,亚洲欧美日韩国产成人精品影院,亚洲国产欧美日韩精品一区二区三区,久久亚洲国产成人影院,久久国产成人亚洲精品影院老金,九九精品成人免费国产片,国产精品成人综合网,国产成人一区二区三区,国产成...

首頁 500強(qiáng) 活動 榜單 商業(yè) 科技 領(lǐng)導(dǎo)力 專題 品牌中心
雜志訂閱

量子計算取得兩大突破,將實現(xiàn)一些“不可能”

 JEREMY KAHN
2021-10-09

鋼鐵制造和金融這兩個截然不同的行業(yè)或許即將能用量子計算機(jī)做一些直到現(xiàn)在還不可能實現(xiàn)的事情。

文本設(shè)置
小號
默認(rèn)
大號
Plus(0條)

對于許多行業(yè)來說,量子計算正越來越接近于實現(xiàn)其作為革命性技術(shù)的潛力。半月前,有兩家公司的聲明讓我們看到,鋼鐵制造和金融這兩個截然不同的行業(yè)或許即將能用量子計算機(jī)做一些直到現(xiàn)在還不可能實現(xiàn)的事情。

總部位于英國的劍橋量子計算公司(Cambridge Quantum Computing)最近同意與工業(yè)巨頭霍尼韋爾(Honeywell)的量子計算部門合并,分拆為一家新的上市公司。該公司稱,通過與世界領(lǐng)先的鋼鐵生產(chǎn)商日本新日鐵(Nippon Steel Corporation)合作,它們成功模擬了兩種不同構(gòu)型鐵晶體的行為。

這種化學(xué)模擬十分復(fù)雜,傳統(tǒng)計算機(jī)無法準(zhǔn)確實現(xiàn)。因此,新日鐵和劍橋量子計算通過互聯(lián)網(wǎng)訪問了IBM量子計算機(jī),利用劍橋量子計算公司開發(fā)的專門算法運行了上述模擬。

參與研究的科學(xué)家們表示,該技術(shù)最終或許可以創(chuàng)造新型鋼鐵,還有助于解釋地球固體鐵核中金屬可以承受極端高溫高壓的原理。

同一時期,來自高盛(Goldman Sachs)、IonQ(一家量子計算機(jī)制造公司)和QC Ware(一家專注于量子計算算法的初創(chuàng)公司)的研究人員稱,他們已經(jīng)證明,一種支撐金融風(fēng)險定價的基礎(chǔ)數(shù)學(xué)技術(shù)在量子計算機(jī)上比在傳統(tǒng)計算機(jī)上運行得更好也更快。

蒙特卡羅模擬和鐵晶體模擬

研究人員此前就已提出理論,認(rèn)為這種被稱為蒙特卡羅模擬的數(shù)學(xué)方法應(yīng)該存在“量子優(yōu)勢”。但這是科學(xué)家首次在真正的量子計算硬件上使用專門的量子算法,證明了這種優(yōu)勢的存在。

高盛量子研究主管威爾·曾表示,上述實驗表明,如果擁有足夠強(qiáng)大的量子計算機(jī),金融風(fēng)險定價可以得到極大優(yōu)化。

不過,他提醒道,現(xiàn)有的量子計算機(jī)還不足以運行大型蒙特卡羅模擬;投行如果需要更好地為復(fù)雜的衍生品合約定價,或為資產(chǎn)組合計算隔夜風(fēng)險價值,則需要運行大型蒙特卡羅模擬,高盛希望量子計算機(jī)最終能在這兩個領(lǐng)域充分發(fā)揮優(yōu)勢。

目前,高盛使用的是傳統(tǒng)計算技術(shù)為衍生品定價,根據(jù)金融工具的復(fù)雜程度,計算時間從一秒鐘到幾分鐘不等。但結(jié)果可能沒有量子計算機(jī)那么精確。而且,曾指出,在處理高杠桿的金融產(chǎn)品時,哪怕風(fēng)險定價只改進(jìn)了一點點,盈利能力也能出現(xiàn)巨大差異。

對資產(chǎn)組合進(jìn)行風(fēng)險評估時,關(guān)鍵在于準(zhǔn)確性和計算的時間成本,這種計算十分復(fù)雜,需要一個超級計算集群成夜運轉(zhuǎn)。如果計算結(jié)果更準(zhǔn)確,高盛就可以減少為防范投資組合價值突然下跌而儲備的資本。而一臺功能強(qiáng)大的量子計算機(jī)也許在幾分鐘內(nèi)就能得出更準(zhǔn)確的答案。

高盛、IonQ和QC Ware進(jìn)行的小型實驗只涉及4個量子處理單元,即4個量子位元,能夠執(zhí)行約100次邏輯操作。曾說,高盛估計,要想在單一復(fù)雜衍生品合約的定價上超越傳統(tǒng)計算機(jī),需要一臺擁有約8000個量子位元、能夠執(zhí)行約5400萬次操作的量子計算機(jī)。

盡管如此,這項研究仍然意義重大,因為蒙特卡羅模擬可以解決的問題千千萬萬,無論是確定價格變化的潛在影響,還是創(chuàng)建更有彈性的供應(yīng)鏈。該技術(shù)對機(jī)器學(xué)習(xí)應(yīng)用程序也具有重要意義。比如,使用蒙特卡羅模擬進(jìn)行結(jié)果預(yù)測時,如存在大量不同可能出現(xiàn)的結(jié)果,該模擬可以建立全部可能場景的概率分布圖。

為了模擬鐵晶體,劍橋量子計算公司和新日鐵的科學(xué)家使用的是IBM擁有7個量子位元的量子處理器。同樣,研究人員也注意到,想要更精確地模擬鐵晶體的能態(tài),需要比現(xiàn)有量子計算機(jī)更強(qiáng)大、更不容易出錯的量子設(shè)備。

關(guān)于上述兩個實驗的論文都發(fā)表于非同行評議的研究資源庫arxiv.org上。點擊相關(guān)鏈接即可閱讀。

量子處理能力

理論上,量子計算機(jī)的處理能力要比傳統(tǒng)計算機(jī)強(qiáng)得多,因為它們可以利用量子力學(xué)的現(xiàn)象進(jìn)行計算。在傳統(tǒng)計算機(jī)中,信息以二進(jìn)制格式存儲,稱為一個比特,可以是0,也可以是1。在量子計算機(jī)中,量子位元可以以一種“疊加”的狀態(tài)存在,在這種狀態(tài)下,它們可以同時表示0和1。傳統(tǒng)計算機(jī)中,每個比特都是相互獨立的。在量子計算機(jī)中,一種被稱為糾纏的特性使得量子位元可以相互影響,理論上加速了計算時間。

這兩篇研究論文中使用的量子計算機(jī)運用了不同的方法來產(chǎn)生量子效應(yīng)。IBM的機(jī)器使用了由鈮和鋁等超導(dǎo)材料制成的量子位元,將其固定在硅芯片上,并冷卻到極低的溫度。IonQ處理器使用強(qiáng)大的激光捕獲來自稀土金屬鐿的離子,并利用這些離子形成量子位元。

現(xiàn)有量子位元的一個主要問題是,它們只能在相對較短的時間內(nèi)保持量子態(tài),超導(dǎo)量子位元為120微秒(微秒為百萬分之一秒),而捕獲離子的維持時間為10分鐘。當(dāng)量子位元脫離量子態(tài)時,就會產(chǎn)生錯誤,必須通過使用更多的量子位元或軟件算法來糾正這些錯誤。

這兩個實驗都用了一些算法來“減少錯誤”,以改善運算結(jié)果。兩個實驗使用的系統(tǒng)中,都是部分計算在傳統(tǒng)半導(dǎo)體計算機(jī)芯片上運行,部分在量子處理器上運行。(財富中文網(wǎng))

譯者:Agatha

對于許多行業(yè)來說,量子計算正越來越接近于實現(xiàn)其作為革命性技術(shù)的潛力。半月前,有兩家公司的聲明讓我們看到,鋼鐵制造和金融這兩個截然不同的行業(yè)或許即將能用量子計算機(jī)做一些直到現(xiàn)在還不可能實現(xiàn)的事情。

總部位于英國的劍橋量子計算公司(Cambridge Quantum Computing)最近同意與工業(yè)巨頭霍尼韋爾(Honeywell)的量子計算部門合并,分拆為一家新的上市公司。該公司稱,通過與世界領(lǐng)先的鋼鐵生產(chǎn)商日本新日鐵(Nippon Steel Corporation)合作,它們成功模擬了兩種不同構(gòu)型鐵晶體的行為。

這種化學(xué)模擬十分復(fù)雜,傳統(tǒng)計算機(jī)無法準(zhǔn)確實現(xiàn)。因此,新日鐵和劍橋量子計算通過互聯(lián)網(wǎng)訪問了IBM量子計算機(jī),利用劍橋量子計算公司開發(fā)的專門算法運行了上述模擬。

參與研究的科學(xué)家們表示,該技術(shù)最終或許可以創(chuàng)造新型鋼鐵,還有助于解釋地球固體鐵核中金屬可以承受極端高溫高壓的原理。

同一時期,來自高盛(Goldman Sachs)、IonQ(一家量子計算機(jī)制造公司)和QC Ware(一家專注于量子計算算法的初創(chuàng)公司)的研究人員稱,他們已經(jīng)證明,一種支撐金融風(fēng)險定價的基礎(chǔ)數(shù)學(xué)技術(shù)在量子計算機(jī)上比在傳統(tǒng)計算機(jī)上運行得更好也更快。

蒙特卡羅模擬和鐵晶體模擬

研究人員此前就已提出理論,認(rèn)為這種被稱為蒙特卡羅模擬的數(shù)學(xué)方法應(yīng)該存在“量子優(yōu)勢”。但這是科學(xué)家首次在真正的量子計算硬件上使用專門的量子算法,證明了這種優(yōu)勢的存在。

高盛量子研究主管威爾·曾表示,上述實驗表明,如果擁有足夠強(qiáng)大的量子計算機(jī),金融風(fēng)險定價可以得到極大優(yōu)化。

不過,他提醒道,現(xiàn)有的量子計算機(jī)還不足以運行大型蒙特卡羅模擬;投行如果需要更好地為復(fù)雜的衍生品合約定價,或為資產(chǎn)組合計算隔夜風(fēng)險價值,則需要運行大型蒙特卡羅模擬,高盛希望量子計算機(jī)最終能在這兩個領(lǐng)域充分發(fā)揮優(yōu)勢。

目前,高盛使用的是傳統(tǒng)計算技術(shù)為衍生品定價,根據(jù)金融工具的復(fù)雜程度,計算時間從一秒鐘到幾分鐘不等。但結(jié)果可能沒有量子計算機(jī)那么精確。而且,曾指出,在處理高杠桿的金融產(chǎn)品時,哪怕風(fēng)險定價只改進(jìn)了一點點,盈利能力也能出現(xiàn)巨大差異。

對資產(chǎn)組合進(jìn)行風(fēng)險評估時,關(guān)鍵在于準(zhǔn)確性和計算的時間成本,這種計算十分復(fù)雜,需要一個超級計算集群成夜運轉(zhuǎn)。如果計算結(jié)果更準(zhǔn)確,高盛就可以減少為防范投資組合價值突然下跌而儲備的資本。而一臺功能強(qiáng)大的量子計算機(jī)也許在幾分鐘內(nèi)就能得出更準(zhǔn)確的答案。

高盛、IonQ和QC Ware進(jìn)行的小型實驗只涉及4個量子處理單元,即4個量子位元,能夠執(zhí)行約100次邏輯操作。曾說,高盛估計,要想在單一復(fù)雜衍生品合約的定價上超越傳統(tǒng)計算機(jī),需要一臺擁有約8000個量子位元、能夠執(zhí)行約5400萬次操作的量子計算機(jī)。

盡管如此,這項研究仍然意義重大,因為蒙特卡羅模擬可以解決的問題千千萬萬,無論是確定價格變化的潛在影響,還是創(chuàng)建更有彈性的供應(yīng)鏈。該技術(shù)對機(jī)器學(xué)習(xí)應(yīng)用程序也具有重要意義。比如,使用蒙特卡羅模擬進(jìn)行結(jié)果預(yù)測時,如存在大量不同可能出現(xiàn)的結(jié)果,該模擬可以建立全部可能場景的概率分布圖。

為了模擬鐵晶體,劍橋量子計算公司和新日鐵的科學(xué)家使用的是IBM擁有7個量子位元的量子處理器。同樣,研究人員也注意到,想要更精確地模擬鐵晶體的能態(tài),需要比現(xiàn)有量子計算機(jī)更強(qiáng)大、更不容易出錯的量子設(shè)備。

關(guān)于上述兩個實驗的論文都發(fā)表于非同行評議的研究資源庫arxiv.org上。點擊相關(guān)鏈接即可閱讀。

量子處理能力

理論上,量子計算機(jī)的處理能力要比傳統(tǒng)計算機(jī)強(qiáng)得多,因為它們可以利用量子力學(xué)的現(xiàn)象進(jìn)行計算。在傳統(tǒng)計算機(jī)中,信息以二進(jìn)制格式存儲,稱為一個比特,可以是0,也可以是1。在量子計算機(jī)中,量子位元可以以一種“疊加”的狀態(tài)存在,在這種狀態(tài)下,它們可以同時表示0和1。傳統(tǒng)計算機(jī)中,每個比特都是相互獨立的。在量子計算機(jī)中,一種被稱為糾纏的特性使得量子位元可以相互影響,理論上加速了計算時間。

這兩篇研究論文中使用的量子計算機(jī)運用了不同的方法來產(chǎn)生量子效應(yīng)。IBM的機(jī)器使用了由鈮和鋁等超導(dǎo)材料制成的量子位元,將其固定在硅芯片上,并冷卻到極低的溫度。IonQ處理器使用強(qiáng)大的激光捕獲來自稀土金屬鐿的離子,并利用這些離子形成量子位元。

現(xiàn)有量子位元的一個主要問題是,它們只能在相對較短的時間內(nèi)保持量子態(tài),超導(dǎo)量子位元為120微秒(微秒為百萬分之一秒),而捕獲離子的維持時間為10分鐘。當(dāng)量子位元脫離量子態(tài)時,就會產(chǎn)生錯誤,必須通過使用更多的量子位元或軟件算法來糾正這些錯誤。

這兩個實驗都用了一些算法來“減少錯誤”,以改善運算結(jié)果。兩個實驗使用的系統(tǒng)中,都是部分計算在傳統(tǒng)半導(dǎo)體計算機(jī)芯片上運行,部分在量子處理器上運行。(財富中文網(wǎng))

譯者:Agatha

Quantum computing is getting ever closer to realizing its potential as a transformative technology for many businesses. This past week a pair of announcements provided a glimpse of how two diverse sectors, steel manufacturing and finance, may be on the cusp of being able to do things with quantum computers that were until now impossible.

Cambridge Quantum Computing, a U.K.-based company that recently agreed to merge with the quantum computing arm of industrial giant Honeywell and spin out as a new publicly traded company, said it had worked with Japan’s Nippon Steel Corporation, one of the world’s leading steel producers, to simulate the behavior of iron crystals in two different configurations.

This chemical simulation is so complex scientists cannot perform it accurately on a conventional computer. In this case, Nippon Steel and Cambridge Quantum Computing used an IBM quantum computer, accessed over the Internet, and specialized algorithms, developed by Cambridge Quantum Computing, to run the simulation.

Scientists involved in the research said the techniques could eventually aid in the creation of new types of steel as well as help answer fundamental questions about what happens in the earth’s solid iron core, where the metal is subjected to extreme heat and pressure.

Also on Tuesday, researchers from Goldman Sachs, IonQ (a company that builds quantum computers), and QC Ware, a startup that specializes in quantum computing algorithms, said they had demonstrated how a fundamental mathematical technique that underpins the pricing of financial risk can be run better and faster on a quantum computer than on conventional ones.

Monte Carlo and iron crystal simulation

Researchers had previously theorized this kind of “quantum advantage” should exist for this mathematical method, called a Monte Carlo simulation. But this is the first time that scientists have demonstrated clear evidence of this improved performance using a specialized quantum algorithm on real quantum computing hardware.

Will Zeng, the head of quantum research at Goldman Sachs, said that the experiment was able to show that with a sufficiently powerful enough quantum computer, there should be a significant performance improvement in pricing financial risk.

He cautioned, however, that current quantum computers are not powerful enough to run the large Monte Carlo simulations the investment bank would need to better price complex derivative contracts or calculate overnight value-at-risk calculations for asset portfolios, two areas in which Goldman hopes quantum computers will eventually offer a major advantage.

Currently, Goldman uses conventional computing techniques to price derivatives, with a calculation taking anywhere from less than a second to a several minutes, depending on the financial instrument’s complexity. But the results may not be as accurate as what can be achieved with a quantum computer. And, as Zeng notes, when dealing with financial products that are highly leveraged, even a small percentage improvement in risk pricing can result in a huge difference in profitability.

In the case of valuing the risk of an entire asset portfolio, the issue is both accuracy and the cost of computing time—the calculations are so complex that it literally takes a supercomputing cluster all night to run them. The more accurate the result of the calculation, potentially the less capital Goldman needs to hold in reserve to guard against sudden drops in the value of its portfolio. A powerful quantum computer might be able to achieve more accurate answers in just minutes.

The small experiment Goldman, IonQ, and QC Ware conducted involved just four quantum processing units, known as qubits, with the ability to carry out about 100 logical operations. Zeng said that Goldman has estimated that outperforming a conventional computer in pricing a single complex derivatives contract would require a quantum computer with about 8,000 qubits and the ability to carry out about 54 million operations.

The research is nonetheless significant because of the vast array of problems that can be addressed using Monte Carlo simulations, from determining the potential effects of price changes to creating more resilient supply chains. The technique is also important for many machine-learning applications. Used in cases where there are many different possible outcomes, a Monte Carlo simulation builds up a picture of the probability distribution of the possible scenarios.

For the simulation of the iron crystals, the Cambridge Quantum Computing and Nippon Steel scientists used a IBM quantum processor with seven qubits. Here, too, the researchers noted that achieving a more accurate simulation of the energy states of the iron crystals would require a much more powerful, and less error prone, quantum device than what currently exists.

Papers about both experiments were published on the non–peer reviewed research repository arxiv.org. You can see the finance research here and the quantum chemistry research paper here.

Quantum processing power

Quantum computers have theoretically exponentially greater processing power than conventional computers because they harness phenomenon from quantum mechanics to help perform calculations. In a conventional computer, information is stored in a binary format, called a bit, that can be either a 0 or 1. In a quantum computer, qubits can exist in a state called superposition, in which they can represent both 0 and 1 simultaneously. In a traditional computer, each bit functions independently. In a quantum computer, a property called entanglement allows qubits to influence one another, in theory speeding up calculation times.

The quantum computers used in the two research papers each utilize a different method to create quantum effects. The IBM machine has qubits made from superconducting materials, such as niobium and aluminum, anchored on a silicon chip, and cooled to extremely low temperatures. The IonQ processor uses powerful lasers to trap ions from a rare earth metal, ytterbium, and uses these to form its qubits.

A major problem with today’s qubits is that they can be held in a quantum state only for a relatively short period of time, ranging from about 120 microseconds (or millionths of a second) for superconducting qubits, to up to 10 minutes for trapped ions. And when the qubits fall out of a quantum state, they produce errors that must then be corrected, either by using more qubits or by using software algorithms.

Both experiments employed some of these “error reduction” algorithms to try to improve the results. And both involved systems in which part of the calculation is run on conventional semiconductor computer chips and some on quantum processors.

0條Plus
精彩評論
評論

撰寫或查看更多評論

請打開財富Plus APP

前往打開