鴻海量子機器學習技術重大突破　4月將登頂級AI研討會ICLR對外發表

財經科技新知

2025/03/07 14:00

【記者李宜儒／台北報導】鴻海旗下鴻海研究院量子計算研究所最新量子機器學習研究成果再傳捷報，近日獲國際頂尖AI研討會ICLR（International Conference on Learning Representations）接收，預計將於今年4月在新加坡舉行的年會上對外發表。

輝達執行長黃仁勳在今年1月初曾表示，NVIDIA可以製造量子電腦晶片所需的傳統晶片，不過他也預測，要讓「非常有用的量子電腦」上市，可能需要15-30年。

本次由鴻海研究院量子計算研究所所長謝明修和該所博士實習生劉宸銉，攜手美國喬治亞理工大學與臺灣大學，在量子機器學習領域取得重大突破，提出全新的量子參數適應（Quantum Parameter Adaptation, QPA）方法，成功將量子計算與古典深度學習結合，提升參數高效微調（Parameter-Efficient Fine-Tuning, PEFT）在大型語言模型上的應用能力。

透過量子神經網路（Quantum Neural Network, QNN）在訓練階段產生古典模型的權重參數，可在不犧牲模型效能的前提下，大幅降低所需調整的參數數量。實驗結果顯示，QPA 相較於傳統方法，能有效減少參數需求，同時保持甚至提升文本生成效能。

鴻海研究院這次成果首次展現在量子參數生成的架構下，可將量子計算資源限制於訓練階段，推理時仍可完全依賴古典硬體運行，為量子與古典計算的協同發展開闢全新路徑。這項突破性技術不僅降低了量子機器學習對量子硬體資源的依賴與部署成本，也為量子-古典混合超算（Quantum-Centric Supercomputing）在大型語言模型中的應用奠定了重要基石，展現了量子計算在現實應用中的可行性與前景。

ICLR是機器學習領域的頂尖國際會議，在 Google Scholar Metrics 的所有被索引的會議與期刊中，根據 h5-index 指標排名，ICLR 的 h5-index 高達 304，位列全球第 10 名，展現其在學術界的卓越影響力。今年總共有11,672件論文投稿，投稿數量比起去年多出4千多筆，2025年將在新加坡展覽中心舉行第13屆年會。