Bank Kanady używa obliczeń kwantowych do symulacji scenariuszy adopcji kryptowalut

Bank Kanady jest pierwszym krajem z grupy G7, który wykorzystał obliczenia kwantowe do symulacji scenariuszy koegzystencji kryptowalut i walut fiat.

1 oktylion scenariuszy w 30 minut

W tym tygodniu Multiverse Computing, startup prowadzący kanadyjskie badania, osiągnął kamień milowy w ich prowadzeniu. Jego model jest bowiem w stanie ocenić ponad 1 oktylion możliwych scenariuszy w 30 minut. Oktylion to liczba 10, po której następuje 30 zer.

Oznacza to, że Multiverse Computing zakończyło proof-of-concept, który łączy dane blockchain ze stablecoinem Tether (USDT) oraz publiczne dane z 10 głównych instytucji finansowych. Aby opracować realistyczne parametry skonsultowano się także z ekspertami z dwóch dużych kanadyjskich banków.

Multiverse Computing wybrało Tether do swojego modelu, ponieważ ten stablecoin w ciągu ośmiu lat przetrwał już kilka okresów rynku byka i niedźwiedzia.

Według większości przedstawionych w modelu scenariuszy adopcja kryptowalut przez instytucje niefinansowe będzie powolna. Dlaczego? Ponieważ zamiana fiatów na cyfrowe aktywa wymaga pewnej wstępnej wiedzy i wiąże się z dużymi kosztami. Udało się również zasymulować reakcję banków, które obniżyłyby opłaty za przelewy bankowe, by konkurować z bardzo niskimi kosztami kryptowalutowych transakcji.

To dopiero proof-of-concept

Badania osiągnęły dopiero etap proof-of-concept, więc nie mają jeszcze żadnych implikacji dla kanadyjskich przepisów dotyczących kryptowalut. Jednak możliwość wykorzystania modeli obliczeń kwantowych do symulacji tego, jak waluta fiat i waluta cyfrowa mogą konkurować o wykorzystanie i adopcję, jest dużym krokiem naprzód. Przynajmniej według jednej z urzędniczek Banku Kanady. Maryann Haghighi, dyrektorka ds. nauki o danych w banku centralnym powiedziała:

Chcieliśmy przetestować moc obliczeń kwantowych na przypadku badawczym, który jest trudny do rozwiązania przy użyciu klasycznych technik obliczeniowych. Współpraca ta pomogła nam dowiedzieć się więcej o tym, jak obliczenia kwantowe mogą zapewnić nowy wgląd w problemy ekonomiczne dzięki przeprowadzaniu złożonych symulacji na sprzęcie kwantowym.

Bank Kanady nawiązał współpracę z firmą Multiverse Computing w 2019 roku ze względu na jej pracę nad przewidywaniem krachów finansowych. Flagowy produkt startupu – zestaw do tworzenia oprogramowania Sigularity – rozszerza podstawowe finansowe narzędzia, takie jak język programowania Python czy Microsoft Excel, o moc obliczeniową chmury na poziomie kwantowym.

Jak mówi Sam Mugel, dyrektor ds. technologii w Multiverse, decyzja banku centralnego, by zlecić zespołowi symulację adopcji kryptowalut, była ”trochę makroekonomicznym przegięciem”. Fizyk w wywiadzie dla portalu Decrypt powiedział:

Ich zdaniem kanadyjska gospodarka – mam nadzieję, że to prawda – jest zbyt stabilna, by prawdopodobieństwo krachów finansowych było wysokie. Więc w zasadzie powiedzieli, że każdy krach finansowy, który przewidzieliśmy, będzie prawdopodobnie błędny. Powiedzieli więc: ‘Przyjrzyjmy się czemuś bardziej zmiennemu. Przyjrzyjmy się transakcjom na kryptowalutach i przepowiedzmy krachy na kryptowalutach.

Od tego momentu badania skupiły się na analizie wpływu regulacji na kryptowaluty.

Wcześniejsze symulacje były w stanie objąć tylko kilka dużych banków. Startup wykorzystał jednak rodzaj komputera kwantowego o nazwie annealer D-Wave Systems, dzięki czemu jego badanie włączyło aż 10 instytucji.

Jak potężne są komputery kwantowe?

Komputery kwantowe są tak potężne, że trudno to wytłumaczyć, jeśli do tej pory miało się do czynienia ze standardowymi komputerami PC. W tym celu posłużmy się analogią do kinowego uniwersum Marvela.

Kiedy Dr Strange, bohater posiadający zdolność manipulowania czasem i przestrzenią, spogląda w przyszłość w kluczowym momencie filmu “Avengers: Infinity War”, w ciągu zaledwie kilku sekund jest w stanie rozważyć 14 000 605 możliwych sytuacji i wybrać tę, w której bohaterowie wygrywają.

W tym przykładzie Dr Strange jest jak komputer kwantowy, ponieważ może jednocześnie przeanalizować miliony scenariuszy. Zwykły komputer również mógłby podjąć się tego zadania. Musiałby jednak rozważać każdą możliwość po kolei, co zajęłoby mu kilkadziesiąt lat, a nie pół godziny.

Mugel dodał, że następnym krokiem jest uczynienie modelu jeszcze bardziej wydajnym i umożliwienie symulowania większej liczby zmiennych w gospodarce.

Kolejnym obszarem, który poruszyliśmy w naszym badaniu, było przyjrzenie się instytucjom finansowym wymieniającym walutę. Ale co by było, gdybyśmy zaczęli dodawać takie rzeczy jak giełdy kryptowalut? Może moglibyśmy rozważyć model trójstronny: adopcja kryptowalut, giełda, a potem ludzie, którzy je przyjmują.