据CNW于2026年11月19日发布的消息,加拿大蒙特利尔银行(BMO)宣布,其已利用IBM量子计算机在机器学习应用中展示了量子计算的实用性(quantum utility)。按照BMO的表述,这意味着相关工作已在超出传统精确计算方法实际可复现规模的范围内可靠完成。需要说明的是,以上信息来自新闻稿摘要,属于企业方自述,其技术细节和实际效果尚待独立验证。
该研究探讨量子计算如何帮助AI模型在复杂数据集中识别最重要的信息,即机器学习中的特征选择问题。BMO与DUTH合作构建的应用程序采用了代理量子博弈框架,将特征选择从传统的经典统计问题转化为动态的量子战略博弈:数据集中的每个特征被视为一位“玩家”,当某特征与应用目标(模型结果变量)协同作用时得分较高,而当其缺乏信息量或与其他不重要特征重复时得分较低,据此对特征进行排序。据介绍,这种基于量子博弈的特征选择方法在量子计算机上完成所有计算,所得方法在质量相近的同时,所需样本量仅比传统特征选择技术少一到两个数量级。
BMO表示,随着时间推移,这项能力有望在银行业获得广泛应用,包括更精准的客户建模、更完善的风险评估与识别,以及更个性化的客户服务体验。IBM量子采纳与业务发展副总裁Scott Crowder表示,很高兴看到BMO在金融服务行业的实际量子用例上取得进展,利用IBM量子计算机探索新型算法方法。
几点不确定性需要提醒:其一,本资讯依据的是搜索摘要,而非完整新闻稿原文,相关表述可能有省略;其二,“量子实用性”的定义和衡量标准在学界仍有讨论,企业宣称的“少一到两个数量级的样本量”缺乏公开的同行评审细节;其三,该成果距离在银行业务中的实际部署还有距离,短期内更多属于研究与探索性质。
参考来源:
- BMO使用IBM昆腾计算机在机器学习应用中展示昆腾效用 2026-11-19
由 AI 整理,仅供参考;请以原始来源为准。
帖子详情