Dlaczego obliczenia kwantowe są mieczem obosiecznym w kryptografii?
Kryptografia i technologia blockchain z pewnością nie pozostaną nietknięte przez komputery kwantowe, jednak kierunek, w jakim zmierzają, pozostaje niewiadomą.
Komputery kwantowe stanowią zarówno zagrożenie, jak i szansę dla kryptografii. Choć mają potencjał złamania wielu obecnych metod szyfrowania, mają również potencjał stworzenia nowych i bezpieczniejszych metod, które są odporne na ataki klasycznych komputerów.
Komputery kwantowe są znacznie szybsze od komputerów klasycznych, co oznacza, że mogą szybko rozwiązywać problemy matematyczne, których rozwiązanie klasycznym komputerom zajęłoby lata, dekady, a nawet stulecia. Dotyczy to również problemów matematycznych, które leżą u podstaw wielu schematów szyfrowania stosowanych w celu zabezpieczenia komunikacji cyfrowej i transakcji.
Na przykład algorytm Shora można wykorzystać do efektywnego rozkładu dużych liczb na czynniki pierwsze, co jest podstawą wielu algorytmów szyfrowania z kluczem publicznym, takich jak RSA (skrót nawiązuje do nazwisk twórców, Rivesta–Shamira–Adlemana).
Kryptografia kwantowa może być jednak również używana do tworzenia nowych metod kryptograficznych, które są bezpieczniejsze niż metody klasyczne. Na przykład dystrybucja klucza kwantowego jest metodą generowania i dystrybucji tajnego klucza między dwiema stronami, poufność i integralność wymienianych informacji może być zapewniona, nawet jeśli złośliwy podmiot przechwyci komunikację.
Wspomniane cechy stwarzają pewną niepewność co do przyszłości QC w technologiach blockchain. Mają one potencjał złamania obecnych metod szyfrowania stosowanych w blockchain, co może naruszyć bezpieczeństwo aktywów cyfrowych i transakcji. Jednocześnie naukowcy pracują nad opracowaniem odpornych na kwantowe ataki metod szyfrowania dla blockchainów, aby przeciwdziałać temu zagrożeniu, takich jak szyfrowanie kluczem publicznym CRYSTALS-Kyber firmy IBM. Ponadto QC mogą ulepszyć blockchainy, zwiększając ich szybkość przetwarzania i skalowalność, co może prowadzić do bardziej wydajnych i bezpiecznych transakcji.
Jakie korzyści przynosi sektorowi finansowemu wykorzystanie komputerów kwantowych?
Branża finansowa jest optymistycznie nastawiona do komputerów kwantowych. Zadania takie jak optymalizacja portfela, zarządzanie ryzykiem i wycena aktywów mają duże szanse na bycie beneficjentami.
Algorytmy Grovera i Shora można stosować do optymalizacji portfela. Optymalizacja portfela polega na znalezieniu optymalnej kombinacji inwestycji w celu maksymalizacji zysków przy jednoczesnym zminimalizowaniu ryzyka. Oprócz zapewnienia szybszych i dokładniejszych obliczeń technologia ta może umożliwić bardziej elastyczne strategie optymalizacji, które uwzględniają szerszy zakres czynników, takich jak czynniki środowiskowe, społeczne i zarządzania.
Innym przykładem może być wycena aktywów. Wycena aktywów to proces szacowania wartości aktywów finansowych, takich jak akcje, obligacje i instrumenty pochodne. Tradycyjne metody wyceny aktywów finansowych opierają się na złożonych modelach matematycznych, takich jak symulacje Monte Carlo, które obejmują symulację dużej liczby możliwych wyników dla danego aktywa finansowego, a następnie wykorzystanie tych symulacji do oszacowania jego wartości. Quantum Monte Carlo (QMC) może obsługiwać na przykład złożone instrumenty finansowe, takie jak opcje, które mają nieliniowe wypłaty.
Oto pytanie warte miliard dolarów: Czy komputery kwantowe mogą przewidzieć rynek akcji? Podczas gdy komputery kwantowe mogą mieć pewne zalety w stosunku do komputerów klasycznych w niektórych zadaniach modelowania finansowego, mało prawdopodobne jest, aby były w stanie przewidzieć rynek akcji z całkowitą dokładnością. Ponadto, jak każda nowa technologia, komputery kwantowe również stwarzają własne unikalne wyzwania i ograniczenia, które należy rozwiązać, zanim będzie można w pełni wykorzystać ich potencjał w zastosowaniach finansowych.
Wiele firm świadczących usługi finansowe ma wysokie oczekiwania co do wpływu QC na zarządzanie ryzykiem. Obejmuje ono identyfikację, ocenę, ustalanie priorytetów ryzyka i podejmowanie działań w celu złagodzenia lub zarządzania tym ryzykiem. Każdy krok obejmuje modelowanie matematyczne i symulacje w celu przewidywania wyników ryzyka, a czas i dokładność odgrywają kluczową rolę w tym procesie. Cyberbezpieczeństwo jest ważną częścią zarządzania ryzykiem, którą można ulepszyć, włączając bardziej zaawansowane metody szyfrowania.
Szyfrowanie stało się kluczowym środkiem w branży bankowej, który chroni poufne informacje przed nieautoryzowanym dostępem. Jest ono wykorzystywane do zabezpieczania kanałów komunikacyjnych między systemami bankowymi, witrynami internetowymi i aplikacjami mobilnymi oraz ochrony danych na serwerach, w bazach danych i kopiach zapasowych. Ponadto szyfrowanie jest wykorzystywane do generowania podpisów cyfrowych, które pomagają zapewnić autentyczność dokumentów i zapobiegają nieautoryzowanej modyfikacji lub manipulacji poufnymi dokumentami.
Dlaczego tak trudno jest włączyć komputery kwantowe do istniejących technologii?
Pomimo ogromnego potencjału kontroli jakości, technologia ta i jej zastosowania muszą pokonać szereg trudnych barier.
Praca z kubitami to niezwykle trudne zadanie naukowe, ponieważ muszą być izolowane w kontrolowanym stanie kwantowym, który jest niezwykle kruchy. Najmniejsza zmiana w środowisku fizycznym (wibracja lub temperatura) może spowodować nierównowagę, czyli załamanie się superpozycji. Wymagane są złożone działania zapobiegawcze, takie jak przechłodzone lodówki, izolacja lub komory próżniowe, aby chronić układ przed utratą równowagi.
Innym aspektem wyzwania jest to, że jako inny paradygmat, QC wymagają nie tylko zupełnie nowego sprzętu i oprogramowania, ale także rozwiązań algorytmicznych. Liczne artykuły omawiają potencjał QC w uczeniu maszynowym, sztucznej inteligencji lub kryptografii. Rzadziej podkreśla się, że nie oznacza to tylko używania QC do uruchamiania algorytmów zaprojektowanych dla komputerów klasycznych (wzmocnionych kwantowo), ale budowanie zupełnie nowych algorytmów, które wykorzystują cechy QC.
QC w bankowości mogą być przełomem ze względu na potencjał zwielokrotnienia szybkości i wolumenu obliczeń i transakcji. Jednak różne instytucje finansowe dopiero zaczęły eksperymentować z własnymi algorytmami kwantowymi, a granice tych potencjałów nie są jeszcze jasne. Algorytmy kwantowe to algorytmy, które wykorzystują unikalne właściwości systemów kwantowych, takie jak superpozycja i splątanie.
Jednym z przykładów algorytmów kwantowych jest algorytm Grovera, który można wykorzystać do przeszukiwania dużych, niestrukturyzowanych baz danych danych finansowych szybciej niż klasyczne algorytmy. Na przykład można go wykorzystać do wyszukiwania określonych transakcji finansowych lub identyfikowania wzorców w danych finansowych. Innym przykładem jest algorytm Shora, który umożliwia szybsze rozłożenie dużych liczb na czynniki niż klasyczne algorytmy.
Czym są komputery kwantowe?
Komputery kwantowe to nowe maszyny, które mogą wykonywać obliczenia znacznie szybciej niż klasyczne komputery, oparte na zasadach mechaniki kwantowej.
Wyrażenie QC odnosi się do nowego typu maszyny opartej na zasadach mechaniki kwantowej. Mechanika kwantowa to dział fizyki, który zajmuje się zachowaniem materii i światła w skali atomowej i subatomowej. Najbardziej cenioną właściwością QC jest to, że wykonują one pewne typy obliczeń znacznie szybciej niż klasyczne komputery.
Klasyczne komputery przechowują i przetwarzają informacje w jednostkach bitów, podczas gdy komputery kwantowe używają bitów kwantowych (lub kubitów). Bity reprezentują informacje w formacie binarnym i mogą mieć tylko dwie możliwe wartości: zero lub jeden. Każda informacja przechodząca przez klasyczny komputer jest zasadniczo długim ciągiem zer i jedynek.
Qubity mogą istnieć w wielu stanach jednocześnie, właściwość ta jest znana jako superpozycja. Oznacza to, że pojedynczy kubit może reprezentować wiele możliwych kombinacji zer i jedynek; dlatego może przetwarzać znacznie większą ilość informacji niż klasyczny bit.
Inną ekscytującą cechą kubitów jest potencjał „splątania”, w którym tworzone są pary kubitów. Zmiana stanu jednego z nich w parze zmieni stan drugiego kubitu w przewidywalny sposób. Ta właściwość daje dodatkową moc kwantom. Zwiększenie liczby bitów w klasycznym komputerze ma liniowy wpływ na moc przetwarzania, podczas gdy dodanie dodatkowego kubitu do maszyny kwantowej powoduje wykładniczy wzrost mocy przetwarzania.
W jaki sposób komputery kwantowe pomagają branży finansowej?
QC są dopiero w fazie rozwojowej, ale eksperymenty już teraz pokazują ich ogromny potencjał w branży finansowej.
Według szacunków Światowego Forum Ekonomicznego z 2022 r. rządy krajowe zainwestowały ponad 25 miliardów dolarów w badania nad komputerami kwantowymi, a w ubiegłym roku zamknięto transakcje venture capital na kwotę ponad 1 miliarda dolarów. Komputery kwantowe (QC) znajdują się na wczesnym etapie rozwoju i istnieje wiele wyzwań technicznych, które należy pokonać, zanim staną się praktycznymi narzędziami codziennego użytku.
Niemniej jednak wykazały już duży potencjał zastosowań w szerokim zakresie dziedzin. Komputery kwantowe mają zdolność rozwiązywania złożonych problemów matematycznych wykładniczo szybciej niż klasyczne komputery, co czyni je idealnymi do wielu złożonych zadań. Branża finansowa jest jednym z pierwszych uczestników testów tej technologii. Jednak od wojska po firmy farmaceutyczne, logistyczne i produkcyjne, wiele branż eksperymentuje z komputerami kwantowymi.
Wymienione cechy QC mogą mieć ogromny wpływ na przyszłość usług finansowych. Istnieje kilka zadań, w których prognozowanie finansowe i modelowanie finansowe mogą być wspierane przez QC w celu szybszego i dokładniejszego przetwarzania. W szczególności optymalizacja portfela, zarządzanie ryzykiem i wycena aktywów to niektóre z najczęściej wymienianych przykładów. Jednak ich potencjalne zalety i zagrożenia dla kryptografii sprawiają, że ważne jest, aby dostawcy usług finansowych monitorowali tę technologię.
Współpraca jest kluczowa w obszarze QC, ponieważ technologia i rozwój oprogramowania umożliwiają rewolucję. Programy przyspieszające są inicjowane przez największe firmy technologiczne w celu eksperymentowania ze swoim sprzętem, oprogramowaniem lub rozwiązaniami w chmurze, takimi jak IBM, Microsoft, Google lub Amazon.
Goldman Sachs nawiązał współpracę z Microsoft Azure Quantum, aby zbadać wykorzystanie QC do ustalania cen. JPMorgan eksperymentuje z rozwiązaniami kwantowymi do optymalizacji i zarządzania ryzykiem. HSBC ogłosił współpracę z IBM w 2022 r. w celu zbadania wykorzystania QC do ustalania cen, optymalizacji portfela i ograniczania ryzyka.