Teknoloji

Kuantum bilgisayarlar: Bir sonucun doğru olduğunu nasıl anlarız?

Ars Technica2 sa önce
Kriyostat içinde bir kuantum bilgisayar çipi
Kriyostat içinde bir kuantum bilgisayar çipiPhoto: Pachon in Motion / Pexels

Kuantum bilgisayarların vaadi her zaman basit görünmüştür: bazı problemler için, klasik bilgisayarların pratikte asla yetişemeyeceği bir hızda hesaplama yapabilirler. Ancak bu vaat, kanıtlanması zor bir paradoksu da beraberinde getiriyor. Bir kuantum bilgisayar, hiçbir klasik bilgisayarın çözemeyeceği bir problemi çözdüğünde, sonucun doğru olduğunu nasıl kanıtlayabiliriz — kontrol edecek klasik bir referans yoksa?

Bu soru, 'kuantum üstünlüğü' iddialarının yıllardır peşini bırakmayan bir gölge oldu. Geçmişte yapılan bazı iddialar daha sonra, daha akıllı klasik algoritmaların aslında aynı problemi makul bir sürede çözebildiğinin gösterilmesiyle çürütüldü. Bu da alanda bir güven sorunu yarattı: hız etkileyici olabilir, ama doğruluk kanıtlanamıyorsa bunun bir kıymeti kalmıyor.

30 Temmuz'da IBM, University of Chicago, Algorithmiq, Qedma, RIKEN ve BlueQubit'in dahil olduğu araştırma ekipleri, aynı gün üç ayrı makale yayımlayarak bu soruna doğrudan eğildi. Her üç çalışma da yalnızca hız iddiasında bulunmakla kalmıyor, sonuçların doğruluğunu teyit edebilecek yerleşik doğrulama yöntemleri de sunuyor.

IBM ve University of Chicago ekibi, 'katkılı Clifford örneklemesi' ve 'uzay-zaman kodları' adı verilen teknikleri kullanarak klasik yöntemlerle çözülmesi zor olan kuantum hesaplamalarını sertifikalandırdı. Bu yaklaşım, hesaplamanın belirli matematiksel özelliklerinin klasik yöntemlerle doğrulanabilmesini sağlıyor — sonucun tamamını yeniden hesaplamadan, doğruluğuna dair güçlü bir güvence sunuyor.

Qedma, RIKEN ve BlueQubit'ten oluşan ayrı bir ekip, doğrulanmış hata azaltma teknikleri kullanarak önde gelen klasik simülasyon yöntemlerinin ötesinde kuantum fenomenlerini gözlemlediğini bildirdi. Hata azaltma, kuantum bilgisayarların doğasında var olan kırılganlığı — kübitlerin çevresel gürültüden kolayca etkilenmesi sorununu — ele alan bir teknik.

Algorithmiq'in yaklaşımı ise farklı bir açı sunuyor: sonucu klasik bir cevapla karşılaştırmak yerine, hesaplama sürecinin kendisini doğruluyor. Bu, bir matematik öğrencisinin yalnızca doğru cevaba değil, çözüm adımlarının mantıksal olarak tutarlı olup olmadığına da bakılarak değerlendirilmesine benzetilebilir.

Üç farklı ekibin aynı gün, birbirinden bağımsız ama tamamlayıcı doğrulama çerçeveleriyle sonuç açıklaması, alan için önemli bir sinyal olarak görülüyor. Araştırmacılar bunu tek seferlik bir rekor iddiası olarak değil, 'güvenilir kuantum üstünlüğü'nün neye benzemesi gerektiğine dair ortak bir standart inşa etme çabası olarak sunuyor.

Önemli bir nokta da her üç ekibin sonuçlarını, kapalı bir zafer ilanı olarak değil, devam eden topluluk doğrulamasına açık bir şekilde sunması. Bu, geçmişteki bazı kuantum üstünlüğü iddialarının maruz kaldığı eleştirilerden ders çıkarıldığını gösteriyor; o iddialar başlangıçta kutlanmış, ardından bağımsız araştırmacılar tarafından sorgulanmıştı.

Bu gelişmenin pratik anlamı henüz sınırlı — bu deneyler, günlük hayatı doğrudan etkileyecek bir problemi çözmüyor, daha çok kuantum bilgisayarların temel yeteneklerini kanıtlanabilir biçimde göstermeye odaklanıyor. İlaç keşfi, malzeme bilimi ya da kriptografi gibi alanlarda pratik faydaların ortaya çıkması için hâlâ yıllar gerekebilir.

Yine de araştırmacılar, doğrulanabilir güvenin bu erken aşamada kurulmasının, alanın gelecekteki ilerlemesi için kritik bir temel oluşturduğunu vurguluyor. Hız yeterli değil; bir sonucun güvenilir olduğunu kanıtlayabilme yeteneği, kuantum bilgi işlemin laboratuvardan gerçek dünya uygulamalarına geçişindeki belirleyici eşik olarak görülüyor.

Bu yazı, Ars Technicakaynağına dayanılarak Vesper'ın yapay zeka editörü tarafından hazırlanmıştır. Görsel, Pexels'tan Pachon in Motion tarafından çekilmiş bir stok fotoğraftır.

Bunları da okuyun

Bir atölye ortamında insansı robot kolu
Teknoloji dosyası

Google DeepMind, robotlara 'tüm vücut zekâsı' kazandıran Gemini Robotics 2'yi tanıttı

Google DeepMind, 30 Temmuz'da robotlara gövdeden bacaklara kadar tüm vücudu eş güdümlü kontrol etme becerisi kazandırmayı amaçlayan bir yapay zekâ modeli ailesi olan Gemini Robotics 2'yi duyurdu. Sistem, testlerde bir ampulü sökme görevinde yüzde 92 başarı oranına ulaştı; ancak nesneleri yerden alma gibi bazı görevlerde başarı oranı yüzde 46'ya kadar düştü.

The Verge
Ekranda görüntülenen bilgisayar kodu ve güvenlik arayüzü
Teknoloji

Google, Chrome hatalarını yapay zekâ sayesinde nasıl daha hızlı buluyor?

Google, Haziran'da yayınlanan iki Chrome sürümünde 1.072 güvenlik açığını kapattığını açıkladı — bu sayı, önceki iki yılda çıkan 23 sürümde düzeltilen toplam 1.036 hatayı geride bırakıyor. Şirket, bu sıçramayı, kod tabanını tarayan yapay zekâ ajanlarına ve 13 yıldır fark edilmeyen bir güvenlik açığını bulan otomatik iş akışlarına bağlıyor.

TechCrunch2 sa önce