क्वांटम टेक्नोलॉजी के इनसाइड स्कूप के अंदर: वित्त उद्योग में क्वांटम

क्वांटम कंप्यूटिंग से निश्चित रूप से लाभान्वित होने वाले कई उद्योगों में से वित्त उद्योग सबसे बड़े उद्योगों में से एक है। "अनिवार्य रूप से, सभी बड़े बैंकों के पास अब अपनी क्वांटम टीम है," समझाया रोमन ओरसके सह-संस्थापक और मुख्य वैज्ञानिक अधिकारी हैं मल्टीवर्स कंप्यूटिंग, एक अग्रणी क्वांटम सॉफ्टवेयर कंपनी। ओरुस स्पेन के डोनोस्तिया इंटरनेशनल फिजिक्स सेंटर (डीसीआईपी) में इकरबास्क रिसर्च प्रोफेसर भी हैं, जहां उन्होंने एक प्रभावशाली पुस्तक लिखी काग़ज़ क्वांटम कंप्यूटिंग और वित्त पर। ओरस ने कहा, "ऐसे कई अलग-अलग स्थान हैं जहां क्वांटम कंप्यूटिंग वित्त में मदद कर सकती है।"

चूंकि अधिकांश वित्त उद्योग कच्चे माल के बड़े पूल का विश्लेषण करने पर केंद्रित है तिथि और विभिन्न निष्कर्ष निकालते हुए, क्वांटम कंप्यूटिंग इस प्रक्रिया में काफी सुधार कर सकती है। चूँकि क्वांटम कंप्यूटर एक साथ कई गणनाएँ चलाने के लिए एल्गोरिदम का उपयोग करते हैं, वे तेज़ दर से परिणाम दे सकते हैं, जो कि महत्वपूर्ण है व्यापार यह शेयर बाज़ारों में तीव्र गति से होता है। क्वांटम कंप्यूटर जो उत्तर देते हैं वे शास्त्रीय कंप्यूटरों से अद्वितीय होते हैं और अन्य फायदे भी देते हैं। “क्वांटम भौतिकी की तरह, वे हैं संभाव्य बजाय नियतात्मक, “ए ने समझाया 2020 लेख मैकिन्से एंड कंपनी से. "[इसका मतलब है] कि इनपुट समान होने पर भी वे भिन्न हो सकते हैं।" ये विभिन्न इनपुट अनुकूलन समस्याओं, वित्तीय सिमुलेशन, धोखाधड़ी का पता लगाने और बाजार की भविष्यवाणी के लिए विशेष रूप से महत्वपूर्ण हैं, ये सभी प्रक्रियाएं बैंक और अन्य वित्तीय संस्थान दैनिक आधार पर उपयोग करते हैं।

मोंटे कार्लो सिमुलेशन पढ़ना

सबसे आम अनुकूलन सिमुलेशन में से एक, विशेष रूप से वित्तीय पोर्टफोलियो के लिए, है मोंटे कार्लो अनुकरण. यह विधि एक सांख्यिकीय समस्या को हल करने के लिए इनपुट के यादृच्छिक नमूने का उपयोग करती है, जिसमें सिमुलेशन इस समस्या का एक दृश्य समाधान देता है। "वित्तीय क्षेत्र में, इन मोंटे कार्लो सिमुलेशन का उपयोग आमतौर पर तनाव परीक्षण और क्रेडिट जोखिम मूल्यांकन के लिए किया जाता है, लेकिन वे महंगे हैं, समय लेने वाले हैं, और बहुत अधिक कंप्यूटिंग हॉर्स पावर की आवश्यकता होती है," समझाया जैपाटा कंप्यूटिंगके मुख्य विपणन अधिकारी कैथरीन लोंडरगन. क्योंकि मोंटे कार्लो सिमुलेशन विभिन्न इनपुट का उपयोग कर सकता है, इसका उपयोग विभिन्न क्वांटम कंपनियों द्वारा अपनी तकनीक का परीक्षण करने के लिए किया गया है। कनाडा स्थित बाजार-अग्रणी क्वांटम कंपनी जैपाटा कंप्यूटिंग ने हाल ही में एक प्रकाशित किया काग़ज़ क्रेडिट मूल्यांकन समायोजन के लिए इस सिमुलेशन का उपयोग करने पर ध्यान केंद्रित किया गया। “हमारा काम साथ BBVA [एक वैश्विक बैंक] क्रेडिट मूल्यांकन समायोजन (सीवीए) और डेरिवेटिव मूल्य निर्धारण सहित मोंटे कार्लो के उपयोग के मामलों के लिए क्वांटम लाभ की संभावना तलाश रहा है," लोंडेर्गन ने कहा। "बीबीवीए जैसे बैंक, क्वांटम कंप्यूटर के माध्यम से इन सिमुलेशन को कम समय लेने वाली बनाने के तरीकों की सक्रिय रूप से खोज कर रहे हैं।"

अन्य वित्तीय प्रक्रियाएं जिनमें क्वांटम कंप्यूटिंग को लागू किया जा सकता है, उनमें धोखाधड़ी का पता लगाना और बाजार की भविष्यवाणियां शामिल हैं। वित्तीय संस्थान इन स्थितियों में मदद के लिए पहले से ही मशीन लर्निंग एल्गोरिदम का उपयोग करते हैं, लेकिन भविष्य में इसे अपना सकते हैं क्वांटम मशीन लर्निंग चीज़ों को और भी बेहतर बनाने के लिए. ओरस ने कहा, "क्वांटम कंप्यूटर के साथ, आप मशीन लर्निंग एल्गोरिदम में सुधार कर सकते हैं।" लाइव डेटा स्ट्रीम वाले मामलों के लिए, जैसे कि धोखाधड़ी वाले लेनदेन में, क्वांटम मशीन लर्निंग डेटा को तेज़ दर से संसाधित करने में सक्षम हो सकती है, जिससे वित्तीय प्रक्रियाओं को अधिक सुरक्षित और कुशल बनाए रखने में मदद मिलती है।

क्वांटम एनीलिंग और वित्त उद्योग

जबकि क्वांटम कंप्यूटिंग से वित्त उद्योग को कोई संदेह नहीं होगा, क्वांटम एनीलिंग विशेष रूप से अपनी महत्वपूर्ण भूमिका निभाएगी। "क्वांटम एनीलिंग क्वांटम गणना का एक विशेष मॉडल है," ओरस ने समझाया, "[तो, यह] केवल एक विशिष्ट समस्या को हल करने के लिए बनाया गया है, जो है इष्टतमीकरण. इसलिए, आपके पास एक लागत फ़ंक्शन हो सकता है जिसे आपको कम करने की आवश्यकता है, उदाहरण के लिए, परिसंपत्तियों के पोर्टफोलियो का जोखिम। यह उस प्रकार की समस्या है जिसे आप क्वांटम एनीलिंग से हल कर सकते हैं।" कंपनियों को पसंद है डी-वेव या लॉकहीड मार्टिन पहले से ही क्वांटम एनीलर विकसित कर रहे हैं, जिनमें से कई का उपयोग वित्तीय संस्थानों द्वारा किया जा सकता है। क्योंकि वित्त उद्योग के भीतर कई समस्याओं में अनुकूलन शामिल है, क्वांटम एनीलर अनुप्रयोगों की व्यापक श्रेणी में अपेक्षा से अधिक लाभ जोड़ देगा। ओरस ने कहा, "यहां तक ​​कि कुछ आर्थिक मॉडलों के अनुकरण के लिए, आप क्वांटम एनीलिंग के माध्यम से भी ऐसा कर सकते हैं।" "उदाहरण के लिए, आर्थिक संतुलन खोजने के लिए, जो सिर्फ एक अनुकूलन समस्या है।"

हालाँकि क्वांटम कंप्यूटिंग वित्तीय क्षेत्र में कई फायदे जोड़ेगी, लेकिन इस तकनीक को अधिक व्यापक रूप से अपनाए जाने से पहले कई चरण हैं। लोंडेर्गन ने कहा, "वित्त में क्वांटम कंप्यूटर के साथ वृद्धिशील लाभ की तलाश चुनौतीपूर्ण होगी।" "हमने पाया है कि हमारे वित्तीय ग्राहक एआई और एमएल की शक्ति का उपयोग करने में अत्यधिक उन्नत हैं, इसलिए हम निकट अवधि के उपयोग के मामलों पर सहयोग कर रहे हैं जहां हम वृद्धिशील लाभ प्राप्त कर सकते हैं।" हालांकि इस लाभ तक पहुंचने में कुछ समय लग सकता है, ओरस जैसे अन्य विशेषज्ञ क्वांटम उद्योग के सामने आने वाली कुछ तात्कालिक चुनौतियों पर विचार कर रहे हैं। "मुझे लगता है कि मुख्य झटका हार्डवेयर का विकास है," उन्होंने कहा। "आजकल हमारे पास जो प्रोसेसर हैं वे अभी भी अपेक्षाकृत छोटे आकार और शोर वाले हैं।" एक बार जब हार्डवेयर बेहतर हो जाएगा और स्केल करने में सक्षम हो जाएगा, तो उम्मीद है कि यह नवीन तकनीक अधिक आसानी से अपनाई जा सकेगी।

लेकिन ऐसे भी कदम हैं जो वित्तीय संस्थानों को क्वांटम कंप्यूटिंग को अपनाने के लिए उठाने होंगे। जैसा कि लोंडेर्गन ने समझाया: “क्वांटम को अपनाने में सफल होने के लिए, वित्तीय संस्थानों को लचीला मॉड्यूलर होने की आवश्यकता होगी, और क्वांटम-सक्षम अनुप्रयोगों के निर्माण के लिए एक आगे संगत दृष्टिकोण रखना होगा। इसका मतलब है कि एल्गोरिदम, डेटा स्ट्रीम और क्वांटम-क्लासिकल हार्डवेयर बैकएंड को कंप्यूटिंग इंफ्रास्ट्रक्चर के 'रिप एंड रिप्लेस' के बिना आसानी से अंदर और बाहर स्वैप किया जा सकता है। इस लचीली मानसिकता के साथ, बैंकों और अन्य संस्थानों को इस तकनीक को लागू करने की समय-सीमा बदलने की आवश्यकता हो सकती है, क्योंकि इसमें कुछ समय लग सकता है। लोंडेर्गन ने कहा, "यह कहने लायक है कि ज़ापाटा का मानना ​​है कि बड़े सिमुलेशन, जैसे कि मोंटे कार्लो के उपयोग के मामले, एक दशक से अधिक के हैं।"

ओरस जैसे अन्य विशेषज्ञों का मानना ​​है कि क्वांटम कंप्यूटिंग को व्यापक रूप से अपनाना वास्तव में बहुत करीब है। ओरस ने कहा, "यह पहले से ही उद्योग में प्रवेश करना शुरू कर रहा है।" “हम, अनिवार्य रूप से, पहले वास्तविक जीवन के उपयोग के मामलों को ढूंढना शुरू कर रहे हैं। इसलिए, मैं कहूंगा कि अगले दो, तीन वर्षों में, अधिकांश बड़े बैंकों के पास उत्पादन में कम से कम कुछ क्वांटम समाधान होंगे।"

केना ह्यूजेस-कैसलबेरी इनसाइड क्वांटम टेक्नोलॉजी और JILA में साइंस कम्युनिकेटर (कोलोराडो बोल्डर विश्वविद्यालय और NIST के बीच एक साझेदारी) में एक कर्मचारी लेखक हैं। उनकी राइटिंग बीट्स में डीप टेक, मेटावर्स और क्वांटम टेक्नोलॉजी शामिल हैं।