Jak komputery kwantowe mogą przekształcić kluczowe operacje w branży finansowej?

Dlaczego jest to tak obiecujące?

Za pomocą komputerów kwantowych możliwe jest rozwiązanie pewnej klasy problemów (NP trudne), które w ogóle nie są możliwe do rozwiązania przez klasyczne komputery lub ich złożoność jest tak duża, że rozwiązanie problemu w rzeczywistej skali zajęłoby ogromne ilości czasu. Kilka przykładów problemów, które komputery kwantowe mogą znacznie poprawić.

1. Najbardziej znanym problemem, w którym komputer kwantowy ma ogromną przewagę nad klasycznymi komputerami, jest kwestia faktoryzacji. Mnożenie na klasycznym komputerze jest łatwe i szybkie, ale odwrotna operacja znalezienia dwóch liczb, które po mnożeniu dadzą nam liczbę faktoryzowaną jest złożone. W przypadku dużych liczb (setek cyfr) faktoryzacja przy użyciu całej klasycznej mocy obliczeniowej dostępnej na świecie zajmie „wieki”. Kwantowy algorytm Shora z dużym prawdopodobieństwem znajdzie te czynniki w ciągu kilku minut.
2. Wyszukiwanie elementu w nieustrukturyzowanym zbiorze danych w najgorszym przypadku, wymaga przejścia przez wszystkie jego elementy. Algorytm Grovera uruchomiony na komputerze kwantowym może „odgadnąć” ten element z bardzo dużym prawdopodobieństwem.
3. Optymalizacja portfela to ogólny problem, w którym staramy się znaleźć najlepszą mieszankę aktywów, która wygenerowałaby najwyższe możliwe przychody. Znalezienie optymalnego rozwiązania wymaga wyszukania i oceny wszystkich możliwych kombinacji, więc gdy dodamy do modelu więcej parametrów, złożoność rośnie bardzo szybko.
4. Wykrywanie anomalii stanie się szybsze i dokładniejsze dzięki dostępowi do znacznie szerszej przestrzeni przeszukiwania tzw. przestrzeni Hilberta. Dla branży finansowej będzie to niezwykle użyteczne zastosowanie w kontekście wykrywania fraudów.

Co branża finansowa może zyskać dzięki Kwantom?

Cały sektor finansowy działa na danych osobowych, zazwyczaj bardzo wrażliwych, również medycznych, niezwykle ważne jest zapewnienie ich bezpieczeństwa. Nowoczesne firmy ubezpieczeniowe oraz banki są zdigitalizowane. Przechowują poufne dane, dokumenty i komunikują się wewnętrznie i zewnętrznie za pomocą cyfrowych narzędzi i protokołów. Dopóki mamy coś cennego (towary, pieniądze, informacje), będą też przestępcy chcący to ukraść.

Obecny standard szyfrowania RSA jest wystarczająco silny i może oprzeć się atakom hakerów przy użyciu klasycznych, a nawet super komputerów. Jeśli ktoś ukradnie zaszyfrowane poufne informacje firmy, będzie to bezużyteczne, ponieważ złamanie kluczy szyfrowania zajmie tysiące lat. Ale RSA jest podatne na „hakerów kwantowych”. Wspomniany już algorytm Shora, uruchomiony na komputerze kwantowym, może złamać szyfrowanie RSA w ciągu kilku minut. Dobrą wiadomością jest to, że nie mamy jeszcze wystarczającej mocy kwantowej, aby użyć tego algorytmu. Ale to tylko kwestia czasu, kiedy hakerzy uzyskają do niego dostęp. To nie czas na panikę, to moment na planowanie. Firmy finansowe powinny rozważyć dwie perspektywy:

Długoterminowa – firma jest przygotowana na nową komunikację kwantową i odporna na hakerów kwantowych. NIST (National Institute of Standards and Technology) pracuje nad nowymi standardami szyfrowania, które zostaną ogłoszone w 2024 roku. Post-kwantowa kryptografia będzie odporna na obliczenia kwantowe i zapewni bezpieczeństwo danych i informacji. Będzie to wymagało wielu zmian w architekturze IT firm finansowych, w tym inwestycji w oprogramowanie i sprzęt. Ta perspektywa jest obecnie rozważana w perspektywie 10+ lat, czyli dopóki komputery kwantowe nie zostaną rozwinięte do poziomu, w którym RSA może zostać złamany.

Krótkoterminowa – to ocena i planowanie przyszłych zmian. W ciągu najbliższych 2-3 lat firmy finansowe powinny ocenić zbiory danych, wrażliwe zapisy i zasady przechowywania informacji poufnych. Przepisy dotyczące instytucji finansowych wymagają przechowywania niektórych wrażliwych danych przez lata, a nawet dziesięciolecia w bezpieczny sposób. Dziś dane te są bezpieczne, ponieważ odszyfrowanie tych informacji zajmie tyle czasu, że staną się przestarzałe i bezwartościowe, nawet jeśli zostały skradzione i odszyfrowane. Załóżmy hipotetyczną sytuację, w której dziś jakiś haker ukradł bazę polis na życie i uzyskał dostęp do wszystkich wrażliwych danych, w tym dokumentacji medycznej ubezpieczających. Nawet jeśli było to poważne naruszenie bezpieczeństwa, dane są szyfrowane, a najlepszy superkomputer będzie musiał stale pracować przez 50 lat, aby odszyfrować dane, podczas gdy okres przechowywania wynosi tylko 20 lat. Jednak za 10 lat pojawi się komputer kwantowy, który będzie w stanie odszyfrować tę bazę danych w 10 minut, a dane muszą być zabezpieczone przez następne 10 lat.

Poprawa efektywności

Kwantowa optymalizacja daje nowe możliwości jakie firmy ubezpieczeniowe czy banki mogą wykorzystać do budowania lepszych portfeli inwestycyjnych. Biorą się one z faktu, że kubity w superpozycji mogą reprezentować dowolne wartości rzeczywiste. Model portfela oparty o kwantowe obliczenia jest w stanie zasymulować znacznie większy zakres możliwych kombinacji parametrów. 

Kwantowe metody Monte Carlo oparte o w pełni losowe liczby, mogą być również wykorzystywane do optymalizacji wycen instrumentów finansowych (np. opcji), czy poprawę efektywności procesów underwriting. 

Wszędzie tam, gdzie szersze spektrum parametrów wejściowych da lepiej dopasowane wyniki, kwantowe obliczenia będą dawały istotną przewagę nad klasyczne obliczenia oparte o chmurę czy superkomputery. Przykładów takich zastosowań można znaleźć wiele: 

• indywidualne kalkulacje cen produktów ubezpieczeniowych
• analiza ryzyka kredytowego w szczególności dla dużych i złożonych przedsiębiorstw
• modele scoringowe
• uczenie maszynowe
• modelowanie ryzyka katastrof

Efektywne wykrywanie fraudów jest kluczowym elementem optymalnego działania instytucji finansowych. Technologie kwantowe pozwolą na dokładniejszą analizę anomalii, a w konsekwencji wykrywanie bardziej wyrafinowanych metod oszustw i transakcji podejrzanych.