- JPMorgan eksperimenterer med kvantedatabehandling, et alternativ til tradisjonelle datamaskiner.
- Teknologien kan gi JPM en enorm hastighetsfordel med komplekse beregninger, svindeldeteksjon og mer.
- Dette er en del av en større historie som utforsker de beste teknologiske prosjektene på Wall Street. Se mer her.
Se for deg en Wall Street hvor komplekse alternativs sannsynlighetsmodeller beregnes umiddelbart og simuleringer basert på massive datasett kjøres med letthet. Hos JPMorgan er den fremtiden kanskje ikke så langt unna, ifølge ledere som har overvåket bankens forsøk på kvantedatabehandling.
Som et fremvoksende alternativ til den tradisjonelle datamaskinen, mener JPMorgan-ledere at kvantedatabehandling kan endre hvordan finansfirmaer utfører beregninger. Det er grunnen til at den største amerikanske banken etter aktiva eksperimenterer med kvanteberegning gjennom en gruppe den kaller Global Technology Applied Research.
I motsetning til klassiske datamaskiner, som bare kan lagre en en eller en null, bruker kvantedatamaskiner kvantebiter, eller qubits. Qubits kan lagre flere verdier samtidig, noe som teoretisk gir kvantedatamaskinene store hastighetsfordeler.
Det er en innsats som kan lønne seg ved å hjelpe banken med å utføre beregninger millisekunder raskere enn konkurrentene innen funksjoner fra risikoanalyse til algoritmisk handel.
Evnen til å bruke kvanteberegning for praktiske applikasjoner er fortsatt stort sett teoretisk, og kritikere sier at maskinvaren ennå ikke er avansert nok og at kvantemaskiner krever mer ressurser å kjøre enn det er verdt. Men JPMorgan-forskere sier at det er tegn på at industrien nærmer seg et punkt der kvantedatamaskiner kan behandle problemer i den virkelige verden raskere enn klassiske datamaskiner, ofte referert til som kvantefordeler.
“Vi er fortsatt noen år unna kvantefordeler eller kvanteoverlegenhet, men det har vært fremgang innen maskinvare, og vi er forbi teoretiske samtaler nå,” sa Marco Pistoia, leder for global teknologianvendt forskning, til Insider. “Det er et godt tidspunkt å eksperimentere slik at vi kan være kvanteklare.”
Kvantedatabehandling møter kunstig intelligens
Global Technology Applied Research ble opprettet i 2020 og ledes av Pistoia og Andrew Lang, bankens globale teknologisjef. Noen brukstilfeller banken utforsker er porteføljeoptimalisering, opsjonsprising, risikoanalyse og svindeldeteksjon og naturlig språkbehandling, sa Pistoia.
Gruppen jobber tett med bankens team for kunstig intelligens og maskinlæring, sa Lang til Insider via e-post.
“Det er også mange likheter fra et programvareplattformperspektiv fordi den beste måten å høste fordelene av kvantedatabehandling eller AI/ML er et skybasert maskinvareagnostisk rammeverk som lar forskjellige team av forskere og utviklere dele det samme programmeringsmiljøet “, sa Lang.
Maskinlæring og AI-problemer har en tendens til å vise høy kompleksitet, noe som gjør dem til de viktigste kandidatene for kvantes evne til å behandle beregninger i en rasende hastighet. For eksempel, en forskningsblogg fra 2019 fra IBM, som har utført kvanteforskning med JPMorgan, sa at banken kunne utføre en algoritme som brukes til å forutsi opsjonspriser i nesten sanntid, i motsetning til over natten. I tillegg har mange av bankens kvantealgoritmer AI og maskinlæringslogikk innebygd i seg.
Den delte plattformen, overvåket av Castillo, er også maskinvareagnostisk, noe som betyr at den kan kommunisere med kvantedatamaskiner fra forskjellige leverandører uten å måtte omskrive applikasjonskoden.
Wall Streets kappløp om kvante er i ferd med å varmes opp
Å investere i kvantedatabehandling er ikke uten risiko. I august publiserte Financial Times en meningsartikkel skrevet av Oxford University fysiker Nikita Gourianov. Kjernen i Gourianovs argument er at både fremtidsløftet og nåværende anvendelser av kvantedatabehandling er overvurdert – og at for mange dollar jakter på små produktive gevinster.
Men JPMorgan er langt fra det eneste Wall Street-firmaet som satser på at disse investeringene vil vise seg givende. Goldman Sachs’ forsknings- og utviklingsingeniørteam er utvikle verktøy for raskere å vurdere markeder og avgrense hvordan det priser noen finansielle instrumenter. Banken har også investert i spirende kvantestartups, som f.eks QC-varesom utvikler kodebaser som inkluderer kvantebehandlingselementer som kan kjøres på hvilken som helst av de fire viktigste offentlige skyleverandørene.
I mellomtiden har Fidelity vært det utforske potensialet av kvanteberegning i formuesforvaltning. Sammen med Amazon Web Services har Fidelity bygget en algoritme som etterligner oppførselen til en markedsindeks, som Fidelity deretter brukte som treningssted for å lære ansatte å tenke gjennom kvantealgoer og skrive programmer for kvantedatamaskiner.
Wells Fargo har også investert i kvantedatabehandling å behandle komplekse datastrukturer som brukes til svindeloppdagelse. Quantum forventes å redusere den ukentlige tidsperioden det tar for nye kunder å bli ombord.