Goldman Sachs prédit l’informatique quantique à 5 ans de son utilisation sur les marchés
L’informatique quantique pourrait être mise à contribution sur certains des calculs les plus complexes des marchés financiers d’ici cinq ans, bien plus tôt que prévu, selon une étude menée conjointement par Goldman Sachs.
Les résultats surviennent alors que les banques et d’autres entreprises à la pointe de la recherche quantique se sont tournées vers la tentative d’obtenir des résultats pratiques en utilisant les ordinateurs quantiques imparfaits qui devraient être utilisés dans les prochaines années, plutôt que d’attendre beaucoup plus. des systèmes puissants qui devraient un jour révolutionner l’informatique.
Les recherches de la banque, menées avec la start-up quantique QC Ware, suggèrent que les programmeurs qui cherchent à exploiter les machines pourraient obtenir des résultats pratiques plus tôt en échange de l’abandon de certains des énormes gains de performances promis par les systèmes quantiques.
Les travaux reflètent un effort récent des entreprises qui investissent dans le domaine pour rechercher un «avantage quantique», ou une amélioration pratique marginale par rapport aux ordinateurs existants. C’est un objectif plus modeste que d’attendre la pleine «suprématie quantique», le terme utilisé lorsque les systèmes quantiques sont capables de résoudre des problèmes qui sont essentiellement impossibles pour un ordinateur classique.
La recherche s’est penchée sur l’utilisation de machines quantiques pour évaluer les dérivés complexes, l’une des tâches les plus exigeantes en informatique sur les marchés financiers et un coût important pour les banques. Les calculs reposent sur des simulations dites de Monte Carlo, qui impliquent de faire un grand nombre de projections sur les futurs mouvements aléatoires du marché pour calculer la probabilité d’un résultat particulier.
La recherche a mis en évidence des avancées à court terme qui permettront de proposer des prix par téléphone aux clients souhaitant négocier des produits dérivés complexes, plutôt que d’attendre les heures qu’il faut parfois pour exécuter des calculs à l’aide des ordinateurs d’aujourd’hui, a déclaré Paul Burchard, responsable de la recherche. dans la R&D de Goldman. «Il y a une très grosse facture informatique que nous payons chaque année pour fixer le prix de ces dérivés et courir des risques sur eux», a-t-il ajouté.
Dans une étude antérieure de l’année dernière avec IBM, Goldman avait calculé qu’il lui faudrait un ordinateur quantique avec environ 7500 bits quantiques, ou qubits, pour exécuter une simulation complète de Monte Carlo.
IBM et Google font partie des entreprises en course pour construire de tels systèmes, qui devraient arriver dans les cinq ans.
Cependant, ils utilisent des qubits qui ne conservent leur état quantique que pendant de brèves périodes, ce qui rend les systèmes remplis d’erreurs. La recherche sur les techniques nécessaires pour surmonter ce problème en est encore à ses débuts, ce qui signifie que tous les avantages des machines quantiques pourraient être dans de nombreuses années.
La dernière recherche de la banque, avec QC Ware, a examiné comment exécuter une simulation moins exhaustive qui pourrait être réalisée dans le court laps de temps disponible avant que les erreurs ne s’infiltrent. Elle a été présentée lors de la récente conférence Quantum Information Processing et fait actuellement l’objet d’un examen par les pairs. avant la publication.
Plutôt qu’une amélioration de 1000 fois attendue d’un ordinateur quantique entièrement corrigé des erreurs, exécuter un tel calcul en utilisant le matériel quantique imparfait d’aujourd’hui pourrait donner un gain de 10 fois en cinq ans, selon les chercheurs – encore assez pour justifier la mise en place des ordinateurs. utiliser sur des problèmes pratiques.
La même technique était susceptible de s’avérer utile dans d’autres industries et d’accélérer plus largement l’adoption de l’informatique quantique, a déclaré Matt Johnson, directeur général de QC Ware.
Les simulations de Monte Carlo ont été utilisées dans d’autres domaines de la finance, ainsi que dans des industries telles que l’aérospatiale et l’automobile, a-t-il ajouté, rendant ce type de problème informatique «assez uniforme dans toute l’industrie».