科技媒体TechRepublic的Karen Roby近期采访了量子应用公司Zapata Computing的首席执行官兼联合创始人Christopher Savoie，并谈论了量子计算的未来。下面是他们的谈话记录。

Christoper Savoie: 如果你同意的话，我认为有两种类型的量子算法。有些需要一个我们称之为容错计算系统的东西，另一种则是没有错误的系统，无论从何种角度和目的来说，都需要进行纠正错误，这是现在大多数经典计算机的运作方式。它们不会在计算时出现错误，或至少我们希望不会有很高的出错率。最终我们会拥有这样容错的量子计算机，人们正在为此努力。我们已经证明了这是可以发生的，所以这是迟早的事。但这需要5到10年的时间，要直到我们有了可用的硬件。这些拥有指数级速度的更快算法的前景非常广，这些算法将使用这些容错计算机来查看组合矩阵中所有可用的选项。

Christoper Savoie: 如果你有类似蒙特卡罗模拟这样的算法，你可以尝试所有可能的不同变量，你能查看每一种可能的组合，并找到最优的解决方案。这在今天的传统计算机上是不可能的，因为你只能选择你要使用的变量，减少一些东西并找出捷径的方法。如果有了容错量子计算机，对于解哪些空间中很多可能性的解，我们可以利用量子计算机查看所有可能的组合。所以，你可以想象几乎无穷多的或者指数多的变量，并可以尝试看看你的最佳解决方案是什么。例如，在《综合资本分析和检查》(CCAR)、《多德-弗兰克华尔街改革与消费者保护法案》等需要进行复杂模拟的事情上，我们可以依赖于蒙特卡洛模拟。

Christoper Savoie: 尝试所有可能的情况，这在今天是无法做到的。但容错量子计算机将允许我们尝试所有不同的组合，这将赋予我们一种更好的预测未来的能力，这在金融应用中是很重要的。但是我们现在没有这种计算机，它们要在将来某个时候才能可用。我讨厌给它定个日期，离它到来可能还有十年的时间。另一方面，有一些近期算法可以在嘈杂的、没有错误校正的嘈杂中型量子设备上运行，我们简称其为NISQ。这些是更能容忍噪声的启发式算法，就像今天的经典计算和人工智能中的神经网络一样。你可以稍微处理一下稀疏的数据，也可以处理或计算其他领域出现一些错误。因为这是一种类似神经网络的计算。它不是查看所有的答案，而是找出哪个是最好的答案。这是一种近似算法，通过迭代并试图越来越接近正确的答案。

Christoper Savoie: 我们知道神经网络(深度神经网络)是这样运作的。在目前的状态下，人工智能使用的是这些启发式算法。现在我们所做的大多数金融计算本质上是启发式性质和统计性质，而且它的效果很好，可以做一些很好的工作。在算法交易和风险分析中，我们现在使用的这些量子版本能给我们带来一些优势，甚至可能比纯粹的经典算法更具优势，我们已经在最近的工作中展示了这种优势。因此，我们将会有一些量子增强型人工智能、量子增强型机器学习。我们称之为量子增强机器学习或量子增强优化，并且我们将很快能够做到这些。

Christoper Savoie: 人们认为这是一种二选一。我们现在有这种NISQ机器，但它们还有一些问题；然后有一天当我们醒来，就会拥有容错量子计算机。但事实并不是那样的。这些有缺陷的算法，如果你同意，这些启发式算法它们仍然是有效的，而且它们可能会比容错算法在一些问题和数据集上工作得更好。所以这确实是一个梯度，但它真的是。你会有一种虚假的安慰感，也许是两种。”好吧，如果这是10年后的事，我们就等吧，等我们醒过来就会拥有容错的能力。”但这没考虑算法会不断的进步。我们现在开发的东西在容错机制上仍然有用。拥有这些专利对我们现在所做的事情都有好处。

Christoper Savoie: 所以，想着“好吧，拥有那种容错计算机需要一个10年左右的时间。我们的组织只能等等了。”如果你这样做了，你会得到一些东西。但你不会有足够的劳动力来利用这一点，而且你可能没有足够的基础设施。与此同时，你所有的竞争对手和他们的供应商已经获得了这些方法的专利组合，并且这些专利已经用了20年了。所以，如果你从现在开始等5年，并在4年之后才有一项专利，那就有24年的技术差。所以，我认为这确实是一种激励，让组织真正开始工作，即使是在我们今天所处的这种嘈杂的NISQ设备中。

Karen Roby: 人们会有一种错误的安全感，就像你提到的，你说那是十年之后的事。但如果真的是这样，人们等得太久，就没有了赶上来的机会。所以，这点是人们现在需要关注的事情。

Christoper Savoie: 当然。在金融领域，如果你比你的竞争对手有更好的风险检测能力，你在市场中寻找alpha会有一个巨大的优势。如果你能比别人做得更好，你就会拥有巨大的优势。如果你因为人们的专利或者因为你的员工不知道如何使用这些东西而受阻，那你就真的陷入了困境。我们一次又一次地看到不同的技术发展和革命。我们现在有了大数据和对大数据的使用，有了基础设施、人工智能和机器学习。那些一直在等待的组织通常会发现自己处于劣势，而且真的很难赶上，因为这些东西每天、每周都在变化，各种新的发明正在发生。如果你没有现成的劳动力和基础设施，你很难赶上你的竞争对手。

Karen Roby: 你已经稍微提到了一点，但对金融行业来说，量子计算可以带来变革，它的意义非常重大。

Christoper Savoie: 当然。归根结底，金融就是数学，我们可以用量子计算在大数据集上做更好和更精确的数学运算。这是毫无疑问的。它不再是一个“如果”。谷歌通过他们的实验，证明了在某一时刻，我们将拥有一台机器，它肯定会在某些类型的数学方面比传统计算机要做得更好。有了这个前提，如果你在一个依赖数学的领域，那就依赖于数字，数字就是一切，而统计就是金融，不管你站在哪一边。如果你是风险投资一方，你就需要最好的工具。这并不意味着你一定要成为一个算法交易员，即使是做那些观察尾部风险和创建投资组合之类的事情也不需要。你只需要能够快速确定风险是什么，而计算是唯一能找到答案的方法。

Christoper Savoie: 在监管方面，我前面提到了CCAR。我认为，随着这些能力的出现，监管机构会要求进行更多的情景模拟，这些事情对很多公司来说都是非常头疼的。但它很重要，因为我们的全球金融系统都依赖于稳定性和可预测性，拥有量子这样的计算资源，能够让我们看到更多的变量、更多的可能性、更多的灾难场景。这真的很有帮助。“比如说，一场新型冠状病毒事件对全球金融体系的影响是什么?”更准确地预测这一点对每个人都有好处。

Karen Roby: 当然。Christoper，在结束我们此次对话之前，请给我们简单介绍一下Zapata Computing和你们所做的工作。

Christoper Savoie: 我们有两个非常重要的组成部分来尝试使这些东西成为现实。一方面，我们有超过30位最聪明年轻人的头脑和算法，特别是在短期设备中如何编写这些算法。我们已经写了一些基本的算法并用于量子计算机。另一方面，你如何让这些东西工作？这是一个软件工程问题，这不是真正的量子科学。要如何让大数据发挥作用？这涉及ETL、数据转换、数字化、云计算、多云计算等很多无聊但很重要的东西。基本上Zapata是一家拥有最好量子算法的公司，同时也在现代的多云环境中拥有最好的软件工程技术，尤其是金融公司、银行等受监管的公司，它们拥有大量敏感的、私有的和专有的数据。所以，你需要能够在一个安全的多云环境中工作，而这正是我们的软件工程方面允许我们做的。我们拥有两全其美的优势。（编译:Julien）