深夜學點量子力學！鴻海解鎖化學密碼　電池與藥物的私密深處被看見

財經中心／師瑞德報導

鴻海研究院與日本量子軟體公司 QunaSys 合作成果登上國際期刊，成功開發量子化學模擬新架構，結合壓縮編碼與神經網路，大幅減少運算資源。此技術有望加速藥物設計與新材料研發，讓量子模擬真正走入產業應用。（）

問你一個問題：「量子力學能拿來做什麼？」，除了「量子糾纏」、「量子電腦有可能破解比特幣密碼」之外，「量子力學」還能拿來吃嗎？答案還真的有可能是：「可以！」量子力學不再遙不可及，也不再只是科學家的黑板推演。鴻海研究院與日本量子軟體公司QunaSys攜手研究，揭開分子結構背後的精密語言，為製藥、材料與能源產業開出一條看得見的新路。

雙方合作成果《Neural Network Assisted Fermionic Compression Encoding: A Lossy-QSCI Framework for Scalable Quantum Chemistry Simulations》日前已獲《Physical Review Research》接受刊登，這是兩家機構自2024年合作以來，第一項成功發表的核心研究成果，也象徵量子模擬技術正逐步從實驗室走向實用場域。

壓縮分子的秘密

傳統的量子化學模擬需要龐大的計算資源，即便是目前最先進的量子電腦，也常因位元數不夠、錯誤率過高而無法模擬複雜分子。鴻海研究團隊此次與 QunaSys 合作，提出名為「Lossy-QSCI」的新架構，結合神經網路與費米子壓縮編碼（Fermionic Compression Encoding）概念，成功在減少量子位元使用的同時，仍維持模擬的化學精度。

這套方法彷彿替量子電腦加上一組智慧壓縮演算法，先分析分子中哪些資訊最關鍵，再針對性進行壓縮與解碼。鴻海開發的 RLE（Run-Length Encoding）技術正是關鍵之一，能有效降低 VQE（變分量子特徵求解器）所需的資源負擔，並加速 QunaSys 的核心模擬演算法 QSCI 的運作效率。

藥廠與材料實驗室的新助手

這項研究意義不僅在於數學與工程的突破，更在於為實際產業場景打開了模擬的門。藥廠過去需仰賴數年實驗篩選候選分子，成本高、時程長；而量子模擬若能快速預測分子行為與反應能量，便能提前剔除無效設計，大幅縮短研發週期。未來的藥物設計，或許不是從試管中來，而是從模擬結果中「預見」。

在材料與新能源領域，量子模擬則可應用於高性能電池材料、催化劑與半導體結構探索。模擬原子排列、電子分布與反應路徑，意味著研發人員可在「造出來」之前，先「算出來」。這不僅節省資源，也將使材料創新更具預測性與效率。

亞洲量子研究崛起

此次鴻海與QunaSys 合作開發的新型費米子編碼法，展現雙方在模擬壓縮、神經網路輔助解碼等技術領域的深度整合能力。這不再只是科學研究，而是量子技術產業化過程中重要的一步，也突顯亞洲技術團隊在國際量子競技場上的研發實力。

本項成果已刊載於《Physical Review Research》，該期刊隸屬美國物理學會（APS），是跨領域自然科學研究的重要平台，影響因子達4.5，在全球物理與應用科學社群中具高能見度。

這也象徵亞洲團隊在量子軟體與應用研究上逐步崛起，不再只是追趕歐美，而是在部分領域走出自己的解決路線，建立與產業現實連結的價值模型。

鴻海量子藍圖朝落地應用邁進

鴻海研究院成立於2020年，致力於3至7年內的前瞻技術發展，涵蓋 AI、通訊、半導體、量子、資安等五大研究所。此次與 QunaSys 的合作，不只是技術整合，更是產品與解方的長線佈局。

展望未來，雙方將持續針對製藥、材料、新能源等場景進行演算法調校與應用測試，目標是讓這項技術能真正進入實驗室與企業研發環節，讓量子模擬成為科研與產業間的橋梁，不再只是未來式，而是現在進行式。

QunaSys量子攜手知名大廠

QunaSys 成立於 2018 年，是一家來自日本的量子計算軟體公司，專注於開發用於化學模擬與優化問題的量子軟體平台。其旗艦產品 QURI 工具包，允許使用者不需撰寫量子電路即可進行量子計算，並針對製藥、材料科學、新能源等高需求場景提供模擬解決方案。QunaSys 的平台不依賴特定硬體架構，讓企業即使在當前量子硬體尚未成熟的情況下，也能展開演算法測試與應用原型設計。

除了與鴻海合作外，QunaSys 亦與三菱電機、富士通、電信公司 KDDI 等大型企業建立策略合作關係，推動量子科技產業化，成為日本及亞洲區量子應用領域的重要角色。

上面這張好幾個圈圈跟虛線的圖，沒有解釋你絕對看不懂，看懂了，你才能加入量子力學的世界！

當我們談到量子化學模擬時，通常會想到非常複雜、需要超大算力的計算。的確，模擬一個分子的電子結構，可能會動用到整台量子電腦的資源。但鴻海研究院和日本的 QunaSys 找到了一條更聰明的路：他們想辦法「縮小模擬的世界」，卻不犧牲準確度。

你現在看到的這張圖，就是他們提出的新方法，Lossy-QSCI 的整體概念。最外圍那個灰色的框框，代表整個可能的量子狀態空間，裡頭包含了所有可能的分子結構和狀態。要從這麼大的空間裡找到有用的答案，過去幾乎是不可能的事。但他們沒有硬幹，而是設法縮小搜尋範圍。

QunaSys 提出一個叫 QSCI 的模型，幫你把焦點集中在比較有機會找到答案的區域。接著鴻海出手，他們設計了壓縮技術 RLE，把這塊區域再濃縮一遍，做成更小但依然有用的子空間。就像是先用篩子把一堆沙子過濾掉，再用顯微鏡精準挑出鑽石。

這樣的做法大大降低了運算資源的需求，讓現階段的量子電腦也能參與進來。圖中黃色星星是模擬想要接近的「真實答案」，而這些壓縮後的小區塊，就是用更聰明的方法去靠近它的路徑。

簡單說，這張圖在講一件事：與其蠻幹，不如聰明做。鴻海和 QunaSys 正在幫量子電腦裝上一顆會思考的大腦，讓它能更快、更省力地找出我們真正想要的答案，這對藥物開發、新材料設計來說，是非常實用的一大步。