2024场景赋能新质生产力系列活动丨玻色量子在金融信贷领域两大实用化案例
时间:2024-09-29 作者:market 分类:事件活动

9月27日,由中关村政府采购促进中心、北京科技创新促进中心、中关村科技园区西城园管理委员会主办的“向新而行”2024场景赋能新质生产力系列活动金融科技领域供需对接会在新动力金融科技中心成功举办。会议现场大咖云集,现场讲解国家级金融科技示范区营商环境及招商银行、建设银行场景需求,以及量子计算云平台、金融区块链服务平台、科技企业尽调助手等新技术新产品的场景赋能。北京玻色量子科技有限公司(以下简称“玻色量子”)应邀参会。

 

会议现场,玻色量子专家发表了以“量子计算在金融信贷领域的应用”为主题的精彩演讲,阐述了量子计算机的简介与量子金融发展的近况,并深入分享玻色量子依托自研的相干光量子计算机真机,在信用评分卡特征筛选与社区发现反欺诈两大金融信贷风控场景中的实用化案例。在大会现场引起了金融行业内外人士的广泛关注!

玻色量子专家发表演讲

 

信用评分卡特征筛选

经典特征选择方法有三种,第一是过滤法,根据IV值、互信息等方式筛选特征,但缺点是忽视了特征之间的关系、无法保证是最优的特征组合;第二是包裹法,如通过递归特征消除、逐步回归等方式,但缺点是计算成本高、路径依赖、容易过拟合;第三是嵌入法,在模型训练过程中可以自动进行特征选择,但缺点是依赖于特定模型、复杂程度较高。

信用评分卡特征筛选的核心在于将量子优化算法应用于特征选择问题。相比传统方法,量子算法能够以指数级的速度搜索特征空间,并有效避免局部最优解,确保筛选出全局最优的特征集。

 

目前,玻色量子与平安银行实现了将量子计算应用于客户信用评分中的特征筛选。平安银行已在玻色量子的相干光量子计算机上实现对德国信用数据集特征筛选计算的加速,在低于1ms的时间内就完成了问题求解,并且相对于传统优化算法,可以找到更低能量的可行解。这是在信用评分领域国内首个公开发表的具有量子优势的重要成果🔗而玻色量子联合平安银行共同推出的“信贷风险数据降维”优秀真机测试案例,是双方基于实际金融场景及需求,在“量子+金融”领域达成的重要研究成果,双方已公开发表该案例的真机测试完整报告。🔗

社区发现反欺诈

在数字化背景下,金融行业面临日益复杂的欺诈和洗钱活动,传统算法难以应对大数据和复杂网络分析的需求。但量子计算可以为金融机构提供高效、精准的风险管理工具,通过量子计算的速度和求解效果优势大幅提升金融安全水平。因此,将社区发现算法与量子计算相结合,提高反欺诈的准确率和效率。

 

目前,玻色量子与兴业银行将量子计算应用于反洗钱业务中的图计算问题取得卓越的研究成果。此外,玻色量子还与光大科技、华夏银行、中信银行等十余家卓越的金融企业达成合作,重点展开风险信用评估、投资组合优化等场景的应用探索。

 

玻色量子期待与更多优秀的金融机构展开深入合作,共同探索“量子计算+金融”领域的实用化真机测试与验证,探索更多量子计算在金融行业的杀手级应用,利用量子算力来解决金融行业中的痛点问题,不断实现技术突破和业务创新。

相关新闻推荐

玻色量子中标中国移动首个量子计算机整机!

实用先行!玻色量子完成数亿元A轮融资

推荐文章

玻色量子中标中国移动首个量子计算机整机!

实用先行!玻色量子完成数亿元A轮融资

上一篇

坚持实用化量子计算!北京市朝阳区区委书记文献一行莅临玻色量子调研指导

弹性盒布局占位元素
下一篇

聚焦2024 PT展丨玻色量子CTO魏海博士:相干光量子计算与应用