Amb la realització d’aquests projectes, CaixaBank ha esdevingut la primera entitat d’Espanya i una de les primeres del món a incorporar la computació quàntica a la seva activitat d’innovació.
CaixaBank avança en la seva estratègia de preparar-se per a l’arribada de la computació quàntica. Després de fer amb èxit les primeres proves reals de computació quàntica per estudiar aplicacions d’aquesta tecnologia al negoci financer, l’entitat ha fet un pas més i ha desenvolupat el primer algoritme de machine learning per a la classificació de riscos de la banca espanyola fent servir computació quàntica.
L’entitat, presidida per Jordi Gual i el conseller delegat de la qual és Gonzalo Gortázar, es converteix així en la primera entitat espanyola a aplicar un esquema de computació híbrid –que combina durant el procés de càlcul computació quàntica i computació convencional en diferents etapes del procés– per classificar els perfils de riscos crediticis. Per fer-ho, CaixaBank ha utilitzat un conjunt de dades públic (data set públic), corresponent a 1.000 suposats usuaris, amb un perfil molt similar a clients reals, però amb informació completament figurada per fer la prova.
Amb aquest projecte, l’entitat millora en la simulació d’escenaris de risc i aprenentatge automàtic (machine learning), on els algoritmes són cada vegada més complexos i requereixen grans quantitats de dades per aprendre, alhora que avança en l’anàlisi de les aplicacions de la computació quàntica. Els resultats d’aquesta prova, que demostra que la computació híbrida permet assolir resultats comparables als que ofereix la solució clàssica en menys temps, es publicaran més detalladament en canals especialitzats perquè les conclusions estiguin a disposició de la comunitat.
Els ordinadors quàntics es basen en les propietats dels superconductors, que integren les seves unitats de procés, els qbits (bits quàntics), en comptes de bits clàssics. Gràcies a aquestes propietats, té la capacitat de processar multitud de variables i estats alhora, i aconseguir una capacitat de còmput que creix exponencialment amb el nombre de qbits.
La computació híbrida aprofita aquest avantatge de còmput exponencial per al complex càlcul de paràmetres d’optimització d’algoritmes de machine learning i els combina amb mètodes de computació clàssica, aprofitant el millor dels dos mons. Amb l’aplicació d’algoritmes híbrids (quàntics i clàssics) en l’anàlisi de risc, s’aconsegueix arribar a les mateixes conclusions que amb el mètode clàssic en molt menys temps.
Font: CaixaBank
