NEC、三井住友金融集团和日本综合研究所开发出了利用量子计算机来提高信用卡诈骗检测精度的技术。该技术可以虚拟生成供人工智能（AI）学习的诈骗数据。让量子计算机生成数据是一个新用途，有望在金融领域普及应用。
随着无现金支付的普及，个人信息泄露并被滥用的情况不断增加。为预防诈骗交易以及赔偿受害者，业界正在开发用来分辨是正常交易还是诈骗交易的AI。
在整体的信用卡交易中，诈骗交易数量仅占正常交易的约1/500～1/600。让AI学习时，这两种交易的数据量最好是均衡的。以前也有通过生成虚拟的诈骗交易数据来缩小两种数据量之间差异的方法，但虚拟诈骗交易数据的生成方法并不合适，妨碍了精度的提高。
NEC等利用加拿大D-Wave Systems公司的“量子退火”式量子计算机生成了虚拟的诈骗交易数据。在调查诈骗交易数据之间的关系的同时，还考虑了发生诈骗行为的难易程度，虚拟出了符合实际情况的诈骗交易数据。
研究团队对个人信息等进行量化，根据面向研究用途公开的近400笔信用卡诈骗交易数据生成了虚拟的诈骗交易数据，并与大约22万笔正常交易数据相结合，让AI进行学习。
研究团队与学习利用常规方法生成的虚拟诈骗交易数据的AI进行了比较。大量生成虚拟诈骗数据时的诈骗交易检出率为54％，比常规方法增加了10%左右。
量子退火式量子计算机适合用来从大量的选项中选出最佳组合，非常适合用来解决社会问题。目前已经在缓解交通拥堵、制定工厂整体的生产计划和新药开发等领域取得了一些研究成果，但还缺乏广泛的应用。
此次发现量子退火式量子计算机可用来生成数据，今后还计划用于金融领域。还能用于与诈骗交易一样存在数据不均衡问题的设备故障检测等。
此次研究使用的量子计算机，量子比特数为2000个。富士通等的拟退火量子式计算机的性能达到了100万个量子比特。今后需要继续探索能发挥量子计算机的高计算速度和精度等优势的领域。
日文：大越优树、《日经产业新闻》，2021/04/07
中文：JST客观日本编辑部
