本期『量子信息』專欄主持人 李曉瑜

評(píng)“量子視角下的智能優(yōu)化算法綜述”

李曉瑜

量子計(jì)算與人工智能的協(xié)同發(fā)展，為數(shù)據(jù)驅(qū)動(dòng)的科學(xué)范式帶來了新的憧憬和無限可能。同時(shí)，作為量子科技的重要組成部分，量子計(jì)算展現(xiàn)出強(qiáng)大的計(jì)算優(yōu)越性，為后摩爾時(shí)代的量子信息技術(shù)提供了落地保障和基石。優(yōu)化是眾多科學(xué)問題、工程問題、社會(huì)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(xué)習(xí)、深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)等方法，而更加具有時(shí)效性、全局性。

該文在此背景下，從量子理論的視角綜述了當(dāng)前智能優(yōu)化算法的研究進(jìn)展和相關(guān)應(yīng)用，包括兩類：1) 應(yīng)用量子比特、量子門等概念構(gòu)造智能優(yōu)化算法并實(shí)現(xiàn)量子特性的相關(guān)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(duì)智能優(yōu)化算法進(jìn)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(jìn)。該綜述為高維海量、非結(jié)構(gòu)化復(fù)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(jì)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(xué)物理模型，帶來了新的視角和啟發(fā)式思考。

評(píng)“基于混合量子-經(jīng)典神經(jīng)網(wǎng)絡(luò)模型的股價(jià)預(yù)測(cè)”

李曉瑜

金融數(shù)據(jù)具有大體量、歷史關(guān)聯(lián)度高和可量化等特點(diǎn)，利用人工智能算法，分析并挖掘有價(jià)值的金融知識(shí)，已成為推動(dòng)金融領(lǐng)域信息和技術(shù)革新的主要趨勢(shì)。生物識(shí)別、智能客服、智能營(yíng)銷、智能信貸等典型金融應(yīng)用，已經(jīng)比較成熟；金融監(jiān)管、風(fēng)險(xiǎn)防控、量化交易、信用評(píng)級(jí)、智能投資等研究，尚待深入發(fā)展。金融數(shù)據(jù)的海量、復(fù)雜、高維度、低價(jià)值純度等特點(diǎn)，對(duì)人工智能算法的準(zhǔn)確性、高效性、安全性、魯棒性帶來了巨大挑戰(zhàn)。量子計(jì)算具有超強(qiáng)并行計(jì)算能力、指數(shù)級(jí)存儲(chǔ)容量、不可克隆等特征，被認(rèn)為是最有可能突破現(xiàn)有計(jì)算能力瓶頸的一種計(jì)算方式。國(guó)內(nèi)外已有部分關(guān)于量子金融投資的相關(guān)理論和算法研究，基于量子機(jī)器學(xué)習(xí)、統(tǒng)計(jì)學(xué)等各種技術(shù)路線層出不窮，融合量子計(jì)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(yīng)用。

該文聚焦智能投資領(lǐng)域的股價(jià)預(yù)測(cè)研究，充分結(jié)合量子計(jì)算特性，利用量子比特的疊加行和糾纏行，構(gòu)建了一種混合量子-經(jīng)典神經(jīng)網(wǎng)絡(luò)模型。在量子線路學(xué)習(xí)框架下，實(shí)現(xiàn)參數(shù)化變分量子線路綜合，對(duì)股價(jià)特征數(shù)據(jù)進(jìn)行訓(xùn)練、迭代、優(yōu)化，完成準(zhǔn)確分類、打標(biāo)簽的任務(wù)；達(dá)到更高的股價(jià)預(yù)測(cè)準(zhǔn)確率、更少的算法時(shí)間復(fù)雜度，為量子計(jì)算在金融行業(yè)的應(yīng)用邁出堅(jiān)實(shí)的一步。