專欄評述

本期『量子信息』專欄主持人 李曉瑜

評“量子視角下的智能優(yōu)化算法綜述”

李曉瑜

量子計算與人工智能的協(xié)同發(fā)展，為數(shù)據(jù)驅動的科學范式帶來了新的憧憬和無限可能。同時，作為量子科技的重要組成部分，量子計算展現(xiàn)出強大的計算優(yōu)越性，為后摩爾時代的量子信息技術提供了落地保障和基石。優(yōu)化是眾多科學問題、工程問題、社會問題中的永恒話題，圍繞優(yōu)化開展的大量人工智能算法研究，漸漸形成了“智能優(yōu)化算法”體系；它既具備傳統(tǒng)優(yōu)化算法的高效性、局部性，又因兼容不斷創(chuàng)新的無監(jiān)督學習、深度學習、強化學習等方法，而更加具有時效性、全局性。

該文在此背景下，從量子理論的視角綜述了當前智能優(yōu)化算法的研究進展和相關應用，包括兩類：1) 應用量子比特、量子門等概念構造智能優(yōu)化算法并實現(xiàn)量子特性的相關研究，大幅提升算法性能；2) 利用薛定諤方程、波函數(shù)、疊加態(tài)等概念對智能優(yōu)化算法進行建模，建立智能優(yōu)化算法量子化描述。兩類研究相輔相成，相互促進。該綜述為高維海量、非結構化復雜系統(tǒng)的數(shù)據(jù)治理，以及不確定性物理模型數(shù)據(jù)的計算和挖掘，帶來了重要借鑒意義；為優(yōu)化算法建立統(tǒng)一數(shù)學物理模型，帶來了新的視角和啟發(fā)式思考。

評“基于混合量子-經(jīng)典神經(jīng)網(wǎng)絡模型的股價預測”

李曉瑜

金融數(shù)據(jù)具有大體量、歷史關聯(lián)度高和可量化等特點，利用人工智能算法，分析并挖掘有價值的金融知識，已成為推動金融領域信息和技術革新的主要趨勢。生物識別、智能客服、智能營銷、智能信貸等典型金融應用，已經(jīng)比較成熟；金融監(jiān)管、風險防控、量化交易、信用評級、智能投資等研究，尚待深入發(fā)展。金融數(shù)據(jù)的海量、復雜、高維度、低價值純度等特點，對人工智能算法的準確性、高效性、安全性、魯棒性帶來了巨大挑戰(zhàn)。量子計算具有超強并行計算能力、指數(shù)級存儲容量、不可克隆等特征，被認為是最有可能突破現(xiàn)有計算能力瓶頸的一種計算方式。國內(nèi)外已有部分關于量子金融投資的相關理論和算法研究，基于量子機器學習、統(tǒng)計學等各種技術路線層出不窮，融合量子計算的智能算法也不斷推出，這些都加速了量子金融的行業(yè)應用。

該文聚焦智能投資領域的股價預測研究，充分結合量子計算特性，利用量子比特的疊加行和糾纏行，構建了一種混合量子-經(jīng)典神經(jīng)網(wǎng)絡模型。在量子線路學習框架下，實現(xiàn)參數(shù)化變分量子線路綜合，對股價特征數(shù)據(jù)進行訓練、迭代、優(yōu)化，完成準確分類、打標簽的任務；達到更高的股價預測準確率、更少的算法時間復雜度，為量子計算在金融行業(yè)的應用邁出堅實的一步。