專家座談會上，講者們針對量子運算基礎建設與混合式架構的發展路徑進行深度對談。（圖/記者廖妙茜拍攝）

（觀傳媒中彰投新聞）【記者廖妙茜/台中報導】全球科技競賽正從AI延伸至量子運算。當AI模型規模持續擴大，生命科學、新藥研發、材料模擬與產業最佳化面臨龐大計算需求，量子AI被視為有機會突破部分傳統運算瓶頸的前瞻技術。亞洲大學（29）日舉辦「量子人工智慧與生命未來國際學術研討會」，邀集中央研究院、Rigetti Computing、Anyon Technologies、D-Wave Quantum等國內外量子科技、人工智慧與生命科學專家齊聚，從超導量子電腦、量子運算基礎建設、AI自動化校準、腦科學到智慧醫療應用，探討量子AI如何推動下一波產業與生命科技變革。

研討會一開場即拋出全球科技界高度關注的核心問題：第一台真正具通用價值、可容錯、能支撐大規模商業應用的量子電腦何時到來？依IBM、Google等國際大廠路線圖觀察，第一波具「實用量子優勢」的特定商業應用，可能在近年逐步浮現，其中，IBM已將2029年，列為推出大型容錯量子電腦的重要目標年。

亞大校長蔡進發表示，人工智慧正快速改變高等教育、醫療照護與產業創新，而量子運算則被視為突破傳統電腦部分極限的下一代關鍵技術，面對全球量子科技投資升溫，台灣不只是半導體製造重鎮，也有機會在量子晶片、軟體平台、系統整合與高階人才培育上扮演重要角色。

蔡進發校長指出，量子與AI不是彼此獨立的技術，而是相互推進的新運算生態。AI可協助量子系統校準、最佳化與自動化；未來若能實現可擴展、可容錯的量子運算，則有機會在藥物開發、材料模擬、最佳化與複雜機率模型等特定問題上，補足傳統高效能運算與AI模型的限制，亞大期盼透過AI與量子研究中心，連結國際頂尖學者與產業領袖，讓學生及研究團隊接觸全球最新科技脈動，培育下一代量子工程與跨域應用人才。

蔡進發校長致詞，期許量子AI串聯國際產學研能量。（圖/記者廖妙茜拍攝）

中研院特聘研究員、量子電腦專題中心執行長陳啟東以「建構與擴展超導量子計算：QPU工程與AI驅動自動化」為題發表專題演講，從超導量子晶片設計、製程與封裝談起，說明量子處理器（QPU）如何從單一量子位元邁向多量子位元整合。他指出，量子電腦走向實用化的關鍵，不只是「做出量子位元」，更在於如何讓大量量子位元穩定運作、彼此協調並維持可用的計算品質。
陳啟東也分享團隊導入AI代理人進行量子位元校準的最新進展。他說，這類AI代理人有如實驗室中的「主廚」，可協調知識擷取、參數最佳化與實驗控制等不同模組，自動判讀量測結果並調整物理參數。過去高度仰賴研究人員經驗與長時間手動調校的流程，未來可望透過強化學習與自動化系統大幅縮短時間，推動量子電腦從實驗室研究走向可擴展、可維護的工程平台。

現場QA也聚焦量子電腦規模化挑戰。與會學者關心，AI代理人是否能進一步理解超導量子系統背後的物理機制，例如熱噪音、電荷噪音與量子位元間交互作用。陳啟東回應，單一量子位元行為相對容易掌握，但當量子位元數量增加且彼此耦合後，系統環境會變得高度複雜，甚至出現難以預測的全域最佳化問題；因此，未來量子運算穩定化，必須結合物理直覺、啟發式校準、機器學習與AI代理人共同推進。

上午專家座談由中央研究院院士、美國加州大學洛杉磯分校講座教授、亞大AI與量子研究中心榮譽主任王康隆主持，邀請陳啟東執行長、Rigetti Computing總裁兼執行長Subodh Kulkarni，以及Anyon Technologies共同創辦人暨執行長羅杰（Jie/Roger Luo）對談。與談人指出，量子運算未來十年的挑戰，不只在晶片前端製程，更包括低溫封裝、控制線路、同軸電纜替代方案、系統穩定度與資料中心整合等工程環節。

Subodh Kulkarni表示，超導量子電腦具備速度快、可製造性高等優勢，但若要真正提供穩定可靠的服務，仍須克服錯誤率、校準時間與系統一致性等挑戰。他以產業經驗說明，AI與機器學習已能將量子電腦啟動與校準時間，由過去數天甚至一週縮短至數小時等級，顯示AI正成為量子產業工程化的重要助力。羅杰則指出，未來不同量子平台可能各有適用場景，超導、離子阱、中性原子與光子等技術路徑未必只有單一贏家，而可能在不同應用中並存發展。

中醫大校長暨中研院院士江安世發表專題演講，分享人類腦圖譜計畫與腦科學未來展望。（圖/記者廖妙茜拍攝）

與會專家也指出，目前量子產業正朝多平台、多技術路徑並進。Rigetti以超導閘模型量子電腦為主要路線，D-Wave則以量子退火與混合量子最佳化服務見長，顯示量子電腦的發展並非單一路徑競賽，而是依不同問題、應用場景與工程條件，形成多元並存的產業生態。

中國醫藥大學校長暨中研院院士江安世，下午以「Progress in Mapping the Human Connectome」為題，分享腦科學與人類腦圖譜研究，展現AI、資料科學與生命醫學交會後，對理解大腦及推動未來醫療創新的重要意義。研討會也將量子AI議題延伸至生命科學與智慧醫療，與談專家指出，藥物開發、蛋白質摺疊、分子模擬與複雜疾病機制長期受限於龐大計算量；若未來量子運算能與AI模型有效結合，將有機會協助縮短新藥篩選與模擬時程，提升精準醫療與長壽健康研究效率。

現場師生也把握機會提問，關心AI與量子浪潮下的學習方向與職涯準備。與談學者專家鼓勵年輕世代不必侷限於單一背景，量子產業未來需要物理、資訊、工程、醫療、材料與管理等多元專業共同投入；即使不是量子物理出身，只要能掌握AI工具、理解問題本質並發展自身專長，都有機會在新興科技生態系中找到位置。

與會貴賓合影留念，為量子科技與智慧醫療的國際交流留下珍貴紀錄。（圖/記者廖妙茜拍攝）

亞大AI與量子研究中心主任黃光彩表示，量子運算與人工智慧的深度融合，正逐步形成下一世代算力基礎。AI擅長模型建構、資料判讀與決策優化，量子運算則有機會處理傳統架構難以承擔的高複雜問題。兩者若能有效整合，將為智慧醫療、精準健康、金融科技、材料科學與產業最佳化開啟新局。

校長蔡進發指出，亞大近年積極推動AI、智慧醫療與量子科技布局，並持續深化與Rigetti Computing、Anyon Technologies、D-Wave Quantum等國際量子企業交流合作，透過這次研討會，亞大不僅連結全球前瞻科技，也展現培育跨域人才、推動台灣量子AI生態系的決心，期盼讓台灣高等教育在下一波AI與量子科技浪潮中，占有更關鍵的位置。