亞洲大學（Asia University, Taiwan）與國立成功大學合辦「量子智慧學校-量子電腦講座」，5月8日課程由亞洲大學校長蔡進發主持，並由國立成功大學超級電腦中心主任黃吉川講座教授，及亞洲大學生物與醫學工程學系王昭能教授，共同主講「量子搜尋演算法在AI之應用」，探討如何將量子計算技術，與目前最熱門的人工智慧應用相結合。
蔡進發校長致詞時提到，量子電腦因發展速度飛快，很可能提早於未來10年在各領域應用就會大爆發，包括在人工智慧、藥物開發、氣候預測等應用，有相當的機會做出顯著貢獻，並創造出驚人產值。
蔡進發校長指出，量子電腦由於利用了量子力學中，量子特有的疊加態(Superposition) 與糾纏態 (Entanglement)，使得過去在傳統電腦中，必須一筆一筆計算的方式，變成可以在同一個時間進行平行演算，當位元數一多，其加速運算的能力將以指數方式成長。
圖說：亞大校長蔡進發在「量子智慧學校-量子電腦講座」表示，在量子電腦發展路上，亞大將不會缺席。
圖說：亞大王昭能教授以以「當機器學習遇上量子計算」為題演講。
亞大王昭能教授以「當機器學習遇上量子計算」為題演講中提到，未來人工智慧在量子電腦逐漸成熟後，可能會有三個可能的發展方向：第一種類型是機器學習的整體計算依然採用傳統電腦，但把比較複雜的計算轉換成量子電腦演算法，用量子電腦來運行以加快學習速度；第二種是設法利用量子計算演算法，取代傳統機器學習問題的求解過程，產生出新的機器學習演算法；第三種則是反過來利用機器學習演算法去研究量子的世界。
王教授指出，人工智慧的發展前後其實歷經50年的起起落落，但目前人工智慧的訓練仍需要大量的運算，尤其在尋找最佳化參數時仍需要大量的運算時間。因此，若能結合量子電腦高速的平行計算特性，進行最佳參數搜尋，將可以大大改善目前人工智慧演算法的運算速度。目前的研究重點在於如何將目前的人工智慧演算法的參數輸入，與數學模型改造成量子電腦可以接受的模型。
成大黃吉川講座教授詳細介紹目前成大研究團隊，如何利用著名的量子演算法-Grover演算法，應用在類神經網路的訓練。Grover演算法主要的優勢在於從2n筆資料中，能在√(2^n )次的搜尋中就能找到搜尋的目標，相較於傳統電腦平均要2^(n-1)次的搜尋快上許多，尤其當資料量越大其優勢越明顯。黃講座教授在課程中將Grover演算法與類神經網路結合，推導出適合量子電腦計算的人工智慧演算方法，這是目前最新一篇有關如何結合量子計算模型，與人工智慧演算法結合的研究。
黃吉川講座教授在量子計算的研究超過30年，目前黃講座教授的團隊以通用量子邏輯閘成功建立了多目標Grover演算法之量子運算電路。通用量子邏輯閘與傳統電腦通用邏輯閘的觀念類似。
一部傳統電腦可以全部以通用邏輯閘組成。同樣道理，一個設計好的量子演算法，理論上也可以全部以通用量子邏輯閘組成，黃講座教授研究團隊所設計的量子邏輯電路，可以在總數為N的樣本中，搜尋M個目標為最佳解的情下，只需要搜尋√(N/M)次即可，可以說是領先全球的研發成果。
黃吉川講座教授表示，已知全世界的主要大國，都已開始投入大量的資源，發展量子電腦的各項軟硬體設備，尤其是美國與中國大陸，美國的IBM甚至將已經實作成功的量子電腦對全世界開放，雖然目前功能相當有限，但全球量子電腦技術的進步，在近幾年有十足的進展。加拿大D-WAVE公司則在2011年，也發表了第一款商用型的量子電腦，主要用在最佳化的問題的求解。
亞大與成大4月25日起到5月底，連續5個週末假日在台北市國家圖書館，共同舉辦「量子智慧學校-量子電腦講座」，吸引陽明交大、清大、台大及亞洲大學師生、師大附中師生、富邦金控、資訊業界工程師等學界與業界80位菁英參加。
亞大校長蔡進發表示，與成大合辦的量子計算研習活動，旨在喚起國內對量子運算教育的熱情，期望未來台灣能在量子電腦發展的龐大機會上佔有一席之地。
圖說：成大講座教授黃吉川演講「量子搜尋演算法在AI之應用」。
圖說：亞大校長蔡進發(左)，仔細聆聽成大講座教授黃吉川演講「量子搜尋演算法在AI之應用」。
圖說：亞大校長蔡進發(前排左三)與成大講座教授黃吉川(左四)，與參加「量子智慧學校-量子電腦講座」的講師、學員們合影。
