Bagaimana JPMorgan Chase mempersiapkan Q Day

JPMorgan Chase telah meningkatkan upayanya agar siap menghadapi kuantum – dengan kata lain, siap memanfaatkan komputer kuantum saat komputer tersebut menjadi cukup kuat dan andal untuk digunakan oleh bank.

“Industri keuangan akan mendapatkan manfaat 100% dari kuantum,” kata Marco Pistoia, kepala komputasi kuantum global di JPMorgan Chase, dalam sebuah wawancara. “Kami pikir ini akan menjadi sektor industri pertama yang mendapatkan manfaat dari kuantum.”

Salah satu alasannya adalah karena dalam bidang keuangan, tidak seperti bidang lainnya, waktu merupakan hal yang terpenting, katanya: “Kita perlu melakukan segala sesuatunya secara real time karena pasar berubah secara konstan dan sangat cepat.”

Bank-bank lain juga telah berupaya mempersiapkan komputasi kuantum. Wells FargoHSBC dan Credit Mutuel bekerja sama dengan IBM. Mastercard bekerja sama dengan D-Wave dan mengeksplorasi potensi komputasi kuantum untuk mengoptimalkan program penghargaan loyalitasnya.

Perusahaan-perusahaan ini menginvestasikan sumber daya dan upaya pada teknologi yang mungkin akan terwujud dalam waktu tiga hingga tujuh tahun. Mereka bertaruh bahwa mereka akan siap untuk meraup manfaat yang dijanjikan oleh teknologi tersebut dan mengatasi ancaman yang ditimbulkannya.

Komputasi kuantum dalam perbankan

Dalam pandangan Pistoia, kasus penggunaan pertama komputasi kuantum dalam keuangan adalah pengoptimalan, seperti dalam portofolio. Hal ini dapat diterapkan pada pemrosesan bahasa alami untuk membuat ringkasan dokumen secara otomatis, memaksimalkan kalimat dengan makna tertinggi, dan mengurangi kalimat yang berulang-ulang.

Masalah optimasi lain yang dapat dipecahkan oleh Quantum meliputi deteksi anomali – misalnya, untuk mendeteksi serangan keamanan siber dan upaya penipuan – serta harga pengiriman.

Ketakutan besar yang dialami banyak orang adalah bahwa penjahat dunia maya akan menguasai komputer kuantum dan menggunakannya untuk memecahkan enkripsi RSA yang secara universal digunakan untuk melindungi data sensitif di server di seluruh dunia – termasuk di komputer bank.

“Risiko generasi berikutnya dalam hal peretasan sistem bisa jadi adalah AI,” kata Brett King, pendiri Moven, pembawa acara Breaking Banks dan futuris, dalam sebuah wawancara. “Namun sebenarnya ancaman yang lebih besar adalah komputer kuantum. Kita masih butuh lima hingga tujuh tahun lagi untuk mencapai komputer kuantum seratus ribu qubit yang memiliki cukup koreksi kesalahan agar dapat diandalkan. Namun pada saat itu, kita mengantisipasi Q Day,” hari ketika komputasi kuantum maju ke titik di mana ia dapat memecahkan metode enkripsi yang melindungi sebagian besar Internet.

“Tidak diragukan lagi bahwa ini adalah risiko dan memang nyata,” kata Pistoia. “Beberapa orang tidak sepakat tentang kapan ini akan terjadi, tetapi tidak ada yang tidak sepakat bahwa ini akan terjadi.”

JPMorgan Chase sedang berupaya mengadopsi solusi untuk masalah ini.

“Jika Anda pergi berlibur, Anda pasti akan mengunci pintu depan,” kata Pistoia. “Tetapi mengapa Anda tidak mengunci jendela di lantai atas untuk berjaga-jaga jika ada yang menggunakan tangga? Mengapa Anda tidak memasang sistem alarm jika Anda memilikinya? Jadi, sangat penting untuk memiliki pertahanan berlapis.”

Salah satu solusi yang diterapkan bank tersebut adalah kriptografi pascakuantum, dengan kata lain, algoritma kriptografi baru yang dirancang untuk menahan serangan komputasi kuantum. Bank tersebut juga tengah berupaya mengembangkan distribusi kunci kuantum – penggunaan teknologi kuantum untuk memungkinkan dua orang bertukar kunci kriptografi yang sama dengan cara yang tidak mungkin dipecahkan.

Bersiap untuk Q Day sekarang “memberi kita waktu untuk memperkuat infrastruktur kita agar menjadi tangguh,” kata Pistoia.

Deteksi penipuan adalah kasus penggunaan hebat lainnya, mengingat besarnya jumlah data transaksi yang harus dianalisis dan diidentifikasi sebagai penipuan atau bukan penipuan, secara real-time.

“Saat seseorang melakukan transaksi dengan kartu kreditnya, Anda tidak dapat diberitahu bahwa ini adalah penipuan 24 jam kemudian, Anda harus segera tahu bahwa transaksi tersebut harus diblokir,” kata Pistoia.

Alasan mengapa komputer klasik begitu sulit mendeteksi penipuan transaksi adalah karena sebagian besar transaksi bersifat tidak berbahaya, membanjiri data dengan pembelian yang tidak berbahaya, kata Pistoia.

“Saat Anda melakukan pembelajaran mesin, Anda tidak memiliki cukup data untuk mempelajari transaksi penipuan,” kata Pistoia. “Datanya tidak seimbang, jadi tidak memiliki cukup bukti tentang apa yang merupakan transaksi penipuan. Anda memiliki banyak informasi tentang transaksi yang baik, tidak berbahaya, dan asli.”

Hal ini membantu menciptakan positif palsu, di mana kartu atau akun diblokir meskipun transaksinya bukan penipuan, dan negatif palsu, di mana penipuan tidak diblokir.

Komputasi kuantum memungkinkan para insinyur untuk meningkatkan ruang fitur yang digunakan dalam pembelajaran mesin, yaitu kumpulan semua nilai yang mungkin untuk sekumpulan fitur yang dipilih dari data tersebut. Fitur transaksi meliputi lokasi, waktu, hari dalam setahun, dan alamat tempat barang dikirimkan.

“Dengan menggabungkan semua fitur ini, Anda sekarang dapat mulai memahami apa itu penipuan,” kata Pistoia. “Dalam pengaturan komputasi kuantum, kita akan memiliki cukup ruang untuk menyertakan semua fitur ini dan kemudian kita akan benar-benar mulai memahami dengan lebih baik apa yang menjadi penipuan karena kita memiliki lebih banyak kemampuan untuk mengodekan semua fitur ini.”

Kasus penggunaan lain untuk komputasi kuantum kemungkinan adalah simulasi Monte Carlo, model matematika yang memprediksi kemungkinan hasil dari suatu peristiwa yang tidak pasti, seperti kinerja kewajiban hipotek yang dijaminkan.

“Mereka cukup terkenal karena membutuhkan waktu hampir sepanjang malam untuk menjalankannya,” kata Konstantinos Karagiannis, direktur layanan komputasi kuantum di Protiviti, dalam sebuah wawancara. “Akan jauh lebih baik untuk masuk di pagi hari dan menjalankannya dengan data baru dalam 20 menit. Jadi, percepatan seperti itu sangat menarik.”

Mempersiapkan diri untuk kuantum

Komputer kuantum belum siap untuk pendanaan. Untuk masalah keuangan seperti pengoptimalan portofolio atau penetapan harga pengiriman, 56 kubit tidaklah cukup; dibutuhkan ratusan qubit dan tingkat kesalahan yang rendah, kata Pistoia.

Namun, JPMorgan Chase memiliki tim teknisi yang telah mengembangkan, memelihara, dan mendokumentasikan algoritma kuantum untuk aplikasi keuangan. Bank tersebut bermaksud untuk mulai memproduksinya segera setelah komputer kuantum cukup kuat untuk menjalankannya.

“Kami harus bersabar, karena kami menunggu saat yang tepat untuk tiba, tetapi fakta bahwa kami melihat hasil yang terjadi adalah dorongan besar yang memberi kami banyak keyakinan di masa depan,” kata Pistoia dalam sebuah wawancara.

“Orang-orang di JPMorgan memiliki tempat duduk di barisan terdepan untuk memahami hal ini,” kata Jenni Strabley, kepala tim perangkat keras di Quantinuum, dalam sebuah wawancara. “Dan orang-orang di barisan terdepan itu akan siap memanfaatkannya jauh, jauh lebih cepat daripada orang-orang yang memilih untuk mengambil pendekatan menunggu dan melihat.”

Pada bulan Juni, bank dan produsen komputer kuantum Quantinuum mendemonstrasikan penggunaan komputer kuantum yang menangani masalah pengambilan sampel sirkuit acak, tugas komputasi yang melibatkan pengambilan sampel dari distribusi probabilitas hasil untuk sirkuit kuantum tertentu. Menurut kedua perusahaan tersebut, mesin Quantinuum bekerja 100 kali lebih baik daripada komputer kuantum Sycamore milik Google pada tahun 2019 ketika menyelesaikan tugas dalam waktu 200 detik yang akan memakan waktu 10.000 tahun bagi superkomputer canggih untuk menyelesaikannya dan menyatakan “supremasi kuantum.” Supremasi kuantum adalah ketika komputer kuantum dapat menyelesaikan tugas yang tidak mungkin dilakukan oleh komputer konvensional dalam waktu yang wajar.

Pernyataan Google tentang supremasi kuantum kontroversial. Para teknolog IBM mengkritik analisis Google dan mengatakan kinerja Sycamore sebenarnya tidak melampaui kinerja superkomputer klasik.

Istilah “supremasi kuantum” “mengirimkan sinyal yang salah,” kata Scott Crowder, wakil presiden, adopsi kuantum dan pengembangan bisnis di IBM, dalam sebuah wawancara. “Komputer kuantum tidak akan lebih unggul daripada komputer klasik.” Banyak penerapan yang merupakan dan akan terus menjadi kombinasi komputer klasik dan kuantum.

Tetapi beberapa orang melihat karya Chase-Quantinuum sebagai terobosan.

“Siapa pun yang tidak memuji JPMorgan Chase atas apa yang mereka lakukan pasti punya alasan untuk mengkritik,” kata Konstantin Karagiannis, direktur layanan komputasi kuantum di Protiviti. “Saya tidak dapat menyebutkan perusahaan besar yang seaktif itu. Mereka adalah pemimpin sejauh ini.” Fakta bahwa sistem Quantinuum menggunakan 56 qubit yang terhubung sepenuhnya adalah hal yang signifikan, seperti juga akurasinya yang dilaporkan tinggi, katanya.

“Kombinasi itu berarti kita sekarang berada di wilayah yang belum dipetakan,” katanya.

IBM dan D-Wave juga melakukan pekerjaan yang menarik, kata Karagiannis. IBM menerbitkan beberapa hasil komputasi kuantumnya di jurnal Alam Juni lalu. Desember lalu, perusahaan memperbarui peta jalan komputasi kuantum untuk mencakup kemajuan menuju sistem yang dapat diperbaiki kesalahannya pada tahun 2029. HSBC bekerja sama dengan IBM untuk menggunakan teknologi tersebut untuk tugas-tugas seperti penetapan harga dan optimalisasi portofolio, keberlanjutan, risiko, dan penipuan. Credit Mutuel sedang meneliti penggunaan komputasi kuantum IBM untuk pengalaman pelanggan, manajemen penipuan, dan manajemen risiko.

Keuntungan lain yang diharapkan oleh bank-bank ini adalah konsumsi daya yang lebih rendah dari komputasi kuantum. Jika komputer klasik melakukan pengambilan sampel sirkuit acak dalam uji JPMorgan Chase/Quantinuum, komputer tersebut akan mengonsumsi daya 30.000 kali lebih banyak daripada yang dibutuhkan komputer kuantum, menurut Strabley.

Pengujian dan persiapan yang dilakukan JPMorgan Chase penting, kata Karagiannis.

“Itu adalah hal yang bisa dilakukan lebih banyak perusahaan saat ini,” katanya. “Tidak semua orang punya anggaran sebesar itu.”