鴻海研究院量子計算捷報 獲頂級 AI 研討會 ICLR 接收發表

全球最大科技製造與服務商鴻海（2317）旗下鴻海研究院（Hon Hai Research Institute, HHRI）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（International Conference on Learning Representations）接收，預計將於今年四月在新加坡舉行的ICLR 2025（The Thirteenth International Conference on Learning Representations）年會上對外發表。

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。

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，爲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，也爲量子-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四千多筆，2025年將在新加坡展覽中心舉行第13屆年會。

鴻海研究院此次的技術突破，將爲臺灣在量子計算與機器學習領域取得關鍵影響力，也證明鴻海在量子計算領域的持續耕耘投入，已經累積相當卓越的技術能力。鴻海研究院將繼續致力於量子計算的研究，爲全球技術創新和產業進步做出更大的貢獻。