在不久的將來，量子電腦可能改變整個世界，顛覆許許多多產業，從電信、資安、先進製造、金融到醫療，全都免不了一場驚天動地的大變革，關鍵就在量子電腦快到不可思議的運算速度。
Source: ibm.com
以天氣預測為例：天氣系統高度複雜，數據資料似乎無窮無盡，沒有任何古典電腦（像是你的桌上型電腦）能夠100%準確模擬地球的天氣變化。然而，量子電腦是具備先進處理能力的超級電腦，可將大量氣候變數納入考量，建立數據驅動的模型，協助預測天氣變化並為自然災害做好準備。
儘管量子電腦的超速運算能力吸引愈來愈多媒體報導，但卻很少人了解量子電腦究竟如何運作。
從摩爾定律到羅斯定律
想要理解量子運算及其應用，我們必須先看看古典運算（基於電晶體的計算）是如何走到極限的。
古典電腦處理資訊的基本單位是儲存在電晶體上的古典位元（classical bit），這些基本上就是微晶片中的電子on/off開關，只在0與1兩種狀態切換，藉此處理資料。晶片上的電晶體愈多，晶片處理電子訊號的速度就愈快，電腦效能也就愈好。
1965年，英特爾共同創辦人戈登．摩爾觀察到，微晶片每平方英寸容納的電晶體數量每隔2年就會增加一倍，此即著名的摩爾定律，說明電腦的計算能力會隨時間愈來愈快。
不過現在摩爾定律有減速趨勢，古典電腦的運算能力已經沒辦法以之前的速度進化，英特爾和其他電腦製造大廠都指出，基於電晶體的運算已經快要走到盡頭。如果我們想要繼續享受運算能力指數成長的效益，勢必要找到完全不同的資料處理方法。量子運算就此走進我們的視野。
量子電腦與古典電腦的不同之處在於，後者的進化主要依賴材料（電晶體和微晶片）的進步，但量子電腦不使用電晶體（或古典位元），而是使用量子位元（qubit）。
量子位元是量子電腦中處理資訊的基本單位，可以是0到1之間的任何值，或者同時具有這兩個值的屬性，因此有更多執行運算的可能性。
此外，量子電腦依賴自然發生的量子力學現象，亦即物質的兩種重要狀態：疊加（superposition）與糾纏（entanglement）。當這些物質狀態用於計算目的，可以加速我們進行大量計算的能力。
現在許多產業苦於解決最佳化問題（optimization problem），也就是尋求最佳的變數與解決方案組合，這種計算難倒現在的電腦，可能要花上好幾年才能算出結果，但量子電腦卻能以極快速度完成此類運算。
試想你要從電話簿找一個電話號碼，古典電腦會搜尋電話簿的每筆資料，直到找到符合的號碼為止。然而，量子電腦理論上可以瞬間搜尋整本電話簿，同時評估每筆資料，然後傳回結果，速度比古典電腦快上許多。
目前市面最先進的量子運算晶片使用19量子位元，但218量子位元預計在2019年底問世。事實上，開發最強量子電腦的競賽至少在1990年代末就已開始。牛津大學研究員在1998年宣布他們已可用2量子位元運算資訊，2017年IBM已具50量子位元的計算能力，短短20年間，量子運算能力提高25倍。2018年Google展示72量子位元的資訊處理能力，同年8月，Rigetti Computing宣布開發128位元量子晶片的計畫，著名量子科技投資者傑維森（Steve Jurvetson）將量子電腦運算能力持續演進的現象稱為「羅斯定律」。
3種量子運算技術
目前量子計算技術有量子退火（Quantum annealing）、量子模擬（Quantum simulations）以及通用量子運算（Universal quantum computing）3種類型，其中以通用量子運算技術的能力最強、應用最廣，但開發難度也最高。
量子退火技術最適合用來解決最佳化問題，可從許多可能的變數組合中，找出最佳（最有效率）的配置，例如，最佳化特定區域的交通流量，甚至可以擴至全球範圍，用來最佳化飛航路線、機場航班時程、天氣數據、燃料成本、乘客資訊等等，以取得最具成本效益的運輸與物流解決方案。
此外，退火技術也能用來解決許多工業問題，像是空中巴士的工程師曾花好幾年的時間建立氣流流經飛機機翼的模型，但是量子電腦只需數小時，就能建立各種角度與速度之下，每個氣流原子流經機翼的模型，協助決定最佳或最有效率的機翼設計。
量子模擬探索量子物理領域當中古典系統無法解決的問題。模擬複雜的量子現象可能是量子運算最重要的應用之一，最具潛力的領域包括模擬化學刺激對大量亞原子粒子的影響——亦即量子化學。
尤其，量子模擬機可用來模擬蛋白質摺疊（protein folding），非正常摺疊的蛋白質可能導致阿茲海默、帕金森氏症等疾病，測試新藥的研究人員必須使用隨機電腦建模技術，來了解哪些藥物會對個別蛋白質造成反應。據說，若要逐一取樣所有可能的藥物反應，找到正確的蛋白質折疊組態，可能要花幾十億年的時間。量子電腦可以協助運算大量可能的蛋白質摺疊序列，一旦成功，就是重大的醫療突破，可以拯救無數生命。
通用量子電腦的功能最為強大，一台真正通用量子電腦要用到超過10萬量子位元，甚至是100萬量子位元，別忘了，我們現在有能力使用的量子位元數量還不到128。
通用量子電腦背後的基本概念是，你可以用這台機器進行任何高度複雜的運算，迅速獲得解決方案，其中包括前述的退火方程式、模擬量子現象等等。在遙遠的未來，通用量子電腦可能徹底改變人工智慧領域，量子AI可以實現古典電腦無法匹敵的機器學習速度。
量子計算產業現況
在此產業只有少數私人公司能夠募集到5000萬美元資金（超過1億美元者就更少了），顯示儘管媒體大肆吹捧，量子電腦的商業應用（不論軟硬體）此時仍屬萌芽階段。
D-Wave是目前募得資金最多的私人量子運算公司，達到2.1億美元，其次為Rigetti Computing（1.9億美元）、Silicon Quantum Computing（6600萬美元）以及Cambridge Quantum Computing (CQC)（5000萬美元），這4家公司的交易額佔整體產業自2013年以來累積資金的七成左右。此外，投資全體私人量子運算公司的交易金額在2018年來到歷史高點，對量子運算新創公司的總投資則在2017年達到歷史新高，僅14筆交易就投資了超過2億美元。
從專利來看，量子電腦的發展趨勢也與投資熱度相符，都在最近這幾年出現非常顯著的成長。從下圖可以看到，量子電腦專利的整體申請量自2015年起開始大幅攀升，2017年達到歷史高峰，其中美國的申請數量始終居於各國之冠，而中國近年來急起直追的力道也非常引人矚目。
隨著大家對此領域的興趣日益濃厚，主流創投公司都已在私人量子計算公司押下賭注，Google Ventures攜手Amazon等公司投資IonQ，南韓電信商SK Telecom和德國電信商的Deutsche Telekom投資ID Quantique，插足基於量子技術的通信安全領域。
許多大企業直接在內部進行量子計算專案，例如科技大廠Google、IBM、阿里巴巴、惠普、英特爾和微軟等等，一些國防武器製造商和諮詢公司也加入量子計算的行列，像是洛克希德馬丁。除了企業投資，歐盟、美國、澳洲和中國政府也是爭相投入量子電腦的建造。
從主要專利申請人來看，更可清楚看出哪些組織不僅投入大筆資金進行量子計算技術的研發，而且還掌握了產業關鍵技術。目前專利申請數量最多的是D-Wave，其次依序是IBM、Northrop Grumman（軍事生產商）、Google、微軟、惠普等等。
我們離量子霸權還有多遠？
量子霸權（Quantum supremacy）是指量子電腦解決古典電腦無法解決的問題。不少企業和政府都宣稱自己已經實現量子霸權，例如Google在2018年3月宣稱，他們的72量子位元晶片比古典電腦更快解決一個特別挑選的問題。不過阿里巴巴旋即宣布，他們已用古典電腦解決了相同問題。這次交鋒凸顯，世界最頂尖的企業正以多快速度在這場量子霸權戰爭中爭奪領先地位。
現今，效能最為強大的量子電腦來自D-Wave Systems、阿里巴巴、IBM和Rigetti Quantum Computing等公司，這些都是古典電腦與量子電腦的混種產品，也就是強大的古典系統結合卓越的量子功能。不過，這個產業發展極快，專家一致認為，2030年我們可能就會看到量子電腦超越古典電腦。
在量子運算實現其潛力之前，還有不少重大的技術障礙必須克服，更穩定的硬體、用於軟體發展的商業平台，以及用於分配和取用量子運算資源的雲端運算能力，都是有待發展項目。
本文參考CB Insights Research Report: What Is Quantum Computing?