Story
JPモルガンとアマゾン、金融の最適化問題解決に向けた量子技術ツールを共同開発
Text size
Background
JPモルガン・チェースとアマゾンのAmazon Advanced Solutions Labは、金融分野の複雑な最適化問題に量子技術を応用するための共同研究プログラムを発表しました。この協力により、実用に近いリュードベリ原子ベースの量子ハードウェア上で大規模な最適化問題を解くためのツールに関する3つの研究論文が公開されました。
共同研究の概要
今回の研究は、量子デバイスを従来の古典的なソルバーと並行して使用する「コプロセッサー」として活用する手法に焦点を当てています。これにより、量子コンピューティングの能力を既存の計算基盤に統合し、金融モデリングにおける特定の問題解決を加速させることを目指します。
この共同研究は、アナログ中性原子量子マシンを活用して、ポートフォリオの最適化やリバランスといった金融業界特有の課題に取り組むものです。実験には、Amazon Braketを通じて利用可能なQuEra社の量子デバイス「Aquila」が使用されました。
主な研究成果
Ad発表された3つの論文では、具体的な成果が示されています。特に注目すべきは以下の点です。
- ポートフォリオ最適化: 開発された分解パイプラインは、実世界のポートフォリオ最適化問題の規模を、解の質を維持したまま約80%削減することに成功。最大1,500変数を持つ大規模な問題において、解を得るまでの時間を3分の1に短縮しました。
- 量子ビット要件の削減: 最大独立集合問題（MIS）を解くための量子コンピレーション・ツールキットを導入。これにより、従来の手法では約2,900万量子ビットを要したグラフ問題が、わずか数十量子ビットで対応可能になるなど、必要な量子ビット数を桁違いに削減しました。
- ハイブリッドアルゴリズム: 量子コンピューターをコプロセッサーとして利用するハイブリッド量子古典アルゴリズム「qReduMIS」を提示。QuEraのAquilaデバイス（最大231量子ビット）で実験した結果、難易度の高い問題例において平均89%を超える成功率を達成しました。
市場への示唆
この提携は、金融大手と巨大テクノロジー企業が量子コンピューティングの実用化に向けて本格的に取り組んでいることを示すものです。まだ研究段階ではあるものの、ポートフォリオ最適化のような分野での具体的な効率改善は、将来的に金融機関の意思決定速度やリスク管理能力に大きな影響を与える可能性があります。量子技術が古典コンピューターと連携するハイブリッドアプローチは、実用化への現実的な道筋として投資家や市場関係者の注目を集めそうです。