Industria y Utilities | Noticias | 17 ABR 2020

CaixaBank desarrolla el primer modelo de clasificación de riesgos de la banca española utilizando computación cuántica

La entidad bancaria avanza en su estrategia de preparación para la supremacía cuántica y desarrolla un algoritmo de “machine learning” para la clasificación de clientes según el riesgo de crédito.
machine learning
Redacción

CaixaBank ha dado un paso más en su estrategia de prepararse para la llegada de la computación cuántica con el desarrollo del primer algoritmo de machine learning para la clasificación de riesgos de la banca española empleando computación cuántica. Este avance se produce después de que la entidad bancaria haya realizado con éxito las primeras pruebas reales de computación cuántica para estudiar aplicaciones de esta tecnología al negocio financiero.

De esta manera, se convierte en la primera entidad española en aplicar un esquema de computación híbrido, que combina computación cuántica y computación convencional durante el proceso de cálculo en distintas etapas, para clasificar los perfiles de riesgos crediticios. Para ello, CaixaBank ha utilizado un conjunto de datos público (data set público), correspondiente a 1.000 supuestos usuarios, con un perfil muy similar a clientes reales, pero con información completamente figurada para la realización de la prueba.

Con este proyecto, la entidad mejora en la simulación de escenarios de riesgo y aprendizaje automático (machine learning), donde los algoritmos son cada vez más complejos y requieren de grandes cantidades de datos para aprender, a la vez que avanza en su análisis de las aplicaciones de la computación cuántica. Asimismo, la entidad ya ha informado de que los resultados de esta prueba, que demuestra que la computación híbrida permite alcanzar resultados comparables a los que ofrece la solución clásica en menos tiempo, se publicarán con mayor detalle en canales especializados para que las conclusiones estén a disposición de la comunidad.

Hay que recordar que los ordenadores cuánticos se basan en las propiedades de los superconductores, que integran sus unidades de proceso, los qubits, en lugar de bits clásicos. Gracias a estas propiedades, tiene la capacidad de procesar multitud de variables y estados a la vez, logrando una capacidad de cómputo que crece exponencialmente con el número de qubits.

Por eso, la computación híbrida aprovecha esta ventaja de cómputo exponencial para el complejo cálculo de parámetros de optimización de algoritmos de machine learning y los combina con métodos de computación clásica, aprovechando lo mejor de los dos mundos. Con la aplicación de algoritmos híbridos (cuánticos y clásicos) en el análisis de riesgo, se consigue llegar a las mismas conclusiones que con el método clásico en mucho menos tiempo.

En consecuencia, y con la realización de estos proyectos, CaixaBank se ha convertido en la primera entidad de España y una de las primeras del mundo en incorporar la computación cuántica a su actividad de innovación. Este ejercicio le ha permitido capacitarse en el despliegue de versiones cuánticas de algoritmos clásicos y validar la convergencia de la solución cuántica. No en vano, para CaixaBank es esencial invertir en explorar el potencial de uso que la computación cuántica tiene para las diversas áreas del negocio financiero, aunque las primeras aplicaciones comerciales pueden tardar en llegar. CaixaBank seguirá explorando los casos de uso y el potencial disruptor de la computación cuántica en el mundo financiero.



Comentar
Para comentar, es necesario iniciar sesión
Se muestran 0 comentarios