未來算力，量子AI技術與應用：材料結構模擬、癲癇腦波預警、基因表達分析……解決傳統AI算力瓶頸，重構未來產業版圖 (ISBN:9786267708668)

  內容簡介 量子運算與人工智慧融合的嶄新視野 走進次世代科技，掌握跨領域競爭優勢 一書在手，擁抱計算科學新紀元 ⚑ 一場技術革命 隨著摩爾定律逐漸失效，傳統半導體技術面臨物理極限，資料密集型應用對算力的需求日益劇增。本書以「智慧算力的下一步」為核心視角，深入探討量子運算作為新一代算力支柱的可行性，並展現量子技術如何重塑人工智慧的演算法與應用。 ⚑ 量子AI核心技術全揭露 本書介紹量子AI的主要架構與技術模組，包括量子自編碼網路、量子卷積神經網路、量子注意力機制、量子對抗網路與量子強化學習等。讀者能清楚看見傳統AI技術如何轉化為量子版本，並掌握其潛在優勢。 特別值得一提的是，書中引介了參數化量子線路與量子神經網路等關鍵架構，展示其在減少參數數量、提升學習穩定性與抗干擾能力上的優勢，為深度學習的下一階段提供新方向。 ⚑ 應用導向的實務案例與程式實作 本書並非僅止於理論推導，而是強調「落地應用」與「可操作性」。透過多個跨領域案例，包括新冠病毒RNA變異預測、蛋白質靶點親和力分析、太陽能材料結構設計、癲癇腦波分析等，作者展示了量子AI在各種產業的實際潛力。 ⚑ 面向未來的量子AI生態與開源願景 書中提及，量子AI要真正落地，不只需要硬體突破，還需建立可普及的開發框架與生態系。因此，書中特別介紹了如何基於PyTorch架構打造類Qiskit風格的量子神經網路開發平台，降低跨領域開發者進入門檻。 量子AI的學術與產業價值已逐漸受到全球重視，但其門檻亦高。本書以開源、模組化、跨語言整合的方式，鋪設出一條從理論、技術到應用的完整道路，為後續研究與開發提供可複製、可擴展的框架參考。 ⚑ 適合對象與學習價值 本書適合AI開發者、資訊工程師等具備數學與程式基礎的讀者閱讀。它不僅是一部技術參考書，更是一扇通往未來智慧算力世界的大門。透過本書，讀者能掌握量子AI的基礎邏輯與發展藍圖，並獲得實作與應用層面的具體指引。 隨著量子計算逐漸走出實驗室並邁向產業落地，量子人工智慧勢必成為21世紀最具顛覆性的科技之一。本書是理解與參與這場革命的起點。 本書特色 本書結合量子運算與人工智慧兩大尖端科技，深入淺出地介紹了量子電腦與AI的融合趨勢。涵蓋量子自編碼器、量子卷積神經網路、量子注意力機制等前沿技術，並搭配PyTorch與Qiskit實作範例。特別收錄新冠病毒變異預測、藥物設計、基因表達等應用，展現量子AI在醫療與材料科學的潛力，是探索未來智慧算力的入門寶典。   作者介紹 作者簡介 金賢敏 大學長聘教授，博士生指導教授，量子資訊技術研究中心主任，獲獎無數，國家級實驗室學術帶頭人。 胡俊杰 現就職於量子資訊技術研究中心，主要研究方向為在實驗室光子晶片平臺上進行量子類比與量子機器學習。博士畢業，研究方向為機器學習與材料模擬的交叉方向。   目錄 前言 第1章 量子運算與人工智慧 第2章 量子運算的基礎框架 第3章 量子化自編碼網路 第4章 卷積、圖與圖神經網路相關演算法 第5章 關於注意力機制 第6章 量子化對抗自編碼網路 第7章 強化學習的概念和理論 第8章 量子機器的學習模型評估 第9章 TorchScript量子運算元編譯 第10章 量子StyleGAN預測新冠毒株Delta變異結構 第11章 模擬材料相變過程的路徑搜尋 第12章 蛋白質－生物分子親和能力預測 第13章 關於基因表達 附錄A 神經網路的基礎簡介