科創講堂

積體電路‧跨領域:提升到類量子運算的高階人工智慧

講者/許炳堅(長庚大學電子工程系教授)

撰文/整理/科學人

科創講堂

積體電路‧跨領域:提升到類量子運算的高階人工智慧

講者/許炳堅(長庚大學電子工程系教授)

撰文/整理/科學人


1947年,貝爾實驗室的巴丁(John Bardeen)、 布拉頓(Walter Brattain)與蕭克利(William Shockley)三人發明了電晶體,並因此獲得了1956年諾貝爾物理獎。1958年,德州儀器的基爾比(Jack Kilby)發明了積體電路,並在2000年獲得諾貝爾物理獎,同時代的諾宜斯(Robert Noyce)也是積體電路發明者,可惜他已在1990年去世,無緣得獎。


許炳堅回顧電子技術發展史,大多遵循摩爾定律(Moore's Law),也就是每18~24個月,電晶體的數目或效能就會加倍。2018年,在晶圓製程方面,已經大量生產的是10奈米,開發完成的是7奈米,正在研發的是5奈米,要開始動工蓋廠房是3奈米。


這個領域往後還有很多發展的可能性。例如,電晶體原本都是平面,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,將來蓋的是摩天大樓,這樣就能住更多人。鰭式(fins)和環繞式(gate-all-around, GAA)都是積體電路在結構上的新發展。至於在系統方面,以前是單個晶片封裝,以後可能是好幾個晶片堆疊起來封裝。在材料方面,也有很多新的研究,例如石墨烯。


積體電路的應用範圍無遠弗屆,許炳堅舉例:包括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(去年科技部開始推動)、生醫電子的電子藥(精準醫療,減少副作用)、汽車電子的自動駕駛、物聯網等。


未來的變化


在整個知識體系裡,人工智慧目前是處於中段。很多人在問,人工智慧出現,年輕人怎麼辦?有出路嗎?其實人工智慧只會取代部份工作。


許炳堅指出,在電機資訊領域的共通流程圖裡,這些學問都是先從自己的「哲學」(萬學之學)思考開始。為了處理事情就會有「方法論」,真正處理時需要特定「方法」,例如人工智慧就需要「演算法」,演算法對應到硬體則稱為「架構」。如果要自己開發新產品,就必須先從事電路設計、晶片設計,或系統設計。設計完可交由科技公司發展技術,技術成熟後交由廠商進行製造、組裝。


最近, NVIDIA開發了GPU、Google開發TPU,中國發射了墨子量子電腦、加拿大D-Wave公司已經提供量子電腦, 2018年IBM正在研發50 q-bit量子電腦。台灣還沒有技術,但我們可以從上述的「方法論」、「方法」那裡開始研究。


人工智慧一般是以「神經元模型」發展「類神經網路」,類神經網路最近在人工智慧領域裡就叫做「神經網路」。許炳堅則認為,「模糊理論」可以往前發展成「類量子運算」,最後引導到量子電腦。


給年輕朋友的建議


許炳堅提到,年輕人在職場上要準備至少三套劇本。「你從事的職業符合所學,就是擔任主角;如果不是學以致用,就是擔任配角或龍套;如果創新,就是反派。」例如賈伯斯創立蘋果公司就是當主角,被新的CEO踢出公司後創立Pixar就是擔任配角,最後又回蘋果推出iPhone就是反派。


時代的脈搏,或者說時勢的變化,通常都是先從Chaos(混沌)開始,一路由Challenge(挑戰)、Change(改變)、Chance(機會),發展到Charm(優勢)。許炳堅笑說:「有趣的是,這幾個字都是Cha開頭。可惜的是,台灣大多在Chance的時候才進來,歐美在Challenge時就進來,台灣相對低薪就是這個原因。」


想要在21世紀成功,需要橫跨數字、語言文字和藝術/異術等領域,換句話說,要有跨界概念。許炳堅建議現場的年輕朋友:「你在學校只能學到已知的基礎知識和新知,頂多佔了成功要素的50%。將來面對未知領域,你要靠語言文字傳遞到位,甚至要有新的點子和創意才能成功。」


《科學人》雜誌的延伸閱讀:

〈走出摩爾定律的迷宮〉科學人2015年8月

〈量子電腦D-Wave Two〉科學人官網限定



更多相關文章

2018年6月196期手機殘害青少年大腦? 雜誌訂閱

本期最新文章