Your browser does not support JavaScript!
年份期數

Recent

數據載入中...
本校成立人工智慧研究中心,投入量子電腦開發

本校成立人工智慧研究中心,投入量子電腦開發

電子工程學系許炳堅講座教授

數十年來的微電子技術發展,大致上遵循了摩爾定律Moore's Law),也就是經過 18 ~ 24 個月,每一個電子晶片所包含的電晶體數目或者效能都可以加倍。在 2018 年,晶圓製程方面已經在大量生產的是使用 10 奈米技術與 7 奈米技術,正在緊鑼密鼓研發的是 5 奈米技術,而要開始在科學園區動工蓋廠房的則是更先進的 3 奈米技術。微電子領域往後還會有很多發展的可能性。例如,電晶體原本都是平面的,在大約 2010 年以後,人們開始研究如何讓電晶體站起來立體化。就像原本蓋的是平房,後來蓋的是高樓大廈,這樣子就能夠住更多人。直立的鰭式fins和環繞式gate-all-around, GAA都是積體電路的元件在三維結構上的新發展。至於在系統方面,以前是對於單一晶片加以封裝,以後可能是把好幾個晶片堆疊起來一起封裝。

在電路設計方面,演算法與晶片架構的創新永不停歇。近年來,多核心的運算架構被廣泛地採用,不只是在微處理器晶片的設計,也用在繪圖晶片GPU的設計,還有特定應用晶片ASIC的設計。許多減少耗能的方法也陸續被提出,包括減少電容值、減少晶片運作的電壓值、抑制不必要的運算等。

積體電路晶片與系統在日常生活上與工作上的應用範圍極為廣泛,舉例來說包括了行動裝置的智慧型手機和平板電腦、高效能運算的數據中心和高速電腦、人工智慧2017 年起科技部開始大力推動)、生醫電子的電子晶片藥取代傳統藥精準醫療,減少副作用)、汽車電子的自動駕駛、物聯網等。

人工智慧A.I.時代的來臨

人工智慧的研究經歷了三個明顯的時期。第一波高潮是 1956 – 1974 年間當時的電腦仍在初始階段運算能力極為薄弱。所以初階的人工智慧研究,僅止於基本功用方面。第二波高潮是 1980 – 1987 年間電腦的運算能力已有長足的進步此時的人工智慧研究以建立規則為主的專家系統,採用的是高階的電腦程式語言,例如 C C++所有的軟體程式都由電腦工程師們來撰寫

第三波高潮是 2010 年之後,電腦的運算能力達到空前的境界,機器學習與深度學習deep learning被廣泛地使用。特別是谷歌公司Google Corp.)的 AlphaGo 系統接連地打敗人類的圍棋高手之後人工智慧的能力進一步受到肯定台灣的科技部與教育部一起攜手把人工智慧的研究與教學引進到各個大學並且紮根到高中國中,未來也會再延伸到國小的階段。長庚大學也設立了人工智慧研究中心,由工學院賴朝松院長擔任中心主任。

量子運算Quantum Computing接棒電子電腦

數位運算所依循的摩爾定律在 3 奈米技術之後其進展速度會明顯地緩慢下來因為指數函數的微縮不可能無限期地延伸下去會碰到原子大小的物理極限。 相對地,量子運算在許多繁複的工作方面,可以做得比電子電腦還要好;例如,在新藥的合成、新材料的發現、以及化學化工製程方面。量子運算主要是依靠量子的基本物理特性,分別是量子疊加superposition與量子糾纏entanglement許多家跨國大公司已經大力地投入量子晶片與系統的研究發展,而且獲得了顯著的進展。2018 年初,英特爾公司Intel Corp.宣布了 49-qubit 的量子晶片國際商用機器公司IBM也宣布了 50-qubit 的量子電腦原型機接著,谷歌公司Google Corp.)也宣布了 72-qubit 的量子晶片

醫學與高科技緊密結合是新趨勢

2018 10 月份第 1612 <商業周刊>的文章陽明招親清交大透明牙套作媒」,很清楚地指出陽明大學同仁們的想法

牙醫學院在透明牙套等方面需要與理工學院的大數據分析合作

•藥學院在新藥方面,需要與理工學院的人工智慧研究合作

•醫學院要發展醫療 AI需要與理工學院合作

他山之石可以攻錯高科技的蓬勃發展,特別是微電子技術、晶片設計與系統、人工智慧、量子運算,還有新開發的彈性架構把上述巧妙地結合起來,成為各行各業的「聰明機器」Smart Machines。面對第三波人工智慧時代的來臨,長庚大學的醫學院、工學院、管理學院更可以緊密地攜手合作,運用聰明機器共同提升研發能量。

瀏覽數  
  • 轉寄親友
  • 友善列印
  • 新增到收藏夾
  • 分享
將此文章推薦給親友
請輸入此驗證碼
Voice Play
更換驗證碼