高盛与QC Wave的研究人员在金融应用领域实现量子优越性愿景迈出重要一步，双方合作研发出了新的更可靠的量子算法，其性能远远优于最新使用蒙特卡罗(Monte-Carlo)模拟的经典算法。

蒙特卡罗算法经常被用于评估各种金融工具的风险与模拟制定价格等涉及复杂计算的问题，并且会消耗大量的时间和计算资源。通常这些计算会隔夜才执行一次，这意味着在快速变化的市场中，交易员只能被迫使用过时的数据。因此为一直在市场中寻求更多优势的交易员提供量子计算方法，以最快的速度计算出这些风险评估并可以全天执行模拟，这意味着将改变全球金融市场的运作方式。

高盛公司的量子研究主管William Zeng说：“高盛公司的团队致力于为公司和我们的客户开发最好的技术。量子计算可能会对金融服务产生重大的影响，而我们与QC Wave展开的新合作将拉进与这一未来的距离。为此，我们为量子算法的核心技术引入了新的扩展功能，这体现了我们希望在量子技术领域做出应有的贡献。”

该研究团队已经研发了一段时间的量子算法，该算法可以比传统方法快1000倍去执行蒙特卡罗模拟。但这些算法需要使用经过纠错的量子硬件，而纠错量子计算机预计需要在10到20年内才有商用。在量子设备上具有很高的错误率，并且在返回不正确的结果之前只能准确执行几个计算步骤。

在过去的一年中，高盛和QC Wave的研究人员一直在努力解决这个问题，即如何才能将应用的时间表缩短一半，但仍能获得显著的提速呢？通过牺牲一些速度，该团队成功设计了预计可在5到10年内出现的量子计算机上运行的弱蒙特卡罗(Shallow Monte Carlo)算法,它要比传统方法快100倍。尽管浅蒙特卡罗算法比无量子傅立叶变换(QFT-free)的蒙特卡罗算法和标准蒙特卡罗算法只显示出中等程度的提速，但它对硬件的要求要低得多，因此有望减少一半的可用性时间表。

QC Ware国际算法负责人Iordanis Kerenidis说：“在QC Ware，我们专注于设计有用的量子算法，该算法显着降低了对量子硬件需求，但与传统算法相比其性能提速也非常显著。高盛和QC Ware组成的研究团队采用了一种新颖的方法来设计量子蒙特卡罗算法，该方法权衡了速度性能以降低错误率。通过严格分析和实验模拟，我们证明了浅蒙特卡罗算法可在5到10年内出现的量子硬件上进行蒙特卡罗仿真的能力。”

另外，这项技术对于其他行业来说也能起到量子加速计算的广泛作用。例如除了金融领域，蒙特卡罗模拟还可用于航空航天和汽车等行业。（编译/ RobotNet)