產學開發數位退火演算法 助材料篩選加速10倍

國科會支持的研究團隊開發特殊「數位退火」演算法，並與台塑、富士通、資策會合作，從5000種候選結構篩選出5種效果較佳的抑制劑結構組合，所需時間大幅縮短至原來的1/10；目前相關技術已投入台塑PVC製程測試，也會將應用擴展至環保、綠能的材料研究。

所謂「數位退火」（DigitalAnnealing），主要目的是為了在量子電腦發展成熟到可正式運算前，嘗試解決傳統計算耗時過久而無法處理的複雜問題，而數位退火技術最適合用於解決「組合最佳化」的各種問題，比如護士排班等。

國科會今天舉行學術成果記者會宣布，國科會支持的台灣大學、中原大學等研究人員，開發出適用於環狀化合物篩選的數位退火演算法，並使用台塑公司的完整化合物數據庫「二次不受限二進位最佳化」（QUBO）的擬合參數，將研發的演算法結果在富士通第三代數位退火硬體中執行後，獲得顯著績效。

國科會指出，計算程序篩選出的分子，經台塑先導工廠確認之後，正投入PVC（聚氯乙烯樹脂）製程的相關測試中；同時，相關結果被遴選為Industrial&EngineeringChemistryResearch國際期刊下期封面之一。

研究團隊進一步說明，石化產品在與氧氣接觸時，會發生自然氧化現象，適當地添加抑制劑，能有效減緩化合物氧化速率，這次則是擇定酚類抑制劑進行研究，希望能從海量的組合中，快速篩選出抑制效果好的結構。

研究團隊表示，經由退火模型，團隊從超過5000種候選結構中，選出5個預期具有最佳效果者，並以傳統的古典模擬計算驗證，發現退火模型計算結果具有相當的精確度。

在時間成本的比較上，從5000種候選結構，篩選出5種效果佳者，以古典模擬來說需要7500小時，退火模型僅需要700小時，換言之，篩選所需時間大幅縮短至原來的約1/10，對產業在進行化合物合成與尋找新化合物，有良好加速效果。

研究團隊指出，在通用量子電腦成熟前，此退火技術實際應用價值相當高，台塑除本次的酚類抑制劑研究外，也會擴展應用至環保、綠能相關的材料研究中；同時，目前的篩選架構尚未考慮成本，未來也將加入價格篩選。