By Kenna Hughes-Castleberry publié le 30 sept. 2022
Parmi les nombreuses industries dont l'informatique quantique bénéficiera certainement, l'industrie financière est l'une des plus importantes. "Essentiellement, toutes les grandes banques ont désormais leur propre équipe quantique", a expliqué Orus romain, co-fondateur et directeur scientifique de Informatique multivers, l'un des principaux éditeurs de logiciels quantiques. Orus est également professeur de recherche Ikerbasque au Centre international de physique de Donostia (DCIP) en Espagne, où il a écrit un article influent papier sur l'informatique quantique et la finance. "Il existe de nombreux endroits où l'informatique quantique peut aider la finance", a ajouté Orus.
Comme une grande partie de l'industrie financière se concentre sur l'analyse de grands pools de matières premières données et en tirant diverses conclusions, l'informatique quantique peut améliorer considérablement ce processus. Comme les ordinateurs quantiques utilisent des algorithmes pour exécuter plusieurs calculs à la fois, ils peuvent produire des résultats plus rapidement, ce qui est crucial pour le commerce cela se produit à un rythme rapide sur les marchés boursiers. Les réponses fournies par les ordinateurs quantiques sont également uniques par rapport aux ordinateurs classiques, offrant d'autres avantages. "Comme la physique quantique, ils sont probabiliste plutôt que déterministe», a expliqué un 2020 article de McKinsey & Company. "[Cela signifie] qu'ils peuvent varier même lorsque l'entrée est la même." Ces différentes entrées sont particulièrement importantes pour les problèmes d'optimisation, les simulations financières, la détection des fraudes et les prévisions de marché, tous des processus que les banques et autres institutions financières utilisent quotidiennement.
Lecture de simulations de Monte Carlo
L'une des simulations d'optimisation les plus courantes, en particulier pour les portefeuilles financiers, est la Monte Carlo simulation. Cette méthode utilise un échantillonnage aléatoire d'entrées pour résoudre un problème statistique, la simulation donnant une solution visuelle à ce problème. "Dans le secteur financier, ces simulations de Monte Carlo sont couramment utilisées pour les tests de résistance et l'évaluation du risque de crédit, mais elles sont coûteuses, chronophages et nécessitent beaucoup de puissance de calcul", a expliqué Calcul ZapataDirecteur Marketing de Katherine Longergan. Parce que la simulation Monte Carlo peut utiliser diverses entrées, elle a été utilisée par diverses sociétés quantiques pour tester leur technologie. Zapata Computing, une entreprise quantique leader sur le marché basée au Canada, a récemment publié un papier concentré sur l'utilisation de cette simulation pour les ajustements d'évaluation de crédit. « Notre travail avec BBVA [une banque mondiale] explore le potentiel d'avantage quantique pour les cas d'utilisation de Monte Carlo, y compris l'ajustement de l'évaluation du crédit (CVA) et la tarification des dérivés », a déclaré Londergan. "Les banques, comme BBVA, explorent activement les moyens de rendre ces simulations moins chronophages grâce aux ordinateurs quantiques."
D'autres processus financiers auxquels l'informatique quantique peuvent être appliqués incluent la détection des fraudes et les prévisions de marché. Les institutions financières utilisent déjà des algorithmes d'apprentissage automatique pour les aider dans ces situations, mais pourraient adopter à l'avenir apprentissage automatique quantique pour améliorer encore les choses. "Avec l'ordinateur quantique, vous pouvez améliorer les algorithmes d'apprentissage automatique", a déclaré Orus. Pour les cas avec des flux de données en direct, comme dans les transactions frauduleuses, l'apprentissage automatique quantique peut être en mesure de traiter les données à un rythme plus rapide, aidant à maintenir les processus financiers plus sûrs et efficaces.
Recuit quantique et industrie financière
Alors que l'informatique quantique profitera sans aucun doute à l'industrie financière, le recuit quantique jouera spécifiquement son propre rôle important. "Le recuit quantique est un modèle particulier de calcul quantique", a expliqué Orus, "[Donc, il est] conçu pour résoudre un seul problème spécifique, qui est à mettre en œuvre pour gérer une entreprise rentable. Ce guide est basé sur trois décennies d'expérience. Ainsi, vous pouvez avoir une fonction de coût que vous devez minimiser, le risque d'un portefeuille d'actifs, par exemple. C'est le type de problème que vous pouvez résoudre avec le recuit quantique. Des entreprises comme D-Wave ou Lockheed Martin développent déjà des recuits quantiques, dont beaucoup peuvent être utilisés par les institutions financières. Étant donné que de nombreux problèmes au sein de l'industrie financière impliquent l'optimisation, les recuits quantiques ajouteront des avantages à une gamme d'applications plus large que ce à quoi on pourrait s'attendre. "Même pour la simulation de certains modèles économiques, vous pouvez également le faire via le recuit quantique", a ajouté Orus. "Par exemple, pour trouver l'équilibre économique, qui n'est qu'un problème d'optimisation."
Bien que l'informatique quantique apportera de nombreux avantages au secteur financier, il reste de nombreuses étapes avant que cette technologie puisse être plus largement adoptée. "Rechercher un avantage supplémentaire avec les ordinateurs quantiques dans la finance sera un défi", a déclaré Londergan. "Nous avons constaté que nos clients financiers étaient très avancés dans l'exploitation de la puissance de l'IA et du ML, nous collaborons donc sur des cas d'utilisation à court terme où nous pouvons obtenir un avantage supplémentaire." Bien que cet avantage puisse prendre un certain temps, d'autres experts comme Orus examinent certains des défis immédiats auxquels l'industrie quantique est confrontée. "Je pense que le principal revers est le développement du matériel", a-t-il déclaré. "Les processeurs que nous avons aujourd'hui sont encore de taille relativement petite et bruyants." Une fois le matériel amélioré et capable d'évoluer, cette technologie innovante sera, espérons-le, plus facilement adoptable.
Mais il y a aussi des étapes que les institutions financières devront prendre pour adopter l'informatique quantique. Comme l'a expliqué Londergan : « Pour réussir à adopter le quantique, les institutions financières devront être flexibles et modulaires et adopter une approche compatible avec l'avenir pour créer des applications compatibles avec le quantique. Cela signifie que les algorithmes, les flux de données et les backends matériels quantiques classiques peuvent être facilement échangés, sans avoir à « détruire et remplacer » l'infrastructure informatique. » Parallèlement à cet état d'esprit flexible, les banques et autres institutions devront peut-être modifier le calendrier de mise en œuvre de cette technologie, car cela pourrait prendre un certain temps. "Il vaut la peine de rappeler que Zapata pense que les grandes simulations, comme ces cas d'utilisation de Monte Carlo, ont plus d'une décennie", a ajouté Londergan.
D'autres experts comme Orus pensent que l'adoption généralisée de l'informatique quantique est en fait beaucoup plus proche. "Il commence déjà à pénétrer l'industrie", a déclaré Orus. « Nous commençons à trouver, essentiellement, les premiers cas d'utilisation réels. Donc, je dirais que dans les deux ou trois prochaines années, une grande majorité des grandes banques auront au moins une solution quantique en production.
Kenna Hughes-Castleberry est rédactrice à Inside Quantum Technology et communicatrice scientifique à JILA (un partenariat entre l'Université du Colorado à Boulder et le NIST). Ses rythmes d'écriture incluent la technologie profonde, le métaverse et la technologie quantique.
