内容来源：量子前哨（ID：Qforepost）
编辑丨慕一 编译/排版丨沛贤
深度好文：1500字丨15分钟阅读
金融服务（FS）长期以来一直是量子计算的早期重要用户。近期，《Nature Reviews Physics》（《自然评论物理学》）发表的一篇论文为金融服务领域的非量子专业人士提供了丰富的资源，为未来的量子应用奠定了基础。
该论文由芝加哥量子交易所（CQE）主导完成，称为“利用量子计算加速解决金融行业问题的一站式资源”。该论文探讨了在金融和计算交叉的三个类别中的挑战：优化、机器学习和随机建模。
撰写该论文的科学家来自多个不同的顶级科研机构，包括来自美国能源部（DOE）阿贡国家实验室、摩根大通、美国富士通研究所、药物发现公司Menten AI、芝加哥大学普利兹克分子工程学院以及特拉华大学的团队。
“由于团队成员来自不同的研究机构，因此我们可以更好地了解量子计算在金融应用中的最新技术，”摩根大通全球技术应用研究主管Marco Pistoia表示。“我们深信，该论文具备极高的研究价值，它不仅能为相关领域的研究人员提供有价值的参考，同时也能作为他们深入研究的有力起点。我们热切期望更多的人能够充分认识到这一点，共同推动相关领域的发展。
“量子计算的巨大优势无可置疑。在解决特定问题时，量子计算的速度可能潜在地提升数百万倍。”阿贡国家实验室高级科学家Yuri Alexeev表示。
以下是《金融领域的量子计算》（《Quantum computing for finance》）论文的摘要：
“论文主要针对物理学家概述了目前金融业使用的经典技术，并探讨了量子技术的潜在优势和局限性。最后，我们将关注物理学家能为金融行业目前存在的挑战提供哪些新的解决方案。
论文中的关键点包括：
- 量子算法可应用于各种金融问题的随机建模、优化和机器学习。
- 量子蒙特卡洛积分与梯度估计在经典方法上可实现二次速度提升，但要实现早期容错可行性及实际加速所需量子资源，仍需开展更多研究工作。
- 金融优化问题可以是连续的（凸或非凸）、离散的或混合的，因此量子算法可以应用于这些问题。
- 量子机器学习在金融领域中也显现出解决经典问题的优势和挑战。
正如论文所述，通过部门通力合作，应用量子技术解决工业挑战一直是CQE的工作重心。
芝加哥量子交易所(CQE)还与包括企业、高等院校、州政府和地方政府、经济和劳动力发展组织以及国家实验室在内的联盟一起提出布洛赫计划(该名称来源于表达了量子比特数学模型的布洛赫球(Bloch sphere)），去年底在芝加哥赢得指定成为美国区域技术和创新枢纽的资格。
Bloch正在通过Tech Hubs计划的第二阶段争取高达7000万美元（约合人民币5亿元）的项目资金，将致力于提升量子公司技术能力，开拓量子的工作路径，并构建金融领域“端到端”的量子产业解决方案，以此推动量子科技的长足发展。
正如《Nature Reviews Physics》发表的论文中提到，量子计算机在金融领域面临着无数的挑战。Pistoia表示：“我们听到很多次金融领域将极大受益于量子计算，而我们的所有研究工作都证实了量子计算对金融的应用是一个充满活力的领域。”
Marco Pistoia，HPCwire 2023年的观察人物。此外，HPCwire的母机构Tabor Communications每年秋季都会在华尔街举办一场HPC和AI相关的会议，该会议聚焦于量子在金融服务中的潜力。（图片来源：网络）
该论文的研究得到了CQE的支持，“CQE是一个知识中心，汇集了学术界、政府和工业界的量子工作人员，共同推动量子研究，并推动量子经济的发展。阿贡和芝加哥大学是CQE的创始成员，CQE还得到美国能源部费米国家加速器实验室、伊利诺伊大学厄巴纳-香槟分校、威斯康星大学麦迪逊分校和西北大学的支持。同时，摩根大通也是CQE的重要合作伙伴。”
参考链接：https://www.nature.com/articles/s42254-023-00603-1
DOI（https://doi.org/10.1038/s42254-023-00603-1）
https://chicagoquantum.org/news/university-government-and-industry-researchers-join-forces-explore-how-quantum-computing-could
特此说明：量子前哨翻译此文仅作信息传递和参考，并不意味着同意此文中的观点与数据。
——end——
欢迎添加我们的微信，加入量子前哨粉丝群
与大家一起探讨交流量子领域动态↓↓↓~~
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
