By Kenna Hughes-Castleberry offentliggjort 30. september 2022
Af de mange industrier, som kvantecomputere helt sikkert vil drage fordel af, er finansindustrien en af de største. "I bund og grund har alle store banker nu deres eget kvantehold," forklarede Roman Orus, medstifter og Chief Scientific Officer af Multiverse computing, en førende kvantesoftwarevirksomhed. Orus er også Ikerbaskisk forskningsprofessor ved Spaniens Donostia International Physics Center (DCIP), hvor han skrev en indflydelsesrig papir om kvanteberegning og finansiering. "Der er mange forskellige steder, hvor kvantecomputere kan hjælpe med finansiering," tilføjede Orus.
Ligesom meget af finansindustrien er fokuseret på at analysere store puljer af rå data og ved at drage forskellige konklusioner, kan kvanteberegning forbedre denne proces væsentligt. Da kvantecomputere bruger algoritmer til at køre flere beregninger på én gang, kan de producere resultater i en hurtigere hastighed, hvilket er afgørende for handel det sker i et hurtigt tempo på aktiemarkederne. De svar, som kvantecomputere giver, er også unikke fra klassiske computere, hvilket giver andre fordele. "Som kvantefysik er de sandsynligt snarere end deterministisk" forklarede a 2020 artiklen fra McKinsey& Company. "[Dette betyder], at de kan variere, selv når inputtet er det samme." Disse forskellige input er især vigtige for optimeringsproblemer, finansielle simuleringer, opdagelse af svindel og markedsforudsigelser, alle processer, som banker og andre finansielle institutioner bruger på daglig basis.
Læser Monte Carlo-simuleringer
En af de mest almindelige optimeringssimuleringer, især for finansielle porteføljer, er Monte Carlo simulering. Denne metode bruger en tilfældig stikprøve af input til at løse et statistisk problem, hvor simuleringen giver en visuel løsning på dette problem. "I den finansielle sektor er disse Monte Carlo-simuleringer almindeligvis brugt til stresstest og kreditrisikovurdering, men de er dyre, tidskrævende og kræver mange computerhestekræfter," forklarede Zapata computing's Chief Marketing Officer Katherine Londergan. Fordi Monte Carlo-simuleringen kan bruge forskellige input, er den blevet brugt af forskellige kvantevirksomheder til at teste deres teknologi. Zapata Computing, en markedsledende kvantevirksomhed baseret i Canada, udgav for nylig en papir fokuseret på at bruge denne simulering til kreditvurderingsjusteringer. ”Vores arbejde med BBVA [en global bank] udforsker potentialet for kvantefordele for Monte Carlo-brugssager, herunder kreditvurderingsjustering (CVA) og afledte prisfastsættelse, "sagde Londergan. "Banker, som BBVA, udforsker aktivt måder at gøre disse simuleringer mindre tidskrævende gennem kvantecomputere."
Andre finansielle processer, som kvanteberegning kan anvendes til at omfatte opdagelse af svindel og markedsforudsigelser. Finansielle institutioner bruger allerede maskinlæringsalgoritmer til at hjælpe i disse situationer, men i fremtiden vil de måske tage dem i brug kvantemaskineindlæring at forbedre tingene endnu mere. "Med kvantecomputeren kan du forbedre maskinlæringsalgoritmer," sagde Orus. For sager med live datastrømme, såsom i svigagtige transaktioner, kan kvantemaskinelæring muligvis behandle dataene i en hurtigere hastighed, hvilket hjælper med at holde økonomiske processer mere sikre og effektive.
Kvanteudglødning og finansindustrien
Mens quantum computing uden tvivl vil gavne finansindustrien, vil quantum annealing specifikt spille sin egen vigtige rolle. "Kvanteudglødning er en særlig model for kvanteberegning," forklarede Orus, "[Så den er] bygget til kun at løse ét specifikt problem, som er optimering. Så du kan have en omkostningsfunktion, du skal minimere, for eksempel risikoen ved en portefølje af aktiver. Dette er den type problem, du kan løse med kvanteudglødning." Virksomheder kan lide D-Wave eller Lockheed Martin er allerede ved at udvikle kvanteudglødninger, hvoraf mange kan bruges af finansielle institutioner. Fordi mange problemer inden for finansindustrien involverer optimering, vil kvanteudglødninger tilføje fordele til en bredere vifte af applikationer, end hvad der kan forventes. "Selv for simulering af visse økonomiske modeller kan du også gøre dette via kvanteudglødning," tilføjede Orus. "For eksempel at finde økonomisk ligevægt, hvilket blot er et optimeringsproblem."
Selvom kvanteberegning vil tilføje mange fordele til den finansielle sektor, er der mange stadier, før denne teknologi kan blive mere udbredt. "At lede efter inkrementelle fordele med kvantecomputere i finanssektoren vil være udfordrende," sagde Londergan. "Vi har oplevet, at vores finansielle kunder er meget avancerede i at udnytte kraften i AI og ML, så vi samarbejder om kortsigtede use cases, hvor vi kan få en trinvis fordel." Selvom det kan tage noget tid at opnå denne fordel, kigger andre eksperter som Orus på nogle af de umiddelbare udfordringer, som kvanteindustrien står over for. "Jeg tror, at det største tilbageslag er udviklingen af hardwaren," sagde han. "De processorer, vi har i dag, er stadig af relativt lille størrelse og støjende." Når først hardwaren er forbedret og i stand til at skalere, vil denne innovative teknologi forhåbentlig være lettere at anvende.
Men der er også skridt, som finansielle institutioner bliver nødt til at tage for at indføre kvantecomputere. Som Londergan forklarede: "For at lykkes med at adoptere kvante, skal finansielle institutioner være fleksible modulære og have en fremadkompatibel tilgang til at bygge kvanteaktiverede applikationer. Det betyder, at algoritmer, datastrømme og kvanteklassiske hardware-backends nemt kan byttes ind og ud - uden en "rip and replace" af computerinfrastruktur." Sammen med denne fleksible tankegang kan banker og andre institutioner blive nødt til at ændre tidslinjen for, hvornår de implementerer denne teknologi, da det kan tage lidt tid. "Det er værd at sige, at Zapata mener, at store simuleringer, som disse Monte Carlo-brugssager, er mere end et årti ude," tilføjede Londergan.
Andre eksperter som Orus mener, at den udbredte anvendelse af kvantecomputere faktisk er meget tættere på. "Det er allerede begyndt at trænge ind i industrien," sagde Orus. "Vi begynder i det væsentlige at finde de første virkelige use cases. Så jeg vil sige, at i løbet af de næste to, tre år vil et stort flertal af de store banker have i det mindste en eller anden kvanteløsning i produktionen."
Kenna Hughes-Castleberry er medarbejderskribent hos Inside Quantum Technology og Science Communicator på JILA (et partnerskab mellem University of Colorado Boulder og NIST). Hendes skrivebeats inkluderer deep tech, metaverset og kvanteteknologi.
