JPMorgan, AMD, และ OQC เปิดตัวศูนย์ข้อมูลควอนตัม-เอไอในลอนดอน เพื่อทดสอบอัลกอริทึมทางการเงินที่ใช้งานได้จริง

ความร่วมมือนี้มีการแบ่งบทบาทกันอย่างชัดเจน OQC รับผิดชอบในส่วนของฮาร์ดแวร์ควอนตัม โดยใช้สถาปัตยกรรมตัวนำยิ่งยวดและระบบ GENESIS รุ่นใหม่ AMD เป็นผู้จัดหาโครงสร้างพื้นฐานด้านคอมพิวเตอร์แบบคลาสสิกและเอไอ ซึ่งเป็นส่วนสำคัญที่ทำให้ขั้นตอนการทำงานแบบผสมผสานเป็นไปได้ ในขณะที่ JPMorganChase นำเสนอโปรแกรมการวิจัยและพัฒนาด้านควอนตัมและเอไอที่ดำเนินมายาวนาน ซึ่งได้ผลิตอัลกอริทึมสำหรับการใช้งานที่หลากหลาย ตั้งแต่การกำหนดราคาออปชัน การวิเคราะห์ความเสี่ยง ไปจนถึงการตรวจจับการทุจริต และการประมวลผลภาษาธรรมชาติ ทั้งสามองค์กรได้ร่วมกันวางแผนงานวิจัยที่มุ่งเป้าไปที่การประยุกต์ใช้ในบริการทางการเงินหลายด้าน

การเพิ่มประสิทธิภาพพอร์ตโฟลิโอ: ทดสอบกลยุทธ์แบบผสมผสานในสภาพแวดล้อมจริง

การเพิ่มประสิทธิภาพพอร์ตโฟลิโอเป็นหนึ่งในกรณีการใช้งานควอนตัมคอมพิวติ้งในภาคการเงินที่ถูกพูดถึงมากที่สุดในช่วงเวลาอันใกล้นี้ และเป็นหัวข้อสำคัญอันดับต้นๆ ของความร่วมมือนี้ นักวิจัยของ JPMorganChase จะใช้ศูนย์ข้อมูลแห่งใหม่เพื่อทดสอบแนวทางแบบผสมผสานระหว่างควอนตัมและคลาสสิก ซึ่งมีเป้าหมายเพื่อปรับปรุงการสร้างพอร์ตโฟลิโอและผลตอบแทนที่ปรับตามความเสี่ยง เป้าหมายไม่ใช่เพียงการสำรวจเชิงทฤษฎี เพราะแพลตฟอร์มนี้ถูกออกแบบมาเพื่อวัดประสิทธิภาพของขั้นตอนการทำงานแบบผสมผสานเหล่านี้ ภายใต้ข้อกำหนดด้านความหน่วง (latency), การทำสำเนาข้อมูล, และความสามารถในการทำซ้ำ ซึ่งเป็นมาตรฐานที่ธนาคารระดับโลกใช้กับระบบที่ใช้งานจริง

ความเป็นมาของการวิจัยด้านควอนตัมของ JPMorganChase เป็นบริบทที่สำคัญ กลุ่มวิจัย "Global Technology Applied Research" ของบริษัทได้ผลิตอัลกอริทึมควอนตัมแบบใหม่สำหรับการเพิ่มประสิทธิภาพพอร์ตโฟลิโอมาแล้ว และเป็นหนึ่งในสถาบันการเงินที่มีความกระตือรือร้นมากที่สุดในการสำรวจจุดตัดระหว่างควอนตัมคอมพิวติ้ง, เอไอ, และการเข้ารหัสลับ ด้วยการเข้าถึงระบบ GENESIS โดยเฉพาะ ทีมงานสามารถทำการทดลองเปรียบเทียบระหว่างแนวทางแบบคลาสสิก, ควอนตัม, และแบบผสมผสาน ภายใต้เงื่อนไขที่ใกล้เคียงกับสิ่งที่แผนกซื้อขายหลักทรัพย์ (trading desk) จริงอาจต้องใช้ในอนาคต

การเรียนรู้ของเครื่องควอนตัม: จากทฤษฎีสู่การทดลองที่มีการควบคุม

การเรียนรู้ของเครื่องควอนตัม (Quantum Machine Learning) เป็นที่น่าสนใจในเชิงวิชาการมานาน แต่การทดสอบที่เข้มงวดและสามารถทำซ้ำได้ภายในโครงสร้างพื้นฐานที่ปลอดภัยของธนาคารนั้นมีอยู่น้อยมาก ศูนย์ในลอนดอนจะเปลี่ยนภาพนี้ พันธมิตรได้ระบุว่าแพลตฟอร์มนี้จะถูกใช้เพื่อขยายขอบเขตการสำรวจไปสู่เทคนิคการเรียนรู้ของเครื่องควอนตัมที่สามารถนำไปประยุกต์ใช้กับการสร้างแบบจำลองและการคาดการณ์ทางการเงิน

สิ่งที่ทำให้โครงการนี้แตกต่างจากการทดลองขนาดเล็กคือการวางเครื่องประมวลผลควอนตัมไว้ในตำแหน่งเดียวกับระบบคอมพิวเตอร์เอไอสมรรถนะสูง สถาปัตยกรรมนี้ถูกออกแบบมาสำหรับภาระงานแบบผสมผสานที่ต้องทำแบบเรียลไทม์ ทำให้สามารถฝึกฝนโครงข่ายประสาทเทียมแบบดั้งเดิมและรันวงจรควอนตัมภายในวงรอบการควบคุมเดียวกันได้ สำหรับ JPMorganChase คำถามเชิงประยุกต์นั้นชัดเจน: ควอนตัมเคอร์เนล (quantum kernels), วงจรแบบแปรผัน (variational circuits), หรือโครงข่ายประสาทเทียมควอนตัม (quantum neural networks) สามารถเพิ่มมูลค่าในการคาดการณ์สำหรับงานต่างๆ เช่น การให้คะแนนเครดิต, การตรวจจับความผิดปกติ, หรือการจำแนกสภาวะตลาด ได้หรือไม่ เมื่อทดสอบในระดับขนาดและความหน่วงที่ใกล้เคียงกับสภาพแวดล้อมทางการเงินจริง

เหตุการณ์สำคัญด้านควอนตัมล่าสุดของธนาคารยิ่งตอกย้ำความจริงจังในการเชื่อมโยงงานวิจัยเข้ากับการปฏิบัติ ในเดือนมีนาคม 2025 นักวิจัยของ JPMorganChase ซึ่งทำงานร่วมกับ Quantinuum, Argonne National Laboratory, Oak Ridge National Laboratory, และ University of Texas at Austin ได้สร้างและรับรองทางคณิตศาสตร์ซึ่งตัวเลขสุ่มอย่างแท้จริงโดยใช้คอมพิวเตอร์ควอนตัม งานวิจัยที่ตีพิมพ์ในวารสาร Nature ชิ้นนี้ไม่เพียงแสดงให้เห็นถึงขีดความสามารถทางทฤษฎี แต่ยังเป็นผลลัพธ์ที่จับต้องได้ ซึ่งมีการประยุกต์ใช้โดยตรงในด้านความปลอดภัย การเข้ารหัสลับ และการจำลองมอนติคาร์โลสำหรับการซื้อขายหลักทรัพย์ ศูนย์ข้อมูลแห่งใหม่นี้จะเป็นสถานที่สำหรับการดำเนินการวิจัยควอนตัมที่มุ่งผลลัพธ์และเข้มงวดในลักษณะเดียวกัน ตามจังหวะของบริษัทเอง

โมเดลเอไอที่เสริมประสิทธิภาพด้วยควอนตัมเพื่อการค้นพบอัลกอริทึมใหม่

แนวทางการวิจัยที่มองไปข้างหน้ามากที่สุดของความร่วมมือครั้งนี้คือการตรวจสอบว่า โมเดลเอไอที่เสริมประสิทธิภาพด้วยควอนตัมสามารถเร่งการค้นพบอัลกอริทึมใหม่ที่สร้างขึ้นเพื่อกรณีการใช้งานทางการเงินโดยเฉพาะได้หรือไม่ นี่ไม่ใช่แค่การใช้ฮาร์ดแวร์ควอนตัมเพื่อเร่งกระบวนการไปป์ไลน์การเรียนรู้ของเครื่องที่มีอยู่ แต่เป็นการสำรวจแบบปลายเปิดที่ตั้งคำถามว่า เอไอ—รวมถึงโมเดลภาษาขนาดใหญ่ (LLMs) และระบบเอไอเฉพาะทาง—สามารถช่วยออกแบบวงจรควอนตัมที่ดีขึ้นได้หรือไม่ และในทางกลับกัน ตัวประมวลผลควอนตัมสามารถปรับปรุงโมเดลเอไอที่ค้นหาอัลกอริทึมทางการเงินใหม่ๆ ได้หรือไม่

ภายในแนวทางนี้มีทิศทางการวิจัยสองด้านที่แตกต่างแต่สัมพันธ์กัน ทิศทางแรกคือ การปรับปรุงวงจรควอนตัมด้วยความช่วยเหลือของเอไอ: การใช้เอไอเพื่อเพิ่มประสิทธิภาพและความเที่ยงตรงของวงจรควอนตัมเอง ซึ่งจะทำให้ฮาร์ดแวร์ควอนตัมมีประโยชน์มากขึ้น ด้วยการปรับปรุงชั้นซอฟต์แวร์ที่ควบคุมมัน ทิศทางที่สองถามว่าโมเดลเอไอที่เสริมประสิทธิภาพด้วยควอนตัม ซึ่งอาจรวมถึง LLMs สามารถค้นพบอัลกอริทึมควอนตัมใหม่ที่ไม่เคยมีใครรู้จักมาก่อนได้หรือไม่—อัลกอริทึมที่อาจแก้ปัญหาเฉพาะทางการเงิน เช่น การเพิ่มประสิทธิภาพหรือการสร้างแบบจำลองความเสี่ยง ได้อย่างมีประสิทธิภาพมากกว่าวิธีการแบบคลาสสิกหรือควอนตัมใดๆ ที่มีอยู่

แนวทางนี้สอดคล้องกับรูปแบบที่กว้างขึ้นในอุตสาหกรรมในการใช้การเรียนรู้ของเครื่องเพื่อสำรวจพื้นที่การออกแบบวงจรควอนตัมอันกว้างใหญ่ สิ่งที่ทำให้โครงการในลอนดอนมีความโดดเด่นคือการยึดโยงกับโดเมนเฉพาะ—คือการเงิน—และดำเนินการภายในขอบเขตความปลอดภัยของธนาคารที่สามารถระบุได้อย่างชัดเจนว่าปัญหาใดมีความเกี่ยวข้องในเชิงพาณิชย์มากที่สุด การผสมผสานระหว่างความเชี่ยวชาญเฉพาะโดเมน, ฮาร์ดแวร์เฉพาะ, และสภาพแวดล้อมข้อมูลที่ได้รับการปกป้อง ทำให้ที่นี่เป็นสนามทดสอบที่ไม่เหมือนใครสำหรับการค้นพบอัลกอริทึมในภาคบริการทางการเงิน

ความปลอดภัย, ความสามารถในการขยายขนาด, และเส้นทางสู่ความพร้อมในการใช้งานจริง

วัตถุประสงค์ของแพลตฟอร์มนี้ขยายไปไกลกว่าอัลกอริทึมใดอัลกอริทึมหนึ่ง JPMorganChase ได้เน้นย้ำว่าศูนย์ข้อมูลนี้ทำหน้าที่เป็น แพลตฟอร์มทดสอบความปลอดภัยระดับองค์กร ซึ่งทีมวิจัยจากองค์กรและมหาวิทยาลัยสามารถประเมินการกำหนดค่าซอฟต์แวร์แบบผสมผสานระหว่างคลาสสิกและควอนตัม ตามมาตรฐานการทำสำเนาข้อมูล, ความทนทานต่อความผิดพลาด, และความปลอดภัยที่ใช้กับบริการทางการเงิน บทบาทของ AMD มีความสำคัญอย่างยิ่ง ณ จุดนี้ เพราะโครงสร้างพื้นฐานแบบคลาสสิกต้องจัดการกับปริมาณข้อมูลและภาระการอนุมาน (inference loads) ที่ธนาคารขนาดใหญ่สร้างขึ้น ไม่ใช่แค่ชุดข้อมูลมาตรฐานอย่างง่ายสำหรับการวัดประสิทธิภาพ

ศูนย์นี้คาดว่าจะเริ่มดำเนินการได้อย่างเต็มรูปแบบภายใน 12 เดือนหลังจากการประกาศในเดือนมิถุนายน 2026 โดยมี JPMorganChase เป็นผู้ใช้งานรายแรกโดยเฉพาะ ระยะเวลาดังกล่าวสอดคล้องกับแผนงานด้านฮาร์ดแวร์ที่กว้างขึ้นของ OQC: ระบบ GENESIS เป็นก้าวเข้าสู่ยุคของลอจิคัล คิวบิต (logical-qubit era) ของบริษัท โดยมี 16 ลอจิคัล คิวบิต ที่สามารถดำเนินการควอนตัมที่เชื่อถือได้หลายพันครั้ง ซึ่งเป็นขีดจำกัดที่ OQC เรียกว่าระดับ "KiloQuOp" การทดสอบอัลกอริทึมแบบผสมผสานบนฮาร์ดแวร์ที่ก้าวข้ามจาก Physical Qubits ที่มีสัญญาณรบกวน ไปสู่ Logical Qubits ที่มีการลดทอนความผิดพลาด เป็นขั้นตอนสำคัญสู่การแสดงให้เห็นว่าควอนตัมคอมพิวติ้งสามารถมอบข้อได้เปรียบในทางปฏิบัติให้กับภาคการเงินได้หรือไม่

ความร่วมมือในลอนดอนนี้ไม่ใช่การลงทุนด้านเครือข่ายควอนตัมเพียงอย่างเดียวของธนาคาร ในเดือนมีนาคม 2026 JPMorgan Chase ได้ติดตั้งเครือข่ายความเร็วสูงที่รักษาความปลอดภัยด้วยควอนตัมและคล่องตัวด้านการเข้ารหัสลับ (quantum-secured crypto-agile network) ซึ่งเชื่อมต่อศูนย์ข้อมูลสองแห่งผ่านเส้นใยแก้วนำแสงที่ติดตั้งไว้แล้ว โดยมีโหนดควอนตัมแห่งที่สามทำหน้าที่เป็นสนามทดสอบการวิจัยสำหรับเทคโนโลยีควอนตัมรุ่นใหม่ที่ใช้กับธนาคารได้ เมื่อมองภาพรวม การลงทุนเหล่านี้ส่งสัญญาณว่า JPMorganChase กำลังสร้างทั้งชั้นการเชื่อมต่อและชั้นการประมวลผลไปพร้อมๆ กัน—เป็นการเตรียมโครงสร้างพื้นฐานสำหรับโลกที่เครือข่ายที่ปลอดภัยด้วยควอนตัมและอัลกอริทึมที่เสริมประสิทธิภาพด้วยควอนตัมจะอยู่ร่วมกันในสภาพแวดล้อมการทำงานจริง

ทำไมศูนย์ในลอนดอนจึงมีความสำคัญเหนือกว่าแค่การประกาศข่าว

ความร่วมมือด้านควอนตัมคอมพิวติ้งระหว่างผู้จำหน่ายฮาร์ดแวร์และธนาคารส่วนใหญ่ดำเนินการบนโมเดลคลาวด์ที่ใช้ร่วมกัน ซึ่งนักวิจัยของธนาคารจะเข้าถึงตัวประมวลผลควอนตัมผ่านอินเทอร์เน็ตเช่นเดียวกับผู้ใช้ทางวิชาการและเชิงพาณิชย์รายอื่นๆ แต่ศูนย์ของ OQC-JPMorganChase-AMD นั้นแตกต่างออกไป: เป็นการวางระบบไว้ในตำแหน่งเดียวกันทางกายภาพ, ดำเนินการแบบส่วนตัว, และถูกสร้างขึ้นเพื่อวัตถุประสงค์เฉพาะ สำหรับภาระงานและข้อกำหนดด้านความปลอดภัยของผู้ใช้ระดับองค์กรรายเดียว การกำหนดค่าดังกล่าวทำให้สามารถทำการทดลองที่โมเดลการเข้าถึงผ่านคลาวด์ไม่สามารถเลียนแบบได้ง่ายๆ รวมถึงวงรอบการทำงานแบบผสมผสานที่เชื่อมต่อกันอย่างแน่นหนา ซึ่งการสื่อสารระหว่าง HPC แบบคลาสสิก, การอนุมานของเอไอ, และวงจรควอนตัม ต้องทำด้วยความหน่วงที่วัดเป็นไมโครวินาที ไม่ใช่ระยะเวลาการเดินทางไปกลับของเครือข่าย

สำหรับภาคบริการทางการเงิน ที่ความหน่วงเพียงไม่กี่มิลลิวินาทีสามารถก่อให้เกิดต้นทุนทางเศรษฐกิจอย่างมีนัยะ สถาปัตยกรรมการวางระบบร่วมตำแหน่งนี้อาจมีความสำคัญมากกว่าจำนวนคิวบิตเสียอีก ความสำเร็จของความร่วมมือนี้จะไม่ได้วัดกันที่ข่าวประชาสัมพันธ์ แต่จะวัดว่า JPMorganChase สามารถแสดงให้เห็นได้หรือไม่—บนภาระงานทางการเงินจริงและเทียบกับเกณฑ์มาตรฐานที่เข้มงวด—ว่าแนวทางแบบผสมผสานควอนตัม-คลาสสิกนั้นให้ประสิทธิภาพ, ความสามารถในการขยายขนาด, และความคุ้มค่าที่โครงสร้างพื้นฐานแบบคลาสสิกล้วนไม่สามารถเทียบได้ แนวทางการวิจัยด้านการเพิ่มประสิทธิภาพพอร์ตโฟลิโอ, การเรียนรู้ของเครื่องควอนตัม, และการค้นพบอัลกอริทึมที่ขับเคลื่อนด้วยเอไอ เป็นก้าวแรกที่จับต้องได้สู่การสาธิตนั้น