کوانٹم ٹکنالوجی کے اندر اندر اسکوپ: فنانس انڈسٹری میں کوانٹم

بہت سی صنعتوں میں سے جن سے کوانٹم کمپیوٹنگ کا فائدہ یقینی ہے، فنانس انڈسٹری سب سے بڑی صنعتوں میں سے ایک ہے۔ "لازمی طور پر، تمام بڑے بینکوں کی اب اپنی کوانٹم ٹیم ہے،" وضاحت کی۔ رومن اورسکے شریک بانی اور چیف سائنٹیفک آفیسر ملٹیورس کمپیوٹنگ، ایک معروف کوانٹم سافٹ ویئر کمپنی۔ اورس اسپین کے ڈونوسٹیا انٹرنیشنل فزکس سنٹر (DCIP) میں ایک Ikerbasque ریسرچ پروفیسر بھی ہیں، جہاں انہوں نے ایک بااثر کاغذ کوانٹم کمپیوٹنگ اور فنانس پر۔ اورس نے مزید کہا کہ "بہت سی مختلف جگہیں ہیں جہاں کوانٹم کمپیوٹنگ فنانس میں مدد کر سکتی ہے۔"

فنانس انڈسٹری کی زیادہ تر توجہ خام کے بڑے تالابوں کے تجزیہ پر مرکوز ہے۔ اعداد و شمار اور مختلف نتائج اخذ کرتے ہوئے، کوانٹم کمپیوٹنگ اس عمل کو نمایاں طور پر بہتر بنا سکتی ہے۔ چونکہ کوانٹم کمپیوٹرز ایک ساتھ ایک سے زیادہ حسابات چلانے کے لیے الگورتھم کا استعمال کرتے ہیں، اس لیے وہ تیز رفتاری سے نتائج پیدا کر سکتے ہیں، جو کہ اس کے لیے بہت اہم ہے۔ ٹریڈنگ جو کہ اسٹاک مارکیٹوں میں تیز رفتاری سے ہوتا ہے۔ کوانٹم کمپیوٹرز جو جوابات دیتے ہیں وہ بھی کلاسیکی کمپیوٹرز سے منفرد ہوتے ہیں، جس سے دوسرے فوائد حاصل ہوتے ہیں۔ "کوانٹم فزکس کی طرح، وہ ہیں امکانی کے بجائے اضطراب پسند"، وضاحت کی a 2020 مضمون میک کینسی اینڈ کمپنی سے۔ "[اس کا مطلب ہے] کہ وہ مختلف ہو سکتے ہیں تب بھی جب ان پٹ ایک جیسا ہو۔" یہ مختلف ان پٹ خاص طور پر اصلاح کے مسائل، مالیاتی نقالی، فراڈ کا پتہ لگانے اور مارکیٹ کی پیشین گوئی کے لیے اہم ہیں، وہ تمام عمل جو بینک اور دیگر مالیاتی ادارے روزانہ کی بنیاد پر استعمال کرتے ہیں۔

مونٹی کارلو سمولیشن پڑھنا

خاص طور پر مالیاتی پورٹ فولیوز کے لیے سب سے زیادہ عام آپٹیمائزیشن سمیلیشنز میں سے ایک ہے۔ مونٹی کارلو نقلی. یہ طریقہ اعداد و شمار کے مسئلے کو حل کرنے کے لیے ان پٹ کے بے ترتیب نمونے کا استعمال کرتا ہے، جس میں نقلی اس مسئلے کا بصری حل فراہم کرتا ہے۔ "مالیاتی شعبے میں، یہ مونٹی کارلو سمولیشنز عام طور پر تناؤ کی جانچ اور کریڈٹ رسک کی تشخیص کے لیے استعمال ہوتے ہیں، لیکن یہ مہنگے، وقت طلب، اور بہت زیادہ کمپیوٹنگ ہارس پاور کی ضرورت ہوتی ہے،" وضاحت کی۔ زپاٹا کمپیوٹنگکے چیف مارکیٹنگ آفیسر کیتھرین لونڈرگن. چونکہ مونٹی کارلو سمولیشن مختلف ان پٹ استعمال کر سکتی ہے، اس لیے اسے مختلف کوانٹم کمپنیوں نے اپنی ٹیکنالوجی کو جانچنے کے لیے استعمال کیا ہے۔ کینیڈا میں مقیم مارکیٹ کی معروف کوانٹم کمپنی Zapata Computing نے حال ہی میں ایک شائع کیا ہے۔ کاغذ کریڈٹ ویلیویشن ایڈجسٹمنٹ کے لیے اس سمولیشن کو استعمال کرنے پر توجہ مرکوز کی۔ "ہمارا کام کے ساتھ BBVA [ایک عالمی بینک] مونٹی کارلو کے استعمال کے معاملات بشمول کریڈٹ ویلیوایشن ایڈجسٹمنٹ (CVA) اور ڈیریویٹیو پرائسنگ کے لیے کوانٹم فائدہ کے امکانات کو تلاش کر رہا ہے،" لونڈرگن نے کہا۔ "بینک، جیسے BBVA، فعال طور پر کوانٹم کمپیوٹرز کے ذریعے ان نقالی کو کم وقت لگانے کے طریقے تلاش کر رہے ہیں۔"

دیگر مالیاتی عمل جن میں کوانٹم کمپیوٹنگ کا اطلاق دھوکہ دہی کا پتہ لگانے اور مارکیٹ کی پیشین گوئیاں شامل کرنے کے لیے کیا جا سکتا ہے۔ مالیاتی ادارے پہلے ہی ان حالات میں مدد کے لیے مشین لرننگ الگورتھم استعمال کر رہے ہیں، لیکن مستقبل میں اپنا سکتے ہیں۔ کوانٹم مشین لرننگ چیزوں کو مزید بہتر بنانے کے لیے۔ "کوانٹم کمپیوٹر کے ساتھ، آپ مشین لرننگ الگورتھم کو بہتر بنا سکتے ہیں،" اورس نے کہا۔ لائیو ڈیٹا اسٹریمز کے معاملات میں، جیسے کہ دھوکہ دہی پر مبنی لین دین میں، کوانٹم مشین لرننگ ڈیٹا کو تیز رفتاری سے پروسیس کرنے کے قابل ہو سکتی ہے، جس سے مالیاتی عمل کو زیادہ محفوظ اور موثر رکھنے میں مدد ملتی ہے۔

کوانٹم اینیلنگ اور فنانس انڈسٹری

اگرچہ کوانٹم کمپیوٹنگ بلاشبہ فنانس انڈسٹری کو فائدہ دے گی، خاص طور پر کوانٹم اینیلنگ اپنا اہم کردار ادا کرے گی۔ "کوانٹم اینیلنگ کوانٹم کمپیوٹیشن کا ایک خاص ماڈل ہے،" اورس نے وضاحت کی، "[تو، یہ] صرف ایک مخصوص مسئلہ کو حل کرنے کے لیے بنایا گیا ہے، جو کہ اصلاح کے. لہذا، آپ کے پاس لاگت کا ایک فنکشن ہوسکتا ہے جسے آپ کو کم کرنے کی ضرورت ہے، مثال کے طور پر اثاثوں کے پورٹ فولیو کا خطرہ۔ یہ اس قسم کا مسئلہ ہے جسے آپ کوانٹم اینیلنگ سے حل کر سکتے ہیں۔ کمپنیاں پسند کرتی ہیں۔ ڈی وے یا لاک ہیڈ مارٹن پہلے ہی کوانٹم اینیلرز تیار کر رہے ہیں، جن میں سے بہت سے مالیاتی ادارے استعمال کر سکتے ہیں۔ چونکہ فنانس انڈسٹری کے اندر بہت سے مسائل میں اصلاح شامل ہوتی ہے، اس لیے کوانٹم اینیلر ایپلی کیشنز کی وسیع رینج میں اس سے زیادہ فوائد کا اضافہ کریں گے جس کی توقع کی جا سکتی ہے۔ اورس نے مزید کہا، "یہاں تک کہ بعض اقتصادی ماڈلز کے تخروپن کے لیے، آپ کوانٹم اینیلنگ کے ذریعے بھی ایسا کر سکتے ہیں۔" "مثال کے طور پر، معاشی توازن تلاش کرنا، جو کہ صرف اصلاح کا مسئلہ ہے۔"

اگرچہ کوانٹم کمپیوٹنگ مالیاتی شعبے میں بہت سے فوائد کا اضافہ کرے گی، لیکن اس ٹیکنالوجی کو زیادہ وسیع پیمانے پر اپنانے سے پہلے بہت سے مراحل ہیں۔ "فنانس میں کوانٹم کمپیوٹرز کے ساتھ اضافی فائدہ تلاش کرنا مشکل ہو گا،" لونڈرگن نے کہا۔ "ہم نے اپنے مالیاتی صارفین کو AI اور ML کی طاقت کو بروئے کار لانے میں انتہائی ترقی یافتہ پایا ہے، اس لیے ہم قریب المدت استعمال کے معاملات میں تعاون کر رہے ہیں جہاں سے ہم اضافی فائدہ حاصل کر سکتے ہیں۔" اگرچہ اس فائدہ کو حاصل کرنے میں کچھ وقت لگ سکتا ہے، دوسرے ماہرین جیسے اورس کوانٹم انڈسٹری کو درپیش کچھ فوری چیلنجز کو دیکھ رہے ہیں۔ "میرے خیال میں بنیادی دھچکا ہارڈ ویئر کی ترقی ہے،" انہوں نے کہا۔ "ہمارے پاس آج کل جو پروسیسر ہیں وہ نسبتاً چھوٹے سائز کے اور شور مچانے والے ہیں۔" ایک بار جب ہارڈ ویئر بہتر ہو جائے گا اور پیمانے کے قابل ہو جائے گا، امید ہے کہ یہ جدید ٹیکنالوجی زیادہ آسانی سے اپنانے کے قابل ہو جائے گی۔

لیکن ایسے اقدامات بھی ہیں جو مالیاتی اداروں کو کوانٹم کمپیوٹنگ کو اپنانے کے لیے اٹھانے ہوں گے۔ جیسا کہ لونڈرگن نے وضاحت کی: "کوانٹم کو اپنانے میں کامیاب ہونے کے لیے، مالیاتی اداروں کو لچکدار ماڈیولر ہونے کی ضرورت ہوگی، اور کوانٹم فعال ایپلی کیشنز کی تعمیر کے لیے آگے سے ہم آہنگ طریقہ اختیار کرنا ہوگا۔ اس کا مطلب ہے کہ الگورتھم، ڈیٹا اسٹریمز، اور کوانٹم کلاسیکل ہارڈویئر بیک اینڈ کو آسانی سے اندر اور باہر تبدیل کیا جا سکتا ہے—بغیر کمپیوٹنگ انفراسٹرکچر کے 'چپ اور تبدیلی' کے۔ اس لچکدار ذہنیت کے ساتھ، بینکوں اور دیگر اداروں کو اس ٹیکنالوجی کو لاگو کرنے کی ٹائم لائن کو تبدیل کرنے کی ضرورت پڑ سکتی ہے، کیونکہ اس میں کچھ وقت لگ سکتا ہے۔ لونڈرگن نے مزید کہا کہ "یہ بات بتانے کے قابل ہے کہ زاپاٹا کا خیال ہے کہ مونٹی کارلو کے استعمال کے ان کیسز کی طرح بڑی نقلیں، ایک دہائی سے باہر ہیں۔"

اورس جیسے دوسرے ماہرین کا خیال ہے کہ کوانٹم کمپیوٹنگ کو وسیع پیمانے پر اپنانا دراصل بہت قریب ہے۔ "یہ پہلے سے ہی صنعت میں گھسنا شروع کر رہا ہے،" اورس نے کہا۔ "ہم بنیادی طور پر، حقیقی زندگی کے استعمال کے پہلے کیسز تلاش کرنا شروع کر رہے ہیں۔ لہذا، میں کہوں گا کہ اگلے دو، تین سالوں میں، بڑے بینکوں کی وسیع اکثریت کے پاس پیداوار میں کم از کم کچھ مقدار کا حل ہوگا۔

Kenna Hughes-Castleberry Inside Quantum Technology اور JILA (یونیورسٹی آف کولوراڈو بولڈر اور NIST کے درمیان شراکت) میں سائنس کمیونیکیٹر کی اسٹاف رائٹر ہے۔ اس کی تحریری دھڑکنوں میں گہری ٹیک، میٹاورس، اور کوانٹم ٹیکنالوجی شامل ہیں۔