By Kenna Hughes-Castleberry postat 30 september 2022
Av de många branscher som kvantdatorer säkerligen kommer att dra nytta av är finansbranschen en av de största. "I huvudsak har alla stora banker nu sina egna kvantteam," förklarade Roman Orus, medgrundare och Chief Scientific Officer av Multiverse Computing, ett ledande kvantmjukvaruföretag. Orus är också Ikerbaskisk forskningsprofessor vid Spaniens Donostia International Physics Center (DCIP), där han skrev en inflytelserik papper om kvantberäkningar och ekonomi. "Det finns många olika ställen där kvantberäkning kan hjälpa till med ekonomin," tillade Orus.
Lika mycket av finansbranschen är fokuserad på att analysera stora pooler av råmaterial datum och dra olika slutsatser, kvantberäkning kan förbättra denna process avsevärt. Eftersom kvantdatorer använder algoritmer för att köra flera beräkningar samtidigt, kan de producera resultat i en snabbare takt, vilket är avgörande för handel som sker i snabb takt på aktiemarknaderna. De svar som kvantdatorer ger är också unika från klassiska datorer, vilket ger andra fördelar. "Som kvantfysik är de det probabilistisk snarare än deterministisk", förklarade a 2020 artikeln från McKinsey& Company. "[Detta betyder] att de kan variera även när ingången är densamma." Dessa olika indata är särskilt viktiga för optimeringsproblem, finansiella simuleringar, bedrägeriupptäckt och marknadsförutsägelse, alla processer som banker och andra finansiella institutioner använder dagligen.
Läser Monte Carlo-simuleringar
En av de vanligaste optimeringssimuleringarna, särskilt för finansiella portföljer, är Monte Carlo simulering. Denna metod använder ett slumpmässigt urval av indata för att lösa ett statistiskt problem, där simuleringen ger en visuell lösning på detta problem. "Inom finanssektorn används dessa Monte Carlo-simuleringar ofta för stresstester och kreditriskbedömning, men de är dyra, tidskrävande och kräver mycket datorkraft," förklarade Zapata Computings Chief Marketing Officer Katherine Londergan. Eftersom Monte Carlo-simuleringen kan använda olika indata har den använts av olika kvantföretag för att testa sin teknologi. Zapata Computing, ett marknadsledande kvantföretag baserat i Kanada, publicerade nyligen en papper fokuserat på att använda denna simulering för kreditvärderingsjusteringar. ”Vårt arbete med BBVA [en global bank] undersöker potentialen för kvantfördelar för Monte Carlo användningsfall inklusive kreditvärderingsjustering (CVA) och derivatprissättning, säger Londergan. "Banker, som BBVA, undersöker aktivt sätt att göra dessa simuleringar mindre tidskrävande genom kvantdatorer."
Andra finansiella processer som kvantberäkning kan användas för att inkludera bedrägeriupptäckt och marknadsförutsägelser. Finansiella institutioner använder redan algoritmer för maskininlärning för att hjälpa till i dessa situationer, men kan i framtiden anta kvantmaskininlärning att förbättra saker ännu mer. "Med kvantdatorn kan du förbättra maskininlärningsalgoritmer," sa Orus. För fall med livedataströmmar, till exempel vid bedrägliga transaktioner, kan kvantmaskininlärning kunna bearbeta data i en snabbare takt, vilket hjälper till att hålla finansiella processer säkrare och effektivare.
Kvantglödgning och finansbranschen
Även om kvantberäkning utan tvekan kommer att gynna finansbranschen, kommer kvantglödgning specifikt att spela sin egen viktiga roll. "Kvantglödgning är en speciell modell av kvantberäkning," förklarade Orus, "[Så, den är] byggd för att bara lösa ett specifikt problem, som är optimering. Så du kan ha en kostnadsfunktion du behöver minimera, till exempel risken för en portfölj av tillgångar. Det här är den typen av problem som du kan lösa med kvantglödgning." Företag gillar D-Wave eller Lockheed Martin utvecklar redan kvantglödgningsapparater, av vilka många kan användas av finansiella institutioner. Eftersom många problem inom finansbranschen involverar optimering, kommer kvantglödgare att ge fördelar till ett bredare spektrum av applikationer än vad som kan förväntas. "Även för simulering av vissa ekonomiska modeller kan du också göra detta via kvantglödgning," tillade Orus. "Till exempel att hitta ekonomisk jämvikt, vilket bara är ett optimeringsproblem."
Även om kvantberäkning kommer att tillföra många fördelar till finanssektorn, finns det många steg innan denna teknik kan bli mer allmänt antagen. "Att leta efter inkrementella fördelar med kvantdatorer inom finans kommer att vara utmanande," sade Londergan. "Vi har märkt att våra finansiella kunder är mycket avancerade när det gäller att utnyttja kraften i AI och ML, så vi samarbetar i kortsiktiga användningsfall där vi kan få en ökad fördel." Även om det kan ta lite tid att nå denna fördel, tittar andra experter som Orus på några av de omedelbara utmaningarna som kvantindustrin står inför. "Jag tror att det största bakslaget är utvecklingen av hårdvaran," sa han. "De processorer som vi har nuförtiden är fortfarande relativt små och bullriga." När hårdvaran har förbättrats och kan skalas kommer denna innovativa teknik förhoppningsvis att vara lättare att använda.
Men det finns också steg som finansiella institutioner kommer att behöva vidta för att anta kvantberäkning. Som Londergan förklarade: "För att lyckas med att anta kvantum måste finansinstitutioner vara flexibla modulära och ha ett framåtkompatibelt tillvägagångssätt för att bygga kvantaktiverade applikationer. Detta innebär att algoritmer, dataströmmar och kvantklassiska hårdvarubackends enkelt kan bytas in och ut – utan en "rip and replace" av datorinfrastruktur." Tillsammans med detta flexibla tänkesätt kan banker och andra institutioner behöva ändra tidslinjen för när de implementerar denna teknik, eftersom det kan ta lite tid. "Det är värt att påpeka att Zapata tror att stora simuleringar, som dessa Monte Carlo-användningsfall, är längre än ett decennium ut," tillade Londergan.
Andra experter som Orus tror att det utbredda antagandet av kvantberäkning faktiskt är mycket närmare. "Det har redan börjat tränga in i branschen," sa Orus. "Vi börjar hitta, i princip, de första användningsfallen i verkligheten. Så jag skulle säga att under de kommande två, tre åren kommer en stor majoritet av de stora bankerna att ha åtminstone någon kvantlösning i produktion."
Kenna Hughes-Castleberry är personalskribent på Inside Quantum Technology och Science Communicator vid JILA (ett partnerskap mellan University of Colorado Boulder och NIST). Hennes skrivbeats inkluderar djupteknologi, metaversen och kvantteknologi.
