有了正确的算法,即使是容易出错的量子设备仍然可以非常有用。
作者:Daphne Leprince-Ringuet
更新时间:格林尼治标准时间2021年5月6日09:15(东八区标准时间17:15)
主题:量子计算
对于大多数科学家来说,能够解决大规模业务问题的量子计算机仍然是一个遥不可及的未来,这个未来至少要十年之后才会到来。
但是现在,来自美国银行业巨头高盛(Goldman Sachs)和量子计算公司QC Ware的研究人员已经设计了新的量子算法,他们表示这些算法可以大幅度提高某些关键金融业务的效率,而这些算法可以运行在五年之内就可能出现的硬件之上。
银行家们没有坐等量子计算机的成熟,而是开始在近期内就能够使用的量子硬件上运行新的算法,这样即使是量子设备仍然不成熟,他们也能够通过这种技术获得益处。
多年来,高盛一直在挖掘量子技术的潜力,这种技术必将颠覆金融业。
特别是,该银行的研究人员探索了使用量子计算优化所谓蒙特卡洛模拟的各种方法,该模拟包括了根据其他相关资产随着时间推移的价格变化对金融资产进行定价,并由此计算不同期权、股票、货币和商品固有的风险。
由于存在各种各样的可能性,因此这是金融领域中计算量最大的任务之一,它需要对不同的市场走势做出大量的预测。
与传统方法相比,量子计算具有非凡的计算能力。因此,长期以来,人们一直将量子计算视为一种能够提高这些风险评估速度的潜在途径。
而且已经出现许多量子算法,这些算法已被证明可以将蒙特卡洛计算的速度提高多达1000倍,并且可以改变金融市场的运行方式——但是只有将这些算法部署到能够运行这些程序的量子设备上,并获得准确的结果才行。
例如,高盛之前曾同IBM进行过合作,他们估计要实现量子计算的优势,需要能够支持7500个逻辑量子位的设备。相形之下,IBM目前正在努力在今年推出的处理器只有127个量子位。
而问题还不仅仅是量子位的数值这么简单:为了让量子计算机能够可靠地解析计算,他们构想中的这些设备还必须进行优化,才能避免错误。现在的量子处理器的错误率非常高,根据QC Ware的说法,能够有效运行蒙特卡洛模拟的量子硬件必须能够纠错,要想制造出这样的硬件,恐怕还需要等上十到二十年的时间。
这些公司的研究人员在描述这项新研究的博客文章中这样发问:“我们如何才能将这个等待的时间缩短一半,同时仍然可以大幅度提高速度呢?”
为了实现这个目标,该团队牺牲了一些计算速度以换取一些硬件收益。
科学家们设计了两种新的量子算法,可以将速度从1000倍降低到100倍——但是他们还需要更浅的电路,这种设计预计将在未来的五到十年内实现。
QC Ware的算法负责人Iordanis Kerenidis表示:“高盛(Goldman Sachs)和QC Ware研究团队采用了一种新颖的方法,即通过牺牲性能的提升幅度来减少错误率,他们用这种方法来设计量子蒙特卡洛算法。”
“通过严格的分析和经验模拟,我们已经证明了我们的浅蒙特卡洛算法可以做到在五到十年内就可用的量子硬件上进行蒙特卡洛模拟计算。”
尽管这种方法对速度的提升幅度要远远小于其他的量子算法(例如,无QFT的蒙特卡洛),但是它的提升幅度仍然是非常可观的。按照这些科学家们的说法,这种方法有效地将可以等待新设备的时间缩短了一半。
高盛(Goldman Sachs)和QC Ware的努力反映出这个行业仍然越来越关注如何能够尽可能快地享受到量子计算带来的好处——尽管这种技术仍然存在着一些缺陷,这些缺陷仍然在妨碍该技术的发展。
无论是通过调整算法、结合使用量子技术和经典技术,还是测试和比较不同的量子计算方法,研究人员和各大公司都在竞相想方设法寻找能够在尽可能短的时间内使用量子计算机的方法。
因此,由高盛(Goldman Sachs)和QC Ware设计的这两种算法又朝着兼容当今稍显混乱的中间规模NISQ设备的方向迈进了一步。
好文章,需要你的鼓励
Songscription公司发布AI音乐转录工具,可在几分钟内将音频文件转换为乐谱。该产品采用免费增值模式,面向专业和业余音乐家。目前主要支持钢琴转录,未来计划增加吉他谱等功能。用户可上传音频文件或直接从YouTube链接进行转录,系统还能生成钢琴卷帘谱。公司定位为增强型音乐记谱软件,帮助用户加速转录过程。该初创公司已获得Reach Capital的预种子轮融资。
沙特TachyHealth团队开发的32亿参数医疗AI模型Gazal-R1,通过创新的双阶段训练方法在医疗推理任务上超越了12倍大的模型,在MedQA等测试中取得87.1%的优异成绩,展现了精巧训练策略胜过规模扩张的重要启示,为资源有限的医疗AI研究提供了新路径。
甲骨文宣布签约一位神秘大客户,预计从2028财年开始每年将贡献超过300亿美元收入,这将使其云业务规模翻倍以上。CEO萨弗拉·卡茨透露,公司多云数据库收入持续以超过100%的速度增长。甲骨文2025财年总收入574亿美元,其中云收入244亿美元。公司采用独特的云策略,在竞争对手的数据中心部署自己的基础设施,主要运行甲骨文数据库以提供低延迟访问。
奥地利维也纳医科大学研究团队开发了RetFiner技术,通过让眼科AI模型同时学习OCT图像和医疗文字描述,显著提升了诊断准确率。该方法采用四种训练任务让AI模型建立图像与文字的深层联系,在三个主流眼科AI模型上实现了2-6个百分点的性能提升,为医学AI发展开辟了新方向。