Kommersialisering av kvantteknik: riskerna och möjligheterna – Physics World

Kommersialisering av kvantteknik: riskerna och möjligheterna – Physics World

Kvantförsäkring
Optimal användning: kvantdatorer kan hjälpa till med optimering av försäkringar och finanser, men deras användning medför också nya och obekanta risker som måste minskas. (Med tillstånd: iStock)

Denna vecka, den Ekonom var värd för "Kommersialisering av Quantum Global”-konferensen i Storbritannien och jag var mycket glad över att delta personligen på onsdagen. Mötet hölls i hjärtat av City of London, ett av världens stora finansiella centra. Detta var ingen slump, eftersom detta inte var en konferens som främst handlade om vetenskap, eller ens teknik – näringslivet stod i centrum för de flesta diskussioner.

Konferenscentret låg i en del av staden som heter Houndsditch, som ligger strax utanför vad som hade varit Londons medeltida mur. Jag gör förmodligen för mycket av symboliken med den här platsen, men det verkade lämpligt för uppstickarens kvantindustri att slå läger precis utanför ett handelscitadell och planera sitt inträde.

Efter de första samtalen på konferensen stod det klart för mig att de flesta där trodde att kvantdatorer och andra kvantteknologier kunde ge stora affärsmöjligheter såväl som hot. När jag skannade talarlistan för dagen bestämde jag mig för att ett sätt att få en bred förståelse för hur kvantum kan påverka affärer var att delta i två föredrag av personer inom försäkringsbranschen.

Optimera återförsäkring

Dessa två talare var Roland Scharrer, som är Group chief data and emerging technology officer på AXA, och Andreas Nawroth som är ledande expert för artificiell intelligens vid Munich Re.

Sharrer säger att AXA började utforska kvantteknik 2020. Många av talarna på konferensen sa faktiskt att deras företag har undersökt kvantberäkningar i cirka 2–3 år. Och liksom många andra företag är ett av AXAs huvudintressen inom kvantberäkning att använda det för optimering.

För Sharrer är ett primärt intresse att använda kvantalgoritmer för att minimera risken förknippad med AXAs användning av återförsäkring. Återförsäkring är en produkt som ett försäkringsbolag köper av ett annat försäkringsbolag för att täcka förluster under vissa omständigheter. Detta gör att ett försäkringsbolag kan dela risk med andra och det används ofta för att täcka så kallade "black swan"-händelser. Detta är mycket sällsynta händelser som är extremt svåra att förutse och kan bli mycket kostsamma för försäkringsbolag

Heuristiskt förhållningssätt

Att hitta en balans mellan att använda återförsäkring och att försäkra risk internt är ett klassiskt optimeringsproblem som är väldigt viktigt för ett försäkringsbolag att komma tillrätta med. Att få saker fel, även en liten bit, kan vara mycket kostsamt Sharrer förklarar att optimering för närvarande görs med ett heuristiskt tillvägagångssätt som bygger på mänsklig expertis.

Även om återförsäkringsoptimering skulle kunna göras bättre på en konventionell dator, säger Sharrer att det skulle ta decennier att göra beräkningarna. Och det är där en kvantdator kan komma väl till pass – eftersom vissa kvantdatorer förutspås vara mycket bra på att lösa vissa optimeringsproblem som kan vara relaterade till återförsäkring. Men liksom mycket av tekniken som diskuteras på konferensen, existerar inte en sådan kvantdator ännu.

I sitt föredrag talade Munich Re's Nawroth om hur försäkringsbolag kan använda kvantdatorer för att göra simuleringar som kan hjälpa dem att bättre förstå ett brett spektrum av fenomen som påverkar risker. Dessa inkluderar klimatförändringar, grön teknik, finansmarknader, pandemier, cybersäkerhet och så vidare.

Försäkring för kvanteffekter

Men för mig var det mest intressanta som han talade om behovet för försäkringsbolag att förstå riskerna som är förknippade med kvantberäkningens egenart. Detta eftersom deras kunder kommer att vilja försäkra sig mot dessa risker. En av dessa risker är förknippad med kvantmekanikens no-cloning theorem, som säger att det är omöjligt att skapa en exakt kopia av ett kvanttillstånd. Detta säger Nawroth skulle göra det svårt för ett kvantinformationssystem att återhämta sig efter en cyberattack.

En annan risk är att kvantalgoritmer för närvarande är dåligt förstådda, så det är svårt att försäkra sig mot risker förknippade med användningen av dem. Slutligen påpekade Nawroth att en övergång till kvantberäkning skulle markera ett skifte från deterministiska till probabilistiska algoritmer – vilket återigen innebär nya utmaningar när det kommer till försäkring.

Det enkla faktum att jag kunde delta i två föredrag om försäkring och kvantberäkning, gör det klart att diskussioner kring kvantteknologi har "flyttat bortom fysik". Jag skulle verkligen säga att detta var ett överordnat tema för konferensen. Även om jag förstår varför framsteg från grundläggande vetenskap är en milstolpe i kommersialiseringen av någon teknik, är jag inte övertygad om att kvantdatorn är där ännu.

Konstgjord jämförelse

Till exempel jämförde flera talare kvantdatorer med artificiell intelligens (AI) när det gäller dess potentiella störande effekter på företag och samhälle. Även om det är frestande att dra paralleller mellan de två, tror jag att det är viktigt att ha i åtanke att AI är en fullfjädrad teknik som redan har en utbredd kommersiell användning. Och när det gäller ChatGBT kan AI nås från vilken smartphone som helst. Däremot är quantum computing en mycket mer begynnande teknik som först nu ser några gröna skott av kommersiell tillämpning.

Jay Gambetta, som leder IBM:s kvantberäkningsinitiativ, är en som anammat denna idé att gå vidare. Han sa att vi är bortom "kvantum är cool"-fasen och har flyttat in i "nytta"-fasen i utvecklingen av kvantdatorer. IBMs 2023-generation av kvantprocessorer kommer att ha 100–1000 kvantbitar eller kvantbitar och företaget har för avsikt att skala upp detta till 100,000 XNUMX kvantbitar under det kommande decenniet. Även om mycket av denna ansträngning kommer att fokuseras på ingenjörskonst, är jag säker på att fysiker kommer att spela viktiga roller för att få detta att hända – så det kanske är lite tidigt att säga att industrin har gått bort från fysiken och in i en verkligt kommersiell värld

Tidsstämpel:

Mer från Fysikvärlden