Google Quantum AI, kuantum hesaplamayı araştırmacıların “klasik ötesi” rejim olarak adlandırdıkları, dünyanın en güçlü süper bilgisayarlarının bile yetişemediği alana taşıyan bir fizik deneyi hakkında bir rapor yayınladı. Nature dergisinde yayınlanan bir makalede ekip, 65 kübitlik süperiletken işlemcisini kullanarak ikinci dereceden zaman dışı korelatör (OTOC(2)) olarak adlandırılan ince bir kuantum girişim olgusunu ölçtüğünü anlatıyor.
Bu hesaplamayı şu anda en üst kademe klasik makinesi olan Frontier süper bilgisayarında yapmak yaklaşık 3,2 yıl sürerken, Google’ın kuantum cihazında yalnızca iki saati biraz aşan bir sürede tamamlandı. Bu da yaklaşık yaklaşık 13.000 kat hızlanmaya karşılık geliyor.
Ekip, bu çalışmanın alanın “pratik kuantum üstünlüğü” dediği hedefe doğru bir ilerlemeyi temsil ettiğini bildiriyor; yani kuantum bilgisayarın, klasik makinelerin makul bir sürede yeniden üretemeyeceği anlamlı bilimsel veriler üretmesi senaryosunu.
Google Mühendisliği Başkan Yardımcısı Hartmut Neven, ekibin bulguları hakkında düzenlediği basın toplantısında, “Quantum Echoes’u algoritmik bir atılım haline getiren temel özellikleri özetlemek gerekirse, ilk olarak kuantum avantajıdır,” dedi. “Algoritma, Willow çipimizde, en iyi klasik algoritmanın en iyi klasik süper bilgisayarda çalışmasından 13.000 kat daha hızlı çalışıyor. Yani, klasik makine için yıllar yerine saatler düşünün. Bu, Feynman’ın hayalini gerçeğe dönüştürüyor. Algoritma doğrulanabilir tahminler üretiyor. Ve bu tahminler iki şekilde doğrulanabilir. Ya yeterince güçlü olduğunu varsayarak farklı bir kuantum bilgisayarda hesaplamayı tekrarlayabilir ve aynı sonucu elde edebilirsiniz ya da doğrudan doğayla konuşabilir ve elbette kuantum etkilerini içeren bir deney yapabilirsiniz. Ardından, gerçek dünya sistemi hakkında yaptığınız tahminleri gerçekten doğru bir şekilde karşılaştırabilirsiniz.”
Kuantum Kaosunun Yeniden İnşası
Deney, bilginin karmaşık kuantum sistemlerinde nasıl yayıldığını ve etkileştiğini araştırıyor. Kaotik veya “ergodik” rejimlerde, sistemin bileşenleri o kadar iç içe geçer ki ölçülebilir miktarların çoğu mikroskobik ayrıntılara karşı duyarlılığını yitirir; fizikçiler bu sürece “karıştırma (scrambling)” adını verir. Klasik bilgisayarlar, parametrelerin ve kuantum bitlerinin sayısı birlikte katlanarak arttığı için bu yayılmayı izlemekte zorlanır.
Google Quantum AI araştırma bilimcisi Tom O’Brien, bu dinamikleri incelemek için ekibin, kuantum evrimini etkili bir şekilde “geri sarmaya” ve aksi takdirde kaybolacak olan girişim örüntülerini ölçmeye olanak tanıyan, yankı protokolü olarak bilinen bir zaman tersine çevirme tekniği kullandığını söyledi. Bu yankılar, zaman sırası dışı korelatörlere yol açar. Bunlar, esasen sistemin bir parçasının ileri ve geri zaman evriminden sonra diğerini ne kadar etkilediğini gösteren miktarlardır.
O’Brien, “Quantum Echoes algoritmasının temel yeniliği, sistemi zaman içinde ileri ve geri yönde evrimleştirmemizdir,” dedi. “Algoritma dört bölümden oluşuyor. Sistemi zaman içinde ileriye doğru evrimleştiriyorsunuz, ardından küçük bir ‘kelebek pertürbasyonu’ uyguluyorsunuz ve sonra sistemi zaman içinde geriye doğru evrimleştiriyorsunuz. Ve bir kuantum bilgisayarda bu ileri ve geri evrimler birbirleriyle etkileşime giriyor. Bu etkileşim, uzayda yayılan dalga benzeri bir hareket yaratıyor — uzaktaki kuantum bitlerinde tespit edilebilen kelebek etkisine benzer bir etki. Ve bu kelebek etkisi, ileri ve geri evrimdeki mikroskobik ayrıntılara gerçekten duyarlıdır.”
Makaleye göre, ikinci dereceden korelatör OTOC(2) ölçülerek ekip, kuantum operatörlerinin farklı kombinasyonlarını temsil eden matematiksel terimler olan Pauli dizileri arasındaki yapıcı etkileşimi ortaya çıkarabildi. Bu etkileşim modeli, kuantum yörüngeleri belirli şekillerde yeniden birleştiğinde ortaya çıkar ve standart gözlenebilirler için gizli olan bilgileri açığa çıkarır.
Bu hâlâ biraz teknik olabilir, ancak basit bir ifadeyle, araştırmacılar kuantum bilgisinin kaosun içine ve dışına nasıl dokunduğunu izliyorlardı; bu, klasik araçlarla doğrudan görselleştirilmesi veya hesaplanması imkânsız bir süreçtir.
Simülasyon Karmaşıklığında Nicel Bir Sıçrama
Grup, bir dizi rastgele tek ve iki kuantum bitli kapı kullanarak 65 kuantum bitinden oluşan süperiletken bir kafes üzerinde bu korelatörleri ölçtü. Ölçümlerini, tensör ağ daraltması ve Monte Carlo algoritmaları dâhil olmak üzere klasik simülasyon yöntemleriyle karşılaştırdılar. Daha küçük, 40 kuantum bitli örnekler yüksek kaliteli GPU’larda günler süren hesaplamalarla yeniden üretilebilse de, 65 kuantum bitli çalıştırmalar tüm verimli klasik modellemelerin ötesine geçti.
En büyük veri setini yeniden üretmek için gereken klasik maliyeti tahmin eden yazarlar, aynı devreleri Frontier süper bilgisayarında (9.000’den fazla GPU’ya sahip çoklu eksaölçekli bir sistem) çalıştırmanın kesintisiz 3,2 yıl gerektireceğini hesapladılar. Buna karşılık, kuantum işlemci, kalibrasyon ve okuma dâhil olmak üzere her veri setini 2,1 saatte üretti.
Bu fark, deneyi “klasik-ötesi” alana yerleştiriyor. Ekibin yazdığı gibi, OTOC(2) gözlenebilir büyüklüğü pratik kuantum avantajı için iki temel ölçütü karşılar: birin üzerinde sinyal-gürültü oranlarıyla deneysel olarak ölçülebilmesi ve hem kesin hem de yaklaşık klasik yöntemlerin erişiminin ötesinde olması.
Bu sonucu özellikle dikkat çekici kılan şey, fiziksel bağlamıdır. Rastgele devre örneklemesi gibi, esas olarak hız testleri olarak kullanılan önceki denemelerden (örneğin geçen yılki Willow deneyi) farklı olarak, OTOC ölçümü; dolanıklık, bilgi karıştırma ve kuantum kaosuyla bağlantılı, fiziksel olarak yorumlanabilir bir büyüklük verir.
Pratik Kuantum Üstünlüğüne Doğru
Çalışmanın ikinci yarısında, aynı ölçümü Hamiltonyen (Hamiltonian) öğrenme olarak bilinen bir göreve uyguladılar; amaç, kuantum sisteminin evrimini yöneten bilinmeyen parametreleri geri çıkarmaktı. Demonstrasyonlarında ekip, bir model sistemdeki tek bir faz parametresini değiştirip, deneysel OTOC(2) verilerinin basit bir optimizasyon süreciyle doğru değeri belirleyebildiğini gösterdi.
Bu ilke kanıtı, temel Hamiltonyen parametreler tutarlı hâle gelene dek deneysel verileri kuantum simülasyonlarıyla karşılaştırarak, kuantum işlemcilerini manyetik malzemelerden moleküler yapılara kadar gerçek dünyadaki fiziksel sistemler için tanısal araçlar olarak kullanmanın bir yolunu öneriyor. OTOC(2)’nin yavaş sinyal sönümü ve yüksek duyarlılığı, onu bu tür öğrenme görevleri için özellikle uygun kılar ve araştırmacıların spektroskopi ya da geleneksel hesaplamalarla anlaşılamayan karmaşık etkileşimleri karakterize etmelerine olanak tanır.
Bu tür teknikler ölçeklenebilirse, ilk ilkelerden hesaplamak yerine doğrudan deneylerden doğanın kurallarını öğrenebilen pratik kuantum simülatörlerinin omurgasını oluşturabilir.
NMR’nin Kapsamını Genişletmek
Bu gelişme, gerçek dünyada kullanımı sınırlı, tamamen teknik veya algoritmik bir dönüm noktası gibi görünebilir; ancak 13.000 katlık hız artışı, somut bir bilimsel araç olan nükleer manyetik rezonans spektroskopisiyle bağlantılı, doğrulanabilir ilk kuantum algoritması olabilir ve NMR ölçümlerinin kapsamını genişleterek kuantum tahminlerini deneysel verilerle doğrudan doğrulayabilir.
Basın toplantısında, Google Quantum AI araştırmacıları, Quantum Echoes algoritmasının temelini oluşturan aynı ileri ve geri zaman evrimi tekniğinin, kimya ve malzeme biliminde en köklü araçlardan biri olan nükleer manyetik rezonans (NMR) spektroskopisinin yeteneklerini nasıl genişletebileceğini de gösterdiklerini söylediler. Geleneksel NMR teknikleri, moleküler yapıları çıkarmak için atom çekirdekleri arasındaki manyetik etkileşimleri ölçer. Ancak hassasiyetleri mesafe ile birlikte keskin bir şekilde düşer ve bu da iki spin arasındaki mesafede ölçülebilir bir sinyal üretilmesini engeller.
Quantum Echoes’u bu dipolar etkileşimleri modellemek için uygulayan ekip, kuantum işlemcilerin zayıf bir sinyalin bir molekül boyunca nasıl yayıldığını simüle edebildiğini ve etkili bir şekilde “daha uzun moleküler cetvel” olarak adlandırdıkları şeyi yaratabildiğini gösterdi. Basın toplantısında O’Brien, bu yöntemi “NMR için yeni bir araç” olarak tanımladı ve bu yaklaşımın araştırmacıların “daha uzak mesafelerde bulunan spin çiftlerini görme” imkânı sağladığını ekledi.
NMR’nin kapsamını genişletme yeteneği, karmaşık moleküllerin veya malzemelerin geometrisinin özelliklerinin belirleyici olduğu biyokimya, ilaç tasarımı ve yoğun madde fiziği alanlarında önemli etkilere sahip olabilir. Google Baş Bilim İnsanı ve Nobel ödüllü Michel Devoret, algoritmanın bir tersine çevirme yöntemi olarak da işlev görebileceğini, yani deneysel NMR verilerinin kuantum modeline geri beslenerek klasik yöntemlerle elde edilemeyen gizli yapısal ayrıntıları ortaya çıkarabileceğini belirtti.
Devoret, “Bu yeni algoritmayı şu şekilde değerlendirebiliriz: Hartmut, algoritmanın sonucunun doğrulanabilir olduğunu ve verilerle (NMR verileri) karşılaştırılabileceğini söyledi, ancak aslında bunu tersine çevirebilirsiniz,” dedi. “Aslında algoritmanın bir tersine çevirme yöntemi olduğunu söyleyebiliriz. Bu yöntemde, NMR deneyinden, doğanın bir probu olan, doğada üretilen bir molekülden veri alırsınız ve bu veriyi tersine çevirerek diğer yöntemlerle bilinmesi mümkün olmayan yapıları ortaya çıkarırsınız. Gelecekte bu, kuantum algılamaya bile uygulanabilir.”
Bu anlamda, bu çalışma sadece kuantum mekaniğini test etmekle kalmıyor, aynı zamanda kuantum hesaplama ve kuantum algılama arasında bir simbiyoza, simülasyon ve ölçümün birbirini iyileştirdiği bir geri besleme döngüsüne işaret ediyor.
NMR gösterimi “klasik-ötesi” eşiğin altında kalmakla birlikte, kuantum işlemcileri kullanarak deneysel verileri doğrudan analiz etmeye yönelik ilk adımı temsil ediyor. O’Brien’ın dediği gibi, “birden fazla Nobel Ödülü’ne sahip” 80 yıllık bir alana yeni bir hesaplama tekniği eklemek, başlı başına anlamlı bir dönüm noktasıdır.
Sınırlamalar ve Dikkat Edilmesi Gerekenler
Ekip, tamamen genel bir kuantum avantajı olduğunu iddia etmemeye özen gösteriyor. 13.000 katlık rakam çarpıcı olsa da, bu rakam özellikle bu sınıfta yer alan girişim tabanlı gözlemlenebilirler için geçerlidir ve Frontier’ın mevcut mimarisinde tensör ağı daralması yoluyla klasik simülasyon yapılacağını varsayar. Klasik algoritmalar gelişmeye devam ediyor ve alternatif simülasyon stratejileri belirli problemlerdeki farkı azaltabilir.
Deney ayrıca dikkatle optimize edilmiş devreler ve kapsamlı hata azaltma tekniklerine dayanmaktadır. Kuantum cihazının medyan iki kuantum bitli kapı hatası %0,15 ve genel sistem doğruluğu 40 devre döngüsünde 0,001 idi. Bu, günümüz standartlarına göre etkileyici olmakla birlikte, hata toleranslı hesaplama için gerekli eşiklerin hala dışındadır. Ölçülen sinyal-gürültü oranı, birliğin üzerinde olmasına rağmen, en büyük sistemler için 2 ile 3 arasında kalarak mütevazı bir seviyede kalmaktadır. Bu, verilerin istatistiksel olarak anlamlı olduğu, ancak gürültü veya sapmaya karşı bağışık olmadığı anlamına gelmektedir.
Bir başka uyarı da yorumlamayla ilgilidir. Zaman dışı sıra korelatörleri, kuantum kaosunun belirli yönlerini yakalayan matematiksel yapılar olmakla birlikte, bunların teknolojik uygulamalarla doğrudan bağlantısı hala araştırılmaktadır. OTOC’lerin ölçülmesinden malzeme keşfinin veya kimyasal tasarımın hızlandırılmasına giden yol, birkaç kavramsal adım gerektirecektir.
Yine de, kuantum kontrolü ve ölçümünün ölçeklendirilmesi açısından bir test olarak, bu deney teknik olgunluğun yeni bir seviyesine ulaşıldığını gösteriyor. 65 kuantum bitinde güvenilir yankı dizileri ve hassas zaman tersine çevirme elde edilmesi, daha pratik iş yüklerinin gerektireceği yüksek doğruluklu rejimlere doğru ilerleme kaydedildiğini gösteriyor.
Sırada ne var?
Gelecekteki çalışmalar, faz geçişleri, kritiklik ve termalizasyon dinamikleri gibi diğer çoklu cisim fenomenlerini araştırmak için benzer yankı tabanlı protokollerin kullanılmasına odaklanacaktır. Yazarlar, daha yüksek mertebeden korelatörlerin (OTOC(2) ötesinde) daha zengin girişim etkilerini ortaya çıkarabileceğini, ancak bunun için daha fazla tutarlılık ve kalibrasyon hassasiyeti gerekeceğini belirtmektedir. Gelecekteki çalışmalar, Hamiltonyen öğrenme yöntemini, spin kuplajlarının kısmen tersine çevrilebildiği katı hâl NMR sistemlerine uygulayabilir — bu, kuantum donanım deneyleri ile gerçek laboratuvar malzemeleri arasında potansiyel bir köprü olabilir.
Hesaplama açısından bir sonraki dönüm noktası, bu fizik tabanlı gösterimleri uygulamaya dönük simülasyonlara entegre etmektir. Gelecekteki kuantum cihazları, OTOC tipi ölçümleri doğrudan enerjinin malzemelerden nasıl aktığı, parçacıkların veya sinyallerin nasıl hareket ettiği ve kimyasal reaksiyonların nasıl gerçekleştiği ile eşleştirebilirse, pratik avantaj için son kriteri karşılayacaklardır: klasik süper bilgisayarların yapamadığı, ancak bilimi ve mühendisliği doğrudan ilerleten bilgileri üretmek.
Şu an için, “13.000×” rakamı hem Google’ın kuantum yol haritasında bir kilometre taşı hem de muhtemelen bir uyarı işareti olarak işlev görüyor. Bu rakam, kuantum donanımının artık klasik hesaplamayı yakalamakla kalmayıp, özel ve fiziksel olarak anlamlı görevlerde onu geride bıraktığını gösteriyor. Aynı zamanda, klasik topluluğa daha verimli simülasyon yöntemleri geliştirme konusunda meydan okuyor ve ikisi arasındaki sınırın mutlak değil, dinamik kalmasını sağlıyor.
Google’ın Pratik Kuantum Bilişim Yol Haritasındaki İlerlemesini Ölçmek
Ekibe göre, bu kilometre taşı, Google Quantum AI’nın altı aşamalı yol haritasında ilerleme kaydedip kaydetmediğini ölçmenin bir yoludur. Bu yol haritası, şirketin bugünün gürültülü kuantum cihazlarından, pratik amaçlarla kullanılabilen, hata düzeltmeli kuantum sistemlerine ulaşma hedefine kadar olan yolculuğunu gösterir.
Yol haritası, ilerlemeyi iki paralel yola ayırıyor: mantıksal olarak güvenilir kuantum bitleri oluşturmaya ve makineleri ölçeklendirmeye odaklanan donanım ve gerçek dünya ortamlarında net, ölçülebilir avantaj sağlayan algoritmalar arayan yazılım. Neven’in hesaplamasına göre, ekip ilk iki donanım kilometre taşını çoktan geçti — 2019’da kuantum üstünlüğünü elde etti ve yakın zamanda kuantum hata düzeltmede ilerleme kaydetti — ve mevcut çalışma, yazılım yolundaki ilk başarılarını işaret ediyor.
“Quantum Echoes algoritmasının ne olduğunu ve hangi uygulamaları mümkün kılacağını biraz anladığınıza göre, neden beş yıl içinde kuantum bilgisayarlarla mümkün olan kuantumla güçlendirilmiş algılama gibi gerçek dünya uygulamalarını göreceğimiz konusunda iyimser olmaya devam ettiğimizi anlayabilirsiniz,” dedi Neven. “Elbette, bu yol haritasında bir donanım ve bir yazılım parçası var. Şimdiye kadar elde ettiğimiz başarılar: Donanım tarafında altı aşamalı yol haritasının ilk iki aşaması, kuantum üstünlüğünün ve ardından kuantum hata düzeltmesinin gösterilmesiydi. Ancak bugün, yazılım tarafında bir aşama görüyorsunuz: doğrulanabilir kuantum avantajı olan ilk algoritmanın gösterilmesi.”
Bu deney, her şey yolunda giderse, bize geleceğe dair bir fikir verebilir. Örneğin, kısa vadede (Neven’in tahminine göre önümüzdeki beş yıl içinde), kuantumla geliştirilmiş algılama, gelişmiş simülasyon-hibrit iş akışları ve klasik makinelerin erişemeyeceği benzersiz içgörüler sağlayan algoritmalar görmeyi beklemeliyiz. İleride, sonraki kilometre taşlarına doğru ilerlemek için hata oranlarının, genişletilmiş algoritmik çalıştırmalar ve gerçek dünyadaki problem boyutlarıyla uyumlu seviyelere indirildiği, büyük ölçekli, hataya dayanıklı işlemciler inşa etmek gerekecektir.
Bu çift yönlü yaklaşım, NMR uygulaması ve OTOC tabanlı enstrümantasyonun (daha önce ele alınmıştır) neden bu kadar cazip olduğunu da açıklıyor: bunlar, donanım kapasitesi ile pratik kullanışlılığı birbirine bağlayan, deneysel bilimle doğrudan bağlantılı yazılım alanındaki atılımları temsil ediyor. Bu, ince ama çok önemli bir stratejik hamle: sadece daha büyük çipleri çalıştırmak değil, doğru algoritmalarla eşleştirildiğinde kuantum donanımının bilim için bir araç haline gelebileceğini kanıtlamak.
Google ilerledikçe, yol haritası sadece daha fazla kuantum bit veya daha düşük hata oranları değil, entegre bir ilerleme gerektiriyor: daha iyi kuantum bitler, daha akıllı algoritmalar ve klasik makinelerin verimli bir şekilde ele alamayacağı, özenle hazırlanmış problem alanları.
Çeviren: Emine Elif Pekduru
Redaktör: Büşra Özer
Bilimsel Redaktör: Yasemin Poyraz Koçak
