搶先Google、IBM一步,微軟推出秘密武器「Q#」,要讓量子電腦遍地開花
搶先Google、IBM一步,微軟推出秘密武器「Q#」,要讓量子電腦遍地開花
2017.12.12 | 微軟

量子電腦(Quantum Computer)被視為是下個世代的運算工具,微軟執行長薩蒂亞·納德拉(Satya Nadella)也曾將人工智慧(AI)、混合時境(MR)、量子電腦三者並列為未來重要的技術;Google、IBM、Intel也都虎視眈眈要搶攻這被視為明日之星的新科技,為了即早準備進入量子電腦的未來,微軟在本周宣布推出一款程式語言「Q#」,能夠協助開發者開發量子電腦的軟體,還喊出要在五年內讓量子電腦進入商業市場。

好不容易搞懂了AI、AR、VR、無人車這些最新的科技,量子電腦又是什麼?將會如何影響未來的世界?

別於傳統電腦,量子電腦運算能力加速

物理學家理察‧費曼(Richard Feynman)早在1982年提出將量子體系用於運算的想法,因此許多科學家開始投入量子的世界,並將量子電腦視為翻轉現代電腦科學重要的關鍵點,但量子電腦在1980年代技術並不成熟,大多處於理論推導的階段。

quantum computer
量子電腦被視為是下個世代的運算工具,擁有極快運算速度。
圖/ Microsoft

量子電腦比起傳統電腦擁有極快的運算速度,有別於傳統電腦是以簡單的0與1位元(bit)來儲存資訊,量子電腦靠的是量子疊加(superposition)、量子纏結(entanglement)兩種特性。量子疊加以量子位元(qubit)為單位,每單位可以是0或1、0與1相互疊加,共有四種組合,可以儲存更多、更複雜的資訊;量子纏結指的是量子位元可以分組聚合,讓電腦運算能力因此更為強大。

簡單來說,可以把傳統電腦想像成單一種樂器,量子電腦就像是眾多樂器組成的交響樂團,能夠一次同時演奏不同的段落,也就是說一台量子電腦,可以在短時間內完成一般電腦需要花上數十年才能解決的問題。

微軟執行長薩蒂亞·納德拉則曾用迷宮來比喻,一般電腦若要走出迷宮,需要不斷地測試、重來,直到找到正確的那一條路,會耗費許多時間,然而量子電腦能將資訊編碼,同步測試迷宮內所有的通道,這也就是為什麼說量子電腦是「下個世代運算工具」的原因。

微軟打造2款量子模擬器協助開發

12年前時任微軟首席研發策略長克瑞格·蒙迪(Craig Mundie)第一個跳出來支持物理學家費曼研究量子運算,讓量子電腦的發展一步步走向現實。微軟今年九月也公布兩款量子模擬器,一款可以實際在一個場域中運作,另一款能夠在微軟Azure雲端平台上運作。

微軟負責量子軟體開發的資深研究員Krysta Svore談到:「量子模擬器能讓開發人員在實體機器尚未問世的情況下進行開發工作;量子電腦能夠自動進行建模,如果是透過傳統電腦,我們並不能真正了解這些流程。」

微軟也在今年九月的Ignite全球開發者大會上,宣佈量子運算將是未來發展的主要目標,並提到要在年底釋出量子運算程式語言的Preview (預覽版),將會整合到微軟開發工具套件系列Visual Studio中,預計可支援量子模擬器及未來量子電腦。

微軟執行長薩蒂亞認為,量子電腦的高速運算速度可以幫助人類解決像是醫療、能源,這類傳統電腦運算需要花上百萬年時間才能解決的難題,研究人員能因此受惠加速開發出新的材料、程式等。

quantum computer
量子電腦就像是眾多樂器組成的交響樂團,能夠一次同時演奏不同的段落。
圖/ Microsoft

量子運算程式語言「Q#」誕生

達成九月在Ignite開發者大會上的目標,微軟在本周宣布推出量子運算程式語言的Preview (預覽版)開發包,號稱可以降低商用量子計算技術的出錯率、增加穩定性,並加快量子運算走向商業化的速度。

這款開發包,有一個叫「Q#」的程式語言,可以協助開發者為量子電腦開發軟體,以及一台整合在微軟開發工具套件系列Visual Studio中的量子電腦模擬器「Q# library」,個人用戶最多可以模擬30個邏輯量子位能問題、企業客戶則可以模擬超過40個量子位能的計算問題,讓開發人員可以在一般電腦上利用Azure雲端服務測試量子電腦軟體,提供全套式的解決方案。

同時,微軟正在研發一款更穩定的拓撲量子位元(topological qubit),拓撲量子電腦最早的用途,是協助AI研究人員利用機器學習加速訓練演算法,資深研究員Krysta Svore提到量子技術的演算法能夠大大提升機器學習效率;微軟量子計算主管托德·霍姆達爾(Todd Holmdahl)則說,因為拓撲量子電腦可以創造更穩定的量子位元,因此電腦出錯的機率也會因此降低,並認為在未來5年內,微軟量子電腦就能走向市場。

不只是微軟,Google、IBM也都在布局量子電腦領域,Google在今年十月宣布將在明年初測試自家的量子電腦,並喊出最快要在5年內推出商業化的量子電腦;IBM同樣在量子運算領域深耕多年,今年3月公布第一款商用可量產的「IBM Q 量子電腦」,並表示在未來幾年內會開始把用量子電腦交貨給合作夥伴,且有信心在未來十年內打造出一台具備50~100位元的量子電腦,運算能力將遠遠超越現在任何一台超級電腦。

quantum computer
今年3月,IBM公布第一款商用可量產的「IBM Q 量子電腦」,並表示在未來幾年內會開始把用量子電腦交貨給合作夥伴。
圖/ IBM

研發量子電腦的困境?

不過,研發量子電腦也面臨不少困難,像是微軟所使用的拓撲量子相當脆弱,量子位元可能因為噪音等干擾導致數據流失,為了將干擾降到最低,必須將處理器放置在比太空還冷上250倍的低溫環境中,在這個「地球上最寒冷的地方」才能讓人類與量子電腦一起工作,目前為止因為打造這樣的環境條件仍需要相當困難的技術,也導致量子電腦發展速度受到限制。

即便目前量子電腦的技術仍在非常早期的階段,但這項科技的潛力是所有國家及公司都不會想錯過的,就像前微軟首席研發策略長克瑞格·蒙迪(Craig Mundie)說的:「這是70年來,我們第一次建構一個完全不同的運算系統,這並非升級或改進,而是一個完全不同性質的新事物。」

關鍵字: #微軟 #量子電腦
往下滑看下一篇文章
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率

在 AI 快速進入企業營運核心的時代,數據不再只是被動的分析素材,而是 AI 模型運作與決策優化的重要基礎。

零售品牌積極累積大量第一方數據,例如會員資料、交易紀錄以及線上與線下行為數據,但因這些數據分散於不同系統,缺乏統一的身分識別機制以及明確的元數據(Metadata)定義,導致難以整合與分析,同時,也影響 AI 對這些數據資產的理解與應用。

為解決上述挑戰,Vpon 威朋將累積十餘年的實務經驗轉化為產品與服務,如 Audience Center 與 AI Agent 等解決方案,並透過專業顧問團隊協助企業完成數據收集、清理、整合與分析等關鍵流程,從資料清理到 AI-Ready 再到落地應用,讓行銷與業務團隊能以自然語言將數據查詢與分群受眾逐步自動化,大幅縮短過去仰賴技術與分析團隊溝通需求與開發分析邏輯的時間。

Vpon 助零售業打造 AI-Ready 數據基礎,以 Audience Center 驅動業務商機

如何建立 AI Ready 數據基礎建設?

Vpon 威朋數據科學經理廖宜楷指出,在 AI 驅動的時代,數據的品質決定模型價值。其中四個關鍵分別是:建構標準化的數據採集與處理管線,透過統一的工程規範,確保所有進入系統的數據在格式、維度與質量上具備高度一致性;其次是定義語義清晰的元數據(Metadata)體系,確保數據能夠被 AI 理解與使用,從而產出具備可靠性的產出結果;再來是打破企業內部的「數據孤島」, 透過完整整合線上(Web/App)行為與線下(POS/CRM)會員資訊,建構全方位的會員數據輪廓,精準捕捉消費者的跨通路行為軌跡。最後,數據的價值隨時間遞減,AI 的決策品質取決於數據的「新鮮度」,因此,數據的持續更新與自動化維護,不僅能讓企業在動態市場中保持敏銳,還可進一步深化會員輪廓分析的即時性。

舉例來說,在 Vpon 團隊的協助下,台灣百貨零售龍頭透過整合 Web 與 App 行為資料,並將線上與線下數據集中於數據中台進行分析,將傳統耗時數小時的複雜資料庫分析工作縮短至秒級回應,並基於此高效率基礎,進一步開發不同業務主題的預測與分群模型,提升行銷精準度與營運決策的敏捷性。

扎實數據基礎的價值落實:Audience Center 如何賦能企業實現「數據即戰力」?

有了堅實的數據底座後,下一步是透過 Audience Center 將數據資產轉化為商業動能。

廖宜楷指出,在變化快速的零售與數位行銷市場中,速度就是競爭力。然而,仍有許多企業在數據應用上面臨嚴重的溝通與技術斷層。過去,當行銷或業務人員需要數據支持時,通常得花費繁複的內部流程申請需求、討論需求,才會進到後續的資料清理、建模與分析,最後才能得到想要的分析結果或行銷名單。這種以「週」為單位的進程,不僅拖慢了決策效率,更讓企業在競爭激烈的市場中錯失先機。

Audience Center 的核心價值在於徹底翻轉上述流程,將數據處理轉化為數據服務,透過直覺的介面與背後扎實的數據基礎支撐,讓非技術人員不用編寫程式碼,即可自行組合維度,大幅縮短從需求到執行的距離,將原先需要耗時數週的作業流程優化成秒級產出。

「Audience Center 的導入,不僅有助於提升效率,更賦予企業快速試錯與精準捕獲趨勢的能力,讓數據真正成為驅動業務增長的引擎。」廖宜楷如此總結。

#1 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學經理 廖宜楷
圖/ 數位時代

以 AI Agent 重塑數據使用方式,讓數據更貼近決策流程

「Vpon 除提供 Audience Center 協助品牌發揮第一方數據資產價值、提供豐沛的第三方數據助品牌深化對客戶輪廓的掌握度,更推出 AI Agent 服務讓品牌與行銷人員能更直覺地使用數據。」Vpon 威朋數據科學資深總監陳文謙表示,在數位轉型的過程中,許多企業面臨的挑戰不僅是數據整合,更包括如何讓不同部門的人員都能更即時協作與應用數據,有鑑於此,Vpon 推出四種 AI Agent 協助企業分析與應用數據,極大化第三方數據成效:

第一,以 Reporting Agent 讓高階主管或行銷人員可以自然語言查詢數據與生成報表,即時掌握市場動態,加速決策下達與決策品質。

第二,透過 Insight Agent 確保數據分析不受分析人員的主觀意識或產業知識侷限,可以輕鬆完成跨領域數據分析、快速挖掘潛在市場機會與消費者洞察。

第三,藉由 Audience Agent 將客戶分群方式從規則導向(Rule-based)轉變為關聯導向,以關聯分析擴大受眾範圍,協助品牌找出更多潛在客群。

第四,推出 Creative Agent 協助行銷人員分析廣告素材表現的根本原因,釐清受眾喜歡的素材跟不喜歡的素材,藉此優化廣告投放內容,持續提升轉換率。

陳文謙表示:「透過 AI Agent 的輔助,品牌不僅能更快完成數據分析,也能將分析結果直接轉化為行銷策略與創意建議,降低跨部門溝通成本,讓數據真正參與決策流程。」

#2 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學資深總監 陳文謙
圖/ 數位時代

鏈結數據生態夥伴,以跨境數據放大行銷效益

除了協助品牌主建立 AI Ready 的數據基礎環境並提升數據使用效率,Vpon 也持續拓展數據生態圈,協助零售品牌更精準布局海外市場。

Vpon 威朋產品行銷資深經理邱心儒表示,跨境行銷過去多仰賴經驗與市場直覺,但透過數據整合與 AI 分析,品牌能更精準理解海外消費者的旅遊與消費行為。

以 Vpon 與日本 Loyalty Marketing Inc. 合作為例說明,透過雙方的獨家合作,企業可以結合 Ponta 超過一億的會員數據、問卷調查結果以及 Vpon 的七大數據來源,深入分析日本消費者的消費偏好與購買力——包括哪些日本族群對台灣品牌最感興趣、最受歡迎的台灣商品類型,以及不同客群的價格敏感度與回購行為等,將行銷決策從過往的經驗判斷轉變為精準的數據洞察,成為品牌出海的重要工具。

簡言之,對零售品牌而言,跨境數據是理解海外旅客真實樣貌的一大利器,也能進一步優化廣告投放、內容策略與商品布局,讓品牌在拓展國際市場時,可以更有效率地接觸潛在客群,放大行銷效益。

#3 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋產品行銷資深經理 邱心儒
圖/ 數位時代

展望未來,Vpon 將持續擴展數據生態圈並優化產品服務,幫助零售品牌從數據整合、AI 分析到市場決策建立完整的數據應用循環,希望以數據夥伴的角色與品牌共同成長,打造互利共贏的數據生態。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
AI全球100+台灣20
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓