量子计算正在走向成熟,现在正从研究实验室中脱颖而出,并将通过推动药物发现、化学、材料科学、高能物理甚至气候变化科学方面的突破,彻底改变我们生活的世界。量子计算机有潜力解决即使是最强大的超级计算机也无法解决的问题。通过加速发现应对重大全球挑战的解决方案,它有可能比过去几十年的技术浪潮更具破坏性。
据估计,2021年的量子计算领域的总投资为300亿美元,其中包括公共和私人资金,包含200多家的初创企业。由于认识到这项新技术的重要性,各国政府宣布将为未来的国家经济利益提供新的资助水平,但同时各国也意识到使用量子计算来破解加密的潜在安全威胁。
量子计算机的特别之处在哪里?
量子计算机以一种与我们今天使用的计算机(在量子计算世界中被称为经典计算机)非常不同的方式解决问题。量子计算机的优势在于它们能够同时处于大量不同的状态,而传统计算机在同一时间只能处于一种状态。无论是超级计算机、台式电脑还是手机,经典计算机的组成部分都是位。位的状态不是0就是1,就像存储二进制信息的开关。量子计算机使用一种完全不同的构建模块;量子位,它可以同时表示许多状态。量子计算机使用叠加、纠缠和干涉的量子力学原理。当一个量子比特处于叠加状态时,它的状态是给定概率的0和1的组合。当你测量一个量子位时,它的输出仍然是0或1,但你得到哪个取决于初始概率。

图:经典位(左侧)的状态只能是 0 或 1。量子位的状态可以是0到1之间的任何状态,它被显示为球面上一点的矢量。
上图是经典位与量子位的简单表示。经典计算机具有左侧显示的 0 或 1 两种状态。量子比特的状态在概念上被描绘为一个叫做“布洛赫球体”的球面上一点的矢量。当量子位被测量时,根据原始概率,矢量指向0或1。
在经典计算机中,位是相互独立的。在量子计算机中,量子位可以纠缠在一起形成一个大的量子态。这为我们提供了组合量子位的所有可能状态的概率分布。叠加和纠缠的结合使得量子计算机上可以表示的状态数量远远超过经典计算机上可能的状态数量。经典计算机需要 512 位来表示 2 个量子位的纠缠态。100 个量子比特需要一台经典计算机,其比特数比地球上的原子还多。这是核心区别;经典计算机可以处于任何状态,但一次只能处于一个状态,而量子计算机可以同时处于所有这些状态的叠加。概率被用来描述一个状态,但实际上,这个状态被表示为一个量子波函数。使用“干涉”找到正确解的波函数(以及因此的概率)。干涉原理允许量子计算机增强正确解的状态或消除不需要的解的状态。相长干涉和相消干涉的步骤序列构成了量子算法。一次对大量状态执行计算的能力使量子计算机能够执行超出经典计算机能力的任务。干涉原理允许量子计算机增强正确解的状态或消除不需要的解的状态。相长干涉和相消干涉的步骤序列构成了量子算法。一次对大量状态执行计算的能力使量子计算机能够执行超出经典计算机能力的任务。干涉原理允许量子计算机增强正确解的状态或消除不需要的解的状态。相干和退相干的步骤序列构成了量子算法。同时对大量状态进行计算的能力使量子计算机能够执行经典计算机无法完成的任务。

机器中的噪音
尽管取得了这些进展,但在量子计算得到更广泛应用之前,还有许多技术问题需要解决。量子计算机的设计、制造和编程极其困难。量子比特的状态非常脆弱,由于来自环境噪声或制造故障的高错误率,结果很容易受到影响。外部环境可以与量子比特相互作用,导致其状态泄漏,这被称为退相干。退相干可以在几秒钟内发生,严重限制了量子算法的运行时间。温度波动、辐射、电磁波和宇宙射线都是可以导致量子比特失去状态的干扰形式。各种屏蔽可以减少这种情况。例如,量子计算机被放置在冷却到接近零开尔文的稀释冰箱中。纠错是另一种提高量子比特可靠性的方法。通过纠错,一个更可靠的逻辑量子比特是由100个甚至1000个量子比特组成的,但这在目前的硬件上是不可能的。尽管面临挑战,但IBM的发展和创新时间表最近被打破了,IBM的目标是在2023年底之前实现1000量子比特处理器,到2030年实现实际的量子计算并广泛采用。微软(Microsoft)资助的初创企业PsiQuantum正致力于在未来几年内建造一台100万量子比特的机器。因此,该行业不是处于实验研究阶段的开始,而是处于从实验室到现实应用的转折点。
高频风险管理
量子计算的应用范围很广,化学和汽车行业已经在探索用于发现新材料和优化供应链的用途。金融服务也在探索这项技术。一些最大的银行正在投资研究以了解这项技术,包括JP Morgan, Goldman Sachs, Barclays, Standard Chartered, BBVA, CaixaBank和Scotia Bank等等。金融机构很可能是量子计算最早的成功案例之一,特别是在NISQ时代,当前的机器能够在优化和模拟等难以完成的任务中产生结果,在这些任务中,可能会在嘈杂的容易出错的量子位上产生有意义的结果。
最近的全球事件;战争和流行病加剧了市场的不确定性,增加了波动性。金融机构不断寻求开发更复杂的量化模型。金融业面临的挑战是找到在一段时间内使用大量数据进行计算的最佳解决方案,这种计算既有用又足够准确,可用于采取行动的决策。虽然很难准确估计,但2021年的金融市场交易总额为2.27万亿美元。交易量的增长速度使得金融领域面临的最大挑战之一是风险管理。人们担心的是,风险管理将无法跟上快速增长的交易量,而有关未来会发生2008年那样的金融危机的警告来得太晚了。即使是现在有效的风险管理工具,也可能无法随着交易量的增加而扩大规模。
金融机构通过创建模拟来查看其投资组合中的风险。蒙托卡罗模拟用于估计各种风险情景的概率。然而,为了使模拟足够准确,它需要运行多次。随着参数数量的增加,模拟时间会增加到计算所花费的时间使结果变得不那么有用的程度。在市场瞬息万变的世界中,风险计算中的任何滞后都会增加风险管理数据过时的可能性。风险管理必须是高频率的。
更快的模拟
金融机构需要寻找可能的解决方案来加速优化和模拟,因此对量子计算产生了兴趣。对于量子计算中的蒙特卡洛模拟,有一种称为量子幅度估计的算法。与标准蒙特卡罗模拟相比,该算法承诺使用更少的样本来估计风险或工具价格。这可以转化为基于蒙特卡洛的定价引擎的更快执行或给定时间预算的更高准确性。使用这种方法,蒙特卡洛模拟可以潜在地实现二次加速。术语“二次加速”通常用于描述如果在量子计算机上实现该算法可以多快。在计算机科学中,它被定义为 O(n) 与 O(√n)。换句话说,在 100 秒内运行的东西将需要 10 秒的二次加速。对于 10,000,它将是 100。对于 1,000,000,将是 1000,依此类推。这是一种线性加速而不是指数加速,并且在合理的时间范围内,大规模计算变得易于处理而不是不可能。量子振幅估计可以使大规模蒙特卡罗模拟在NISQ时代机器上易于操作。
衍生品定价
量子计算的其他金融研究领域包括衍生品定价、机器学习、投资组合优化甚至结算。许多这些问题的核心是大规模组合模拟,它随着输入数量呈指数增长,非常适合量子计算。适合量子计算的问题是从少量初始数据开始,然后产生指数级大量状态,但解决方案数据大小非常小。非线性期权定价就是一个很好的例子,因为期权的初始定价参数很小,但模拟中可能的路径数量非常大,但输出非常小,即价格。期权定价是量子计算的一个很好的用例。Gladman Sachs 的 Will Zeng 最近的一篇论文估计,在 1 秒内为 TARP 期权定价所需的资源需求为 7500 个逻辑量子比特。尽管资源估计超出了当前的机器,但本文的一个关键突破是开发了一种用于量子计算的衍生定价新方法,该方法大大降低了资源需求。量子计算的算法开发滞后于硬件开发,算法开发的进步将进一步加快结果。量子计算算法与经典计算机算法有很大不同,需要不同的思维方式。这将是创新算法开发和硬件进步的结合,可能会更快地提供解决方案。
风险管理的监管重点
对于金融部门的所有技术部署,监管始终是需要考虑的核心因素。巴塞尔协议 III 对机构必须保留多少资本以应对风险制定了严格的规定,并将资本要求从巴塞尔协议 II 的约 2% 提高到巴塞尔协议 III 的 10.5% 。随着巴塞尔协议 IV 的到来,巴塞尔对风险管理的关注意味着它现在是至关重要的,因为更好的风险管理可以降低所需的资本缓冲规模,以应对市场风险。
例如,要评估投资组合的风险,您可以使用风险价值 (VaR) 模型。随着资产类别数量的增加,计算 VaR 会变得计算密集。VaR 是一种不完善的风险度量,尤其是在波动性不断变化的时期。当 VaR 模型针对投资组合收益进行回测时,如果实际风险大于模型预测的(违规),则必须考虑模型的不准确性。这些津贴通常涉及额外的资本缓冲或减少头寸规模,其中每一项都是对资本的不良使用。在不可预测的市场中,创建合适模型的尝试会因计算能力不足或模型过于简化以使其可计算而受到阻碍,并且模型运行得不够频繁以至于相关性不足。一些机构已经使用机器学习来帮助优化模型参数。但是,用于风险加权资产的模型需要得到监管机构的批准。尽管量子算法很复杂,但它们仍然可以在数学上证明。机器学习模型可能不是。

量子计算对加密的风险
当金融机构考虑风险时,重要的不是市场风险,而是操作和外部风险,其中一个风险就是网络安全。如果没有Peter Shor,量子计算可能不会吸引到如此多的兴趣和资金。1995 年,Peter Shor 发表了一篇论文,提出如何在多项式时间内找到整数的质因子。这一点很重要,因为互联网的安全依赖于RSA加密。RSA加密使用的密钥是由两个素数生成的,并基于这样的假设:分解长密钥需要很长时间,以至于被认为是不可能的。最快的经典超级计算机需要数百万年才能找到RSA加密代码的密钥。因式分解2个质数的难度是不对称的;乘到大素数很容易,但反过来做就很难了,即从那个数中找出两个原始素数。Peter Shor的论文改变了RSA不可破解的假设。如果有一台足够大的量子计算机,破解比特币密钥可能只需 10 秒。
除了破坏在线交易和通信的安全,人们还担心量子计算机可能会破解比特币和所有其他加密货币,因为它们也是基于RSA加密的。在实践中,这在短期内极不可能对加密货币或网络构成风险。据英国萨塞克斯大学的研究小组预测,3亿个量子比特机器需要1个小时才能破解RSA。一些研究人员引用了更低的数字,但IBM机器的最高量子位是127,我们现在还无法实现。
然而,风险是真实存在的。量子硬件的发展速度正在加快,能够破解加密的量子硬件可能比我们想象的要早。美国标准机构NIST目前正在评估抗量子计算的加密算法,称为后量子加密,该机构认识到我们必须现在就采取行动。即使要开发新的后量子密码学,将其推广到世界互联网基础设施的绝对规模也是难以想象的,这也是现在开始的主要原因。与破坏 RSA 加密相关的风险是深远的。不太可能的网络罪犯将有资源部署量子计算。最大的威胁是国家安全。大多数政府的机密会被保密 30 到 50 年,而强大的量子计算路线图正好在这个时间范围内。仅仅因为硬件现在不在,并不意味着攻击者必须等待。“先黑后解密”指的是从国防、基础设施、制药和金融等敏感目标窃取和存储加密信息,直到能够解密为止。据信,这种类型的攻击现在正在发生。美国国土安全部近日发布了一份指导方针,以帮助各组织降低量子计算的发展带来的安全风险。
在金融领域,我们希望根据可能性和影响来量化风险。尽管基于量子计算的安全漏洞出现的可能性很小,但一旦出现,其影响可能是灾难性的。“低”和“灾难性”的结合将其变成了一个非常现实的风险,组织现在必须通过培训和提高量子计算世界的技能来实施缓解措施。
量子计算在金融领域的下一个目标是什么?
量子计算和它在金融领域的应用都还处于早期阶段。探索这项技术的大型机构提出了以下问题:量子计算如何增强我们现有的计算工作量?如何将其构建到开发工作流程中?如何训练团队使用量子计算?可以使用什么样的研究和实验框架来帮助做出明智的决策和设计量子算法?关于后量子密码学,需要了解什么?能够回答这些问题就是量子准备的一部分。这是关于现在了解这项技术,以便为它成为主流时做好准备。量子计算可能还没有为大规模部署做好准备,但发展速度意味着它可能比人们预期的要早得多。谷歌量子人工智能实验室Hartmut Neven主任总结得非常好:“它看起来什么都没有发生,然后突然间你就进入了一个不同的世界。” 内文定律的双指数增长意味着,量子计算能力的早期改进乍一看可能微不足道,但之后的改进将是巨大的。我们不应该等待指数级增长。机器现在已经准备就绪,可以进行技术、算法、IP和理解应用程序用例的实验和开发。这是可能的实验如何将量子网格到其他技术和组织。量子计算将不会在真空中运行,而是将与在云中一起运行的服务集成在一起。它是具有量子计算机、经典计算机和 GPU 网格的计算平台未来发展的一部分;一起比分开更强大。
将量子计算应用到实际中面临的挑战
将量子解决方案与现有系统结合起来投入生产以及对此的长期管理仍然是组织通常没有经验的未解决问题。了解机器学习如何从炒作变成主流很有用。机器学习应用程序受到保持 ML 应用程序运行、重新训练、部署、版本控制和监控的问题的阻碍。机器学习的 DevOps (MLOps) 是一个新的领域,源于对生产 ML 应用程序的需求。随着我们在如何将量子计算整合到我们的工作流程中获得经验,量子计算也出现了同样的需求。如何开发、测试、版本控制和部署量子算法?如何区分不同版本的量子电路呢?
量子算法的发展仍处于起步阶段,落后于硬件创新。大多数算法开发仍然处于非常低的水平,几乎与用二进制编程经典计算机的水平相当。做更多事情的能力伴随着更高层次的抽象。经典计算算法和应用程序基于数十年来构建的服务和抽象层。在量子计算世界中没有等价物。当您无法逐步完成算法并且结果是概率时,即使是简单的算法调试也会变得更加困难。研究如何改进这个开发堆栈对于构建更复杂的量子计算算法至关重要。
展望未来
尽管面临挑战,但这是一个令人兴奋的时代。早期采用者可以看到量子计算的潜力。他们正在构建知识产权,进行培训,学习开发堆栈,设计算法,并了解可能对他们的业务产生的影响。这就是摩根大通、高盛、劳斯莱斯、宝马和大众等公司现在正在投资的原因。他们是具有长远眼光的远见者。毫无疑问,这个领域正在快速发展,突破将比我们预期的来得更快,这就是为什么各组织现在必须开始研究量子计算。量子计算可能会彻底改变对一些世界上最困难问题的解决方案的探索,这确实是我们这一代的太空竞赛。
原文链接:https://www.quantumnews.dev/quantum-computing-the-next-revolution-in-finance/
---煤油灯科技victorlamp.com翻译整理---









