘法的硬體需求將以指數成長，雖然有很多方式可以進行簡化，但所有簡化技巧都只是治標不治本，如果人工智慧最終的目標是理解世界上人類在乎的所有事情，那麼顯然使用二進位電腦進行的機器學習一定會遇到運算需求指數成長的瓶頸。但如果採用量子電腦就不同了，透過疊加和纏繞，量子電腦對於輸入維度的增加理論上只有線性增長的需求，耗能的增長也會回到線性的路徑，其未來比傳統電腦有遠遠更多的想像空間。
