PASQAL at AI for Finance by Artefact - 利用中性原子进行金融领域的量子计算

来自 Pasqal 的 Vincent Martin 讨论了量子计算在金融领域的作用，重点是中性原子技术。演讲内容包括量子计算概述、Pasqal 技术、金融应用案例以及与法国农业信贷银行合作的项目实例。.

与使用比特（0 或 1）的传统计算机不同，量子计算机使用的是可以同时以两种状态存在的量子比特。不同的参与者正在探索实现量子比特的不同方法，包括帕斯卡尔的中性原子方法。.

目前有两种方法：一种是数字方法，即使用量子门进行经典逻辑运算；另一种是模拟方法，即 Pasqal 使用的方法。模拟方法是用电磁波集体操纵量子比特，有利于中短期量子进步。虽然数字方法是通用的，但由于量子比特的限制，它在处理复杂算法时会遇到困难。.

Pasqal 成立于 2019 年，在中性原子量子计算领域取得了快速发展，获得了大量资金和支持，包括联合创始人 Alain Aspect 获得诺贝尔奖。PASQAL 计划到 2024 年将其量子处理单元（QPU）扩展到超过 1000 个受困原子。该技术使用激光来捕获和操纵原子，并通过摄像头捕捉量子比特状态来得出结果。.

Pasqal 为整个量子价值链的客户提供从硬件到定制算法开发的支持。其 QPU 目前可处理多达 100 量子比特，计划到 2028 年达到 2000 量子比特和逻辑处理能力，从而增强量子计算能力。.

量子计算非常适合金融 data，通常以图形表示。节点可以代表货币或公司，边代表交易所或交易。Pasqal 的模拟计算利用量子进化内核等方法对这些图进行优化，以识别套利机会等模式或检测欺诈行为。.

在投资组合优化方面，量子计算可以通过解决基于图形的问题（如二次无约束二元优化（QUBO）），实现收益最大化和风险最小化。Pasqal 的量子算法比经典方法快得多。量子计算机将补充而非取代经典系统，就像 GPU 增强 CPU 一样。.

量子计算机能效高，能耗比超级计算机低 1 万倍。它们在某些模型中也表现出色，因此在电气化、去碳化和新材料开发等领域的应用中很有价值。.

法国农业信贷银行：Pascal 与法国农业信贷银行合作预测贷款风险水平。目标是超越传统的机器学习，如随机森林分类器。帕斯卡尔的混合算法（Cubost）达到了相同的准确率，但训练速度快了 3.5 倍，只用了 50 个量子比特，展示了量子计算在金融领域的潜力。.