System prognozowania kwantowego FirstQFM wygrywa 56,1% testów

FirstQFM podaje 56,1% skuteczności

FirstQFM poinformował na początku listopada 2026 r., że jego system kwantowego obliczania rezerwuarowego osiągnął 56,1% skuteczności na poziomie serii w prognozowaniu zero-shot wobec wiodących klasycznych modeli szeregów czasowych, podał Yahoo Finance. Test obejmował 41 zadań prognozowania dziennych stóp zwrotu: pojedyncze akcje, indeksy globalne, kryptowaluty i surowce.

To przewaga większościowa, nie pogrom. System pobił klasyczne modele odniesienia w 56,1% z 41 serii testowych, czyli na próbie małej wobec całego rynku finansowego. FirstQFM podał błąd średniokwadratowy 0,000485. Na wykresie, przeskalowanym przez 10 000, wartość FirstQFM wynosiła 4,85, a klasyczne modele odniesienia 9,20 lub więcej. Tymi modelami odniesienia były modele bazowe szeregów czasowych od Google, Amazon i Salesforce.

Symulowane rezerwuary, potem sprzęt Rigetti

Pierwsze rezerwuary były symulowane, nie działały na chipie. FirstQFM wygenerował je na granicy klasycznej symulowalności za pomocą bibliotek cuQuantum SDK i cuTensorNet firmy NVIDIA na superkomputerze Leonardo, maszynie wspieranej przez EuroHPC. Wynik 56,1% pochodzi właśnie z tego testu zero-shot.

Ostateczne testy odbyły się na wielochipowym nadprzewodzącym sprzęcie Rigetti. Tam FirstQFM podał średnią dokładność kierunkową prognoz na poziomie 54,74% i szczytową redukcję MSE w pojedynczej serii o 52,95% na głównych indeksach, w tym DAX 30 i Dow 30.

Jak działa system

Kwantowe obliczanie rezerwuarowe to hybrydowy sposób modelowania sekwencji. Obwód kwantowy o małej głębokości działa jako generator cech w wysokim wymiarze i ewoluuje zgodnie z dynamiką wielociałową. Lekka klasyczna warstwa odczytu zamienia pomiary w prognozę. FirstQFM twierdzi, że jego modele bazowe dopasowują rezerwuar do stanu fizycznego procesora i do struktury strumienia danych, zamiast używać jednego stałego rezerwuaru do każdego zadania. Firma przedstawia to podejście jako zastosowanie dla zaszumionych urządzeń kwantowych średniej skali, czyli sprzętu, jaki istnieje przed wprowadzeniem korekcji błędów.

FirstQFM otworzył zapisy do wersji beta systemu dla wybranych partnerów pilotażowych. Chodzi o wielozmienne firmowe szeregi czasowe z nieregularnym próbkowaniem danych, brakującymi zmiennymi i zmieniającymi się ograniczeniami operacyjnymi.

Dlaczego Rigetti ma znaczenie

Rigetti dostarcza procesory, do których dostęp mają zewnętrzni deweloperzy tacy jak FirstQFM. Sam nie sprzedaje oprogramowania finansowego, podał Yahoo Finance. Dzięki temu pilotaż jest przypadkiem referencyjnym dla sprzętu Rigetti w usługach finansowych, czyli w dużej grupie potencjalnych klientów, którzy już płacą za narzędzia do prognozowania.

108-kubitowy Cepheus-1-108Q firmy Rigetti ma medianę wierności bramek dwukubitowych na poziomie 99,1%. Firma twierdzi, że to zostawia pole do poprawy, zanim pojawią się wrażliwe na błędy obciążenia komercyjne. Pilotaż ma znaczenie, bo baza przychodów Rigetti jest wciąż mała: w drugim kwartale 2026 r. firma wykazała 5,1 mln dol. przychodów i 28,1 mln dol. straty operacyjnej. Na 30 czerwca miała 541,3 mln dol. w gotówce, ekwiwalentach gotówki i inwestycjach dostępnych do sprzedaży, bez długu.

Na co patrzeć

Yahoo Finance wskazał sygnał, na który warto patrzeć: czy Rigetti w kolejnych raportach wyników poda nowe kontrakty komercyjne lub badawcze związane z kwantowym obliczaniem rezerwuarowym albo podobnymi zastosowaniami finansowymi. Konkretne wzmianki o nowych płacących użytkownikach rozwijających rozwiązania na systemach Cepheus-1 lub Novera pokazałyby, że prace wyszły poza jeden pilotaż.

Rigetti już dostarcza mniejsze maszyny do ośrodków badawczych. Dostarczy 9-kubitowy system Novera do stanowiska testowego TangleLab w Pittsburgh Supercomputing Center, finansowanego z grantu National Science Foundation. Realizuje też systemy instalowane na miejscu, w tym 108-kubitowy program dla C-DAC w Indiach. Test porównawczy to jeden przypadek referencyjny, nie dowód na istnienie linii produktowej.