CAMBRIDGE Quantum Computing(CQC)今日宣佈發現一種新演算法，可加速量子蒙特卡洛整合，以縮短量子運算優越性的時間，並確認量子運算對金融行業的重要性。
蒙特卡洛整合(Monte Carlo integration)是一種透過平均樣本估計概率分佈的過程，主要用於財務風險分析、藥品開發、供應鏈物流及其他業務及科學應用，但通常需要許多小時的持續運算才可完成。這是作為現代世界基礎的運算機器中至關重要的方面。
CQC資深研究科學家Steven Herbert在論文預印本中發表的詳細演算法解決了這個問題，該論文介紹了如何消除歷史挑戰，並完全獲得二次量子運算優越性。
Herbert表示：「這種新演算法是一項歷史性進步，可擴展量子蒙特卡洛整合，並可在NISQ時代及未來進行應用。憑藉該演算法，我們現在能夠將之前理論上的量子速度提升變為現實。 現有的量子蒙特卡洛整合(QMCI)演算法必須在有大量開銷的支援下才可實現這一目標，因此導致現有方法不可用。」
Cambridge Quantum Computing行政總裁Ilyas Khan表示：「這對CQC的科學家來說是一項令人印象深刻的突破，對金融行業和許多其他行業都具有巨大價值，並能持續帶來創新，助力我們實現在量子運算領域的全球領先地位。」
