Kvantedatabehandling kan revolusjonere finanssektoren

– Jobben vår handler om å holde oss oppdatert på ny IT og vurdere hva slags nytte og trusler vi står overfor. Det er et ganske dynamisk og flytende område, og vi er ikke bundet av blokkjeder, kunstig intelligens eller noe annet, sier Yngvar Ugland.

Ikke mye minner om en bankmann når vi møter ham i lobbyen til DNB, der han jobber sammen med ulastelig antrukne dresskledde kolleger. Så er han ikke økonom eller jurist heller. Ugland er sivilingeniør i industriell matematikk fra NTH. Fra siste kull før det ble til NTNU. Det ble IT som ble løpebanen hans.

Først i Microsoft , deretter med flere startups og scaleups før han trådte inn i den finansielle høyborgen til DNB for seks år siden. Nå leder han New Tech Lab i storbanken, hvor både kunstig intelligens og kvantedatamaskiner er havnet på skrivebordet hans.

Flytende

Som en av de minste avdelingene i DNB har de ni medarbeiderne en ganske fri stilling. Dette er folk som er håndplukket for kunnskapen sin og evnen til å lære raskt.

– I 2018 så vi på muligheten for å bygge en hel bankinfrastruktur på blokkjeder. Vi fikk det til å fungere, men fant ut at det ikke var like bra som den vi hadde. Likevel er det veldig mye læring i en slik prosess, sier han.

Ugland og folkene hans er ikke redde for å gjøre feil og prøve ting gang på gang med ulike endringer. Det er slikt de lærer av, og når banken skal inn i et nytt område, har de gått opp løypa.

– Vi har sett lenge at mange teknologiområder utvikler seg med eksponentiell hastighet. Spesielt når man når et kritisk område, slik som med AI nå. Vi har snakket om det i 50 år, men nå brekker kurven kraftig oppover, og teknologien er raskt blitt allemannseie.

Kvantedatabehandling

Ugland er godt kjent med potensialet til kvantedatabehandling og de muligheter og truslene som åpner seg i årene framover, når teknologien blir mer tilgjengelig.

– Det at vi venter at dagens måte å kryptere data på, vil kompromitteres når vi bruker slik teknologi, er selvfølgelig et problem for bank og finans, men det er et enda større problem for forsvaret, sier han.

Han ser ingen vei utenom kvantedatabehandling hvis Moores lov skal ha noen framtid. Nå er vi snart nede i silisiumstrukturer som er bare 3 til 5 atomer brede. Da setter fysikken begrensinger for den tradisjonelle digitale datamaskinen.

– Når transistorene ikke kan krympes lenger, må vi finne på noe nyttå erstatte den tradisjonelle nedskaleringen med. Kvantedatabehandling er en åpenlys arvtaker som vi må sørge for å ha kunnskap om.

DNBs New Tech Lab driver ikke egen utvikling av teknologien, men de har organisert en liten gruppe som setter seg inn i den og ser på hvordan den kan anvendes i banken.

DNB jobber også sammen med UiO, Sintef og andre for å se på industrielle anvendelser av kvantedatabehandling.

– Det er ikke sikkert vi finner revolusjonerende anvendelser med det første, men vi må forstå hva vi skjønner og ikke skjønner, slik at vi kan være klare når behovene oppstår, sier han.

Ikke mye futt – ennå

Ugland peker på at dagens teknologi kan behandle noen få tusen operasjoner i sekundet mot hundrevis av teraflops i vanlige maskiner. Men til tross for den åpenlyse forskjellen i ytelse kan kvanteteknologien løse helt spesielle problemer.

– AI er en teknologi med enkle algoritmer som behandler veldig store datamengder. Det er perfekt for skyen som gir tilgang til både enorm prosesseringskraft og enorme datamengder. Kvantedatabehandling bruker komplekse algoritmer for å behandle lite data, sier Ugland og peker på det han kaller svigermorproblemet.

Når du skal gifte deg, må du ikke fornærme svigermor når du skal plassere henne sammen med gjestene ved bordet. Har du fire gjester er det 24 ulike kombinasjoner av bordplassering. Med 10 gjester er det 3,6 millioner ulike kombinasjoner, noe som øker til nesten 40 millioner med én gjest til og til ufattelige 479 millioner med 12 gjester.

Skal du plassere svigermor best mulig, krever det enormt mye tradisjonell datakraft, men med kvantedatabehandling er dette et perfekt problem som krever lite, sier han.

En qubit, som er en slags bit i en kvantedatamaskin, kan lagre åtte kombinasjoner samtidig og også gjøre operasjoner på alle samtidig. Det betyr at en maskin med 250 qubits kan lagre og prosessere 10⁸⁰ kombinasjoner samtidig.

Kortsynt

Ugland og hans gruppe i DNB mener vi aldri før har visst mindre om fremtiden enn det vi gjør i dag. I finanssektoren kan kjøpsanbefalinger endre seg helt i løpet av noen uker, og det er et stort problem for banker, meglere og kunder.

– Vi prøver å trå i et terreng der det ikke finnes noe kart. Men jo mer du skjønner, jo bedre blir den intuisjonen du er avhengig av. Det er kanskje her at kvantedatamaskiner kan gjøre en forskjell fra tradisjonelle digitale maskiner, sier han.

Naturen, i form av kjemi og biologi, er basert på atomer og derfor perfekt for kvantedatabehandling. Men for mange problemer er det flere utfordringer. Slik som støy. Kvantedatamaskiner som bruker kvantemekanikken, må isoleres mest mulig fra påvirkning i omgivelsene for å fungere. Det er en egen betegnelse på den tiden vi er inne i nå som kalles NISQ - Noisy intermediate-scale quantum era.

Ugland tror det vil ta mellom tre og åtte år før vi behersker støyen mye bedre enn i dag. Da kan vi se fremveksten av maskiner med langt flere qubits enn i dag.

Monte Carlo

I jakten på nytteeffekten tror DNB at kvantebaserte algoritmer som kan få fart på Monte Carlo-simulering, vil være nyttig for finanssektoren.

– Ved å regne på enormt mange kombinasjoner kan vi redusere usikkerheten rundt utviklingen av en aksjekurs. Da forsvinner også grunnlaget for spekulasjon. Det gir mer stabilitet i finansmarkedene, sier han.

Sammensmelting

På lang sikt tror Ugland at kvanteteknologien og kunstig intelligens vil kunne smelte sammen og gi nok et sett med spennende muligheter. Både innen finans og i mange andre sektorer i næringslivet.

– Alle skjønner at det er viktig å skjønne AI i dag, men vi må også forstå muligheten som vil oppstå når kvantedatamaskinene modnes i løpet av noen år. Industrien bør skaffe seg kunnskap om dette og lete etter anvendelser. Jo tidligere de gjør det, jo større blir forspranget til konkurrentene. Det er faktisk på tide å diskutere hvordan man skal håndtere det vi vet kommer – og gjøre tiltak for å møte utviklingen. Å ikke gjøre noe kan vise seg å bli en stor tabbe, sier Ugland.