量子運算　能確保AI系統的未來？

編譯／李寓心

隨著AI演算法正迅速成為日常生活的一部分，許多需要強大安全性的系統，已經在機器學習的訓練模型下，為人類帶來更多的改變，包括臉部識別、銀行業務、軍事用途和汽車自動駕駛等。但這些機器學習的演算法如何提高安全性，防禦惡意攻擊的問題。

根據報導，來自澳洲墨爾本大學的研究人員指出，若透過量子運算集成的方式，可使這些模型產生具有對抗性的新演算法。因為機器學習演算法對於許多任務來說，藉由其高準確性和高效率，可用來辨別圖像特徵等功用，但同時也會容易受到數據操控的攻擊，進而帶來嚴重的安全風險。

因此，透過量子運算與機器學習的結合，以產生量子機器學習模型的安全演算法，利用其特殊的量子特性，使它們能夠在圖像數據中，找到不易操控的特定模式，使演算法具有相當的彈性，也能抵抗強大的攻擊，產生更快速的演算法訓練和更準確的學習特徵（features）。

然而，使用量子運算來保護機器學習模型具有顯著的潛在好處，但也可能是一把雙刃劍。因為量子機器學習模型，可為許多敏感應用程式提供關鍵的安全性。但另一方面，量子計算機也能夠輕鬆欺騙最先進的傳統機器學習模型。

雖然當前的量子處理器仍有其局限性，距離量子機器學習成熟的時機，也還需要一段時間。但在過去幾年中，量子硬體和軟體的技術取得了相當程度的進步，預計未來幾年可製造出具有數百至數千個的量子位元設備。

同時，藉由這些設備能夠運行強大的量子機器學習模型，以保護依賴機器學習和AI工具的大量產業。如同近幾年全球的政府和私營部門都在增加對量子技術的投資，例如本月澳洲政府啟動國家量子戰略，旨在發展該國的量子產業並將量子技術商業化，並聲稱截至2030年，澳洲的量子產業可能價值約22億澳元（約台幣4千多億）。
資料來源：The conversation

瀏覽 700 次