Kommersialisering av kvanteteknologier: risikoene og mulighetene – Physics World

Kommersialisering av kvanteteknologier: risikoene og mulighetene – Physics World

Kvanteforsikring
Optimal bruk: kvantedatamaskiner kan hjelpe med optimalisering innen forsikring og finans, men bruken av dem medfører også nye og ukjente risikoer som må reduseres. (Med tillatelse: iStock)

Denne uken, den Economist vert for «Kommersialisering av Quantum Global”-konferansen i Storbritannia, og jeg var veldig glad for å delta personlig på onsdag. Møtet ble holdt i hjertet av City of London, et av verdens store finanssentre. Dette var ingen tilfeldighet, for dette var ikke en konferanse primært om vitenskap, eller til og med teknologi – næringslivet var i sentrum for de fleste diskusjoner.

Konferansesenteret var i en del av byen kalt Houndsditch, som er like utenfor det som hadde vært Londons middelaldermur. Jeg gjør nok for mye ut av symbolikken til dette stedet, men det virket hensiktsmessig for den oppkomne kvanteindustrien å slå leir like utenfor et handelscitadell og planlegge inntoget.

Etter de første samtalene på konferansen ble det klart for meg at de fleste der trodde at kvantedatabehandling og andre kvanteteknologier kunne gi store forretningsmuligheter så vel som trusler. Mens jeg skannet talerlisten for dagen, bestemte jeg meg for at en måte å få en bred forståelse av hvordan kvantum kan påvirke virksomheten var å delta på to foredrag av folk i forsikringsbransjen.

Optimalisering av gjenforsikring

Disse to foredragsholderne var Roland Scharrer, som er konsernsjef for data og ny teknologi hos AXA, og Andreas Nawroth som er ledende ekspert for kunstig intelligens ved Munich Re.

Sharrer sier at AXA begynte å utforske kvanteteknologier i 2020. Faktisk sa mange av foredragsholderne på konferansen at selskapene deres har undersøkt kvantedatabehandling i omtrent 2–3 år. Og som mange andre selskaper er en av AXAs hovedinteresser innen kvantedatabehandling å bruke den til optimalisering.

For Sharrer er en primær interesse å bruke kvantealgoritmer for å minimere risikoen forbundet med AXAs bruk av gjenforsikring. Gjenforsikring er et produkt som ett forsikringsselskap kjøper fra et annet forsikringsselskap for å dekke tap under visse omstendigheter. Dette gjør at et forsikringsselskap kan dele risiko med andre, og det brukes ofte til å dekke såkalte «black swan»-hendelser. Dette er svært sjeldne hendelser som er ekstremt vanskelige å forutsi og kan være svært kostbare for forsikringsselskapene

Heuristisk tilnærming

Å finne en balanse mellom å bruke reassuranse og å forsikre risiko internt er et klassisk optimaliseringsproblem som er svært viktig for et forsikringsselskap å få rett. Å få ting galt, selv med en liten bit, kan være svært kostbart. Sharrer forklarer at optimalisering for tiden gjøres ved hjelp av en heuristisk tilnærming som er avhengig av menneskelig ekspertise.

Mens gjenforsikringsoptimalisering kan gjøres bedre på en konvensjonell datamaskin, sier Sharrer at det ville ta flere tiår å gjøre beregningene. Og det er der en kvantedatamaskin kan komme til nytte – fordi noen kvantedatamaskiner er spådd å være veldig gode til å løse visse optimaliseringsproblemer som kan være relatert til gjenforsikring. Men som mye av teknologien som ble diskutert på konferansen, eksisterer ikke en slik kvantedatamaskin ennå.

I sitt foredrag snakket Munich Re's Nawroth om hvordan forsikringsselskaper kan bruke kvantedatamaskiner til å gjøre simuleringer som kan hjelpe dem å bedre forstå et bredt spekter av fenomener som påvirker risiko. Disse inkluderer klimaendringer, grønne teknologier, finansmarkeder, pandemier, cybersikkerhet og så videre.

Forsikring for kvanteeffekter

Men for meg var det mest interessante han snakket om behovet for forsikringsselskaper for å forstå risikoene forbundet med den særegne naturen til kvanteberegning i seg selv. Dette fordi deres kunder vil ønske å sikre seg mot disse risikoene. En av disse risikoene er assosiert med kvantemekanikkens ikke-kloningsteorem, som sier at det er umulig å lage en eksakt kopi av en kvantetilstand. Dette sier Nawroth ville gjøre det vanskelig for et kvanteinformasjonssystem å gjenopprette etter et cyberangrep.

En annen risiko er at kvantealgoritmer for tiden er dårlig forstått, så det er vanskelig å forsikre seg mot risiko forbundet med bruken av dem. Til slutt påpekte Nawroth at en overgang til kvanteberegning vil markere et skifte fra deterministiske til sannsynlige algoritmer – som igjen gir nye utfordringer når det kommer til forsikring.

Det enkle faktum at jeg var i stand til å delta på to foredrag om forsikring og kvantedatabehandling, gjør det klart at diskusjoner rundt kvanteteknologi har "flyttet utover fysikk". Faktisk vil jeg si at dette var et overordnet tema for konferansen. Selv om jeg forstår hvorfor det å gå videre fra grunnleggende vitenskap er en milepæl i kommersialiseringen av enhver teknologi, er jeg ikke overbevist om at kvantedatabehandling er helt der ennå.

Kunstig sammenligning

For eksempel sammenlignet flere foredragsholdere kvantedatabehandling med kunstig intelligens (AI) når det gjelder dens potensielle forstyrrende effekter på næringslivet og samfunnet. Selv om det er fristende å trekke paralleller mellom de to, tror jeg det er viktig å huske på at AI er en fullverdig teknologi som allerede har utbredt kommersiell bruk. Og når det gjelder ChatGBT, kan AI nås fra hvilken som helst smarttelefon. I motsetning til dette er kvantedatabehandling en mye mer begynnende teknologi som først nå ser noen få grønne skudd av kommersiell bruk.

Jay Gambetta, som leder IBMs kvanteberegningsinitiativ, er en som omfavnet denne ideen om å gå videre. Han sa at vi er utenfor «kvante er kult»-fasen og har beveget oss inn i «nytte»-fasen i utviklingen av kvantedatamaskiner. IBMs 2023-generasjon av kvanteprosessorer vil ha 100–1000 kvantebiter eller qubits, og selskapet har til hensikt å skalere dette opp til 100,000 XNUMX qubits i løpet av det neste tiåret. Selv om mye av denne innsatsen vil være fokusert på ingeniørfag, er jeg sikker på at fysikere vil spille viktige roller for å få dette til å skje – så kanskje det er litt tidlig å si at industrien har beveget seg bort fra fysikk og inn i en virkelig kommersiell verden

Tidstempel:

Mer fra Fysikkens verden