Selv om kvantedatateknologi fortsatt er ny, tester JPMorgan Chase, Ally Bank, Credit Agricole og andre banker den aktivt, og bruker den i noen tilfeller, ifølge foredragsholdere på HPC + AI på Wall Street-konferansen i New York denne uken.
“Vi innser at hvis et selskap ikke gjør noe med markedet akkurat nå, og bare venter på at kvantefordelen blir en realitet, når kvantefordelen blir reell, kan det være for sent,” sa Marco Pistoia, administrerende direktør, anerkjent ingeniør. , leder for global teknologianvendt forskning og leder for kvantedatabehandling ved JPMorgan Chase.”Vi ønsker å være klare når kvantefordeler blir mulig på et høyere nivå.”
Disse bankene prøver ikke å kjøpe og bruke kvantedatamaskiner direkte. De bruker skybaserte kvantedatabehandling-som-en-tjeneste-tilbud fra selskaper som D-Wave, IBM, Google, Amazon, Rigetti, Microsoft og QC Ware. De tester den avanserte datamaskinkraften for komplekse problemer som porteføljeoptimalisering og indekssporing.
Bankene søker forbedringer i hastighet, samt større presisjon i simuleringer og beregninger for risikoanalyse, svindeloppdagelse og prising av komplekse derivater.
“Den finansielle tjenestesektoren er ansvarlig for å beregne store modeller som inneholder en enorm mengde data ganske raskt,” sa Heather West, forskningssjef for infrastruktursystemer, plattformer og teknologier ved IDC. “Men ved bruk av klassisk datainfrastruktur er disse modellene begrenset i antall variabler som kan inkluderes og tiden det tar å kjøre disse modellene.”
Ved å bruke kvanteberegning, “vil finansinstitusjoner kunne produsere bedre, mer nøyaktige spådommer og risikovurderinger i nesten sanntid,” sa hun.
I en undersøkelse blant finansinstitusjonsledere West gjennomførte i 2021, sa 25 % at de for tiden investerer i kvantedatabehandlingsteknologi og 43 % sa at de planlegger å investere i 2022. De undersøkte bankfolkene eksperimenterer med bruken av kvantedatabehandling for et bredt utvalg av brukstilfeller som inkluderer tildeling av minibanker, kredittscoring, derivatprising, svindeloppdagelse, overholdelse og transaksjonsoppgjør.
“Mens dagens kvantedatabehandlingsteknologi er begynnende, er den godt egnet for å eksperimentere med optimaliseringsproblemer, noe som gjør dette til en prime time for finansinstitusjoner å begynne å eksperimentere og identifisere brukstilfeller som er egnet for å kjøre på kvantedatasystemer,” sa West. Banker bør også utvikle kvantealgoritmer og applikasjoner som vil være nødvendige for å kjøre slike problemer når kvantesystemer er skalert til et punkt hvor kvantefordeler kan oppnås, sa hun.
Kvantedatabehandling utnytter direkte kvantemekanikk, fysikkens lover som styrer de minste partiklene i universet, for å løse problemer i høye hastigheter. Tradisjonelle datamaskiner lar bare biter av informasjon leve i én tilstand (0 eller 1) om gangen. En kvantedatamaskin bruker kvantebiter (kvantebiter) som gjør at informasjonsbiter kan være 1, 0 eller både 0 og 1 samtidig. Resultatet er et beregningssystem som kan manipulere og vurdere mange kombinasjoner av informasjon samtidig.
En kvantedatamaskin kan gå gjennom 10 til 154. potensielle svar på et problem på mikrosekunder.
Men teknologien har fortsatt utfordringer å overvinne. McKinsey-analytikere bemerket i en nylig hvitt papir at produsenter fortsatt prøver å skalere antall qubits i en kvantedatamaskin samtidig som de oppnår et tilstrekkelig nivå av qubit-kvalitet.
“Den viktigste milepælen vil være oppnåelsen av fullstendig feilkorrigert, feiltolerant kvanteberegning, uten hvilken en kvantedatamaskin ikke kan gi eksakte, matematisk nøyaktige resultater,” sa forfatterne. “Fem produsenter har annonsert planer om å ha feiltolerant kvantedatamaskinvare innen 2030. Hvis denne tidslinjen holder, vil industrien sannsynligvis etablere en klar kvantefordel for mange brukstilfeller innen den tid.”
I samme hvitbok sa McKinsey-analytikere at de mest lovende brukstilfellene for kvanteberegning innen finans er i portefølje- og risikostyring. “For eksempel kan effektivt kvanteoptimaliserte låneporteføljer som fokuserer på sikkerhet tillate långivere å forbedre tilbudene sine, muligens senke renten og frigjøre kapital,” sa forfatterne.
“I finans har du mange brukssaker med eksponentiell kompleksitet,” sa Pistoia. “Når kompleksitetsnivået eksploderer og datasettet blir stort nok, kan ikke klassisk databehandling løse det problemet lenger.”
En annen grunn til at finansnæringen trenger kvanteberegning er for hastighet, sa han.
“I finans trenger vi svar med en gang, fordi markedet endrer seg så raskt,” sa Pistoia. “Markedet er volatilt og en beregning som tar tre dager er totalt ubrukelig. Så vi trenger svar med en gang og vi trenger nøyaktige svar.”
Kvantedatabehandlings- og ingeniørteamet ved JPMorgan Chase utforsker bruken av kvantedatabehandling for risikoanalyse, opsjonsprising, porteføljeoptimalisering, svindeldeteksjon og fusjonsanalyse.
Banken er fortsatt i forskningsfasen.
“Jeg tror kvantedatabehandling er veldig viktig,” sa Pistoia. “Det er ennå ikke helt på stadiet hvor det kan brukes i produksjon. Kvantedatamaskiner er ennå ikke kraftige nok. Når vi er i et vitenskapelig stadium med en viss teknologi, er det det beste øyeblikket å faktisk samarbeide med andre selskaper og publisere våre resultater og danner partnerskap slik at vi kan lære av andre grupper og andre grupper kan lære av oss.”
Leverandører på konferansen, selv fra tradisjonelle data- og chipselskaper som Dell og Intel, så også ut til å føle at et skifte i høyytelses datateknologi til kvantedatabehandling var uunngåelig, og at de følte seg tvunget til å investere i kvanteteknologi.
“Du har ikke noe valg,” sa Jay Boisseau, HPC- og AI-teknologistrateg hos Dell Technologies. “Det kommer enten du vil eller ikke.”