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 與 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 年 10 月份第 1612 期<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。