NEC、三井住友金融集團和日本綜合研究所開發出了利用量子計算機來提高信用卡詐騙檢測精度的技術。該技術可以虛擬生成供人工智慧（AI）學習的詐騙數據。讓量子計算機生成數據是一個新用途，有望在金融領域普及應用。
隨著無現金支付的普及，個人資訊洩漏並被濫用的情況不斷增加。為預防詐騙交易以及賠償受害者，業界正在開發用來分辨是正常交易還是詐騙交易的AI。
在整體的信用卡交易中，詐騙交易數量僅佔正常交易的約1/500～1/600。讓AI學習時，這兩種交易的數據量最好是均衡的。以前也有通過生成虛擬的詐騙交易數據來縮小兩種數據量之間差異的方法，但虛擬詐騙交易數據的生成方法並不合適，妨礙了精度的提高。
NEC等利用加拿大D-Wave Systems公司的「量子退火」式量子計算機生成了虛擬的詐騙交易數據。在調查詐騙交易數據之間的關係的同時，還考慮了發生詐騙行為的難易程度，虛擬出了符合實際情況的詐騙交易數據。
研究團隊對個人資訊等進行量化，根據面向研究用途公開的近400筆信用卡詐騙交易數據生成了虛擬的詐騙交易數據，並與大約22萬筆正常交易數據相結合，讓AI進行學習。
研究團隊與學習利用常規方法生成的虛擬詐騙交易數據的AI進行了比較。大量生成虛擬詐騙數據時的詐騙交易偵檢率為54％，比常規方法增加了10%左右。
量子退火式量子計算機適合用來從大量的選項中選出最佳組合，非常適合用來解決社會問題。目前已經在緩解交通擁堵、制定工廠整體的生產計劃和新藥開發等領域取得了一些研究成果，但還缺乏廣泛的應用。
此次發現量子退火式量子計算機可用來生成數據，今後還計劃用於金融領域。還能用於與詐騙交易一樣存在數據不均衡問題的設備故障檢測等。
此次研究使用的量子計算機，量子位元數為2000個。富士通等的擬退火量子式計算機的性能達到了100萬個量子位元。今後需要繼續探索能發揮量子計算機的高計算速度和精度等優勢的領域。
日文：大越優樹、《日經產業新聞》，2021/04/07
中文：JST客觀日本編輯部
