IonQ和通用電氣展示了量子計算在風險聚合方面的巨大潛力

北京時間6月24日消息（余予）IonQ與合作伙伴GE Research宣布了有前景的早期結(jié)果，以探索量子計算在風險管理中對多變量分布進行建模的好處。

IonQ和GE Research（通用電氣公司的中心創(chuàng)新中心）利用基于標準化、歷史索引的Quantum Circuit Born Machine框架，能夠有效地訓練量子電路，以學習三個和四個索引之間的相關(guān)性。在某些情況下，從量子框架得出的預測優(yōu)于經(jīng)典建模方法的預測，這證實了量子連接有可能在商業(yè)應用中帶來更智能的數(shù)據(jù)驅(qū)動分析和決策。

IonQ首席執(zhí)行官兼總裁Peter Chapman表示：“與GE Research一起，IonQ正在推動量子計算目前可能實現(xiàn)的目標。當必須以高精度對多個變量進行建模時，雖然經(jīng)典技術(shù)面臨效率低下的問題，但我們的共同努力已經(jīng)確定了一種新的訓練策略，即使在系統(tǒng)擴展時也可以優(yōu)化量子計算結(jié)果。在行業(yè)領(lǐng)先的IonQ Aria系統(tǒng)上進行了測試，我們很高興能夠?qū)⑦@些新方法用于曾經(jīng)被認為過于復雜而無法解決的現(xiàn)實世界場景。”

雖然使用數(shù)學近似形成copula的經(jīng)典技術(shù)是構(gòu)建多變量風險模型的好方法，但它們在縮放時面臨限制。IonQ和GE Research通過使用來自具有易于訪問和變化的市場環(huán)境的四個代表性股票指數(shù)的數(shù)據(jù)，成功地在IonQ的捕獲離子系統(tǒng)上訓練了具有多達四個變量的量子copula模型。

通過研究在此時間范圍內(nèi)四個指數(shù)收益之間的歷史依賴結(jié)構(gòu)，研究小組訓練其模型以了解潛在的動態(tài)。此外，新提出的方法包括優(yōu)化技術(shù)，通過減輕局部最小值和消除量子機器學習實踐中常見的梯度消失問題，可能允許模型進行擴展。這些改進展示了一種更快、更準確地執(zhí)行多變量分析的有前景的方法，GE研究人員希望這能帶來新的、更好的方法來評估主要制造過程（如產(chǎn)品設計、工廠運營和供應鏈管理）的風險。

“正如我們從最近的全球供應鏈波動中看到的那樣，世界需要更有效的方法和工具來管理風險，因為條件可能如此高度可變且相互關(guān)聯(lián)，”GE Research高級執(zhí)行官兼數(shù)字技術(shù)負責人David Vernooy表示，“我們在IonQ 的金融用例中取得的早期成果表明，量子計算在更好地理解和降低與這些類型的高度可變場景相關(guān)的風險方面具有巨大潛力。”

今天的結(jié)果是在IonQ最近宣布該公司新的IonQ Forte量子計算系統(tǒng)之后發(fā)布的。該系統(tǒng)采用新穎的尖端光學技術(shù)，可提高精度并進一步增強IonQ行業(yè)領(lǐng)先的系統(tǒng)性能。與GE Research和現(xiàn)代汽車等公司的合作伙伴關(guān)系表明，人們對我們行業(yè)領(lǐng)先的系統(tǒng)越來越感興趣，并為2022年第一季度的持續(xù)成功提供了動力。

生成海報

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。