Ana Sayfa Kuantum Avantajı Google Quantum Supremacy’nin Hatırlattıkları

Google Quantum Supremacy’nin Hatırlattıkları

415
1

23 Ekim 2019 tarihinide Google Research tarafından duyurulan ve aniden BM’in açıklamalarıyla oldukça tartışılan bir konuya dönen Demonstrating Quantum Supremacy iddiasının potansiyel faydalarını yapay zeka, makine öğrenimine ve veri bilimine etkisinin ne denli olabileceğini bize hatırlatacak bu kuantum üstünlük (quantum supremacy) ile çözülebilecek sorunların neler olduğunu hep birlikte inceleyelim.

Google Research Kuantum Üstünlüğü Tanıtım

Neden bu kadar önemli?

1. Kimyasal proseslerin simülasyonu

Klasik hesaplama ile bugün moleküllerin temel yapısını bile anlayamayacağımızı biliyoruz. Ancak bir kuantum sistemini simüle etmek için bir kuantum bilgisayar kullanmak fikri oldukça umut vadediyor. Bu sadece anlamamıza yardımcı olmakla kalmayacak, aynı zamanda hem hafif hem de harika yeni malzemeler elde etmek için süreci simüle etmek ve hatta manipüle etmek veya organik pillerin oluşturulması için molekül seçimi yapmak ya da kansere tedavi bulmak gibi sorunlara yönelik daha net bakış açıları ve çözümler keşfedebileceğiz.

2. Oda sıcaklığında yarı iletkenler

Kuantum bilgisayarlar son derece düşük sıcaklıklarda (15 miliKelvin) tutulması gereken süper iletkenlere güvenir, bir kuantum bilgisayarın oda sıcaklığında süper iletkenler ile çalışabilmesinin ne anlama geldiğini biliyoruz. 🙂

3. Bazı zorlu sorunlar

Sinir ağları, mali modelleme, lojistiğin optimizasyonu ve TSP problemi gibi aşılmaz olduğu düşünülen birbirine bir sürü bağlamla ilintili olan değişkenlerin kuantum hesaplama ile çözümlenmesi mümkün olabilir.

Ana problemler

Kübitlerin hatalara eğilimli oldukları bir sır değil. Kübitlerin bozulması ve üzerlerinde saklanan bilgilerin kaybedilmesi ve mantıksal kübit olarak bilinenlerin daha tutarlı hale getirilmesinden kaynaklanan hatalar, hataları birbirini iptal eden yüzlerce ve binlerce fiziksel kübit gerektirir. Ve günümüz kriptografisini çözümleyebilecek kuantum bilgisayar binlerce mantıksal kübit gerektirir. Ve şu an için en çok 72 kübite sahip olan oldukça kararsız bir cihaza sahibiz.
Başka bir sorun ise, bu kübitlerin üzerinde çalışmak için süper iletkenlere ihtiyaç duyduğu ve süper iletkenlerin bir süper iletken olarak çalışması için 15 milikelvin’de tutulması gereken sistemi izole etmektir ve bu nedenle normalde gördüğünüz dev kuantum bilgisayarı çoğunlukla bu sıcaklığı korumak ve göndermek içindir.

Makine Öğrenimi ve Yapay Zeka nerede devreye giriyor?

Kuantum bilgisayarlar makine öğrenimini hızlandırmak için kuantum makine öğrenmesi modellerini kullanabilir. Mevcut kuantum teknolojisi, genel amaçlı CPU yerine ASCI’ler gibi özel amaçlı donanıma benzemektedir. Sınırlı bir kuantum algoritması sınıfı uygulamak için kablolanmıştır. Daha gelişmiş cihazlar, tıpkı FGPA’lar gibi basit kuantum devreleri çalıştıracak şekilde programlanabilir. Hem ASCI’lerin hem de FPGA’nın GPU, CPU ve TPU’nun yanı sıra makine öğreniminde de avantajlar sunduğunu biliyoruz. Bu nedenle, tamamen yeni bir makine öğrenimi aracı oluşturarak AGI’lere karşı ilerlememize yardımcı olmak için bu özel yapay zeka donanım karışımına teorik olarak bir kuantum hesaplama altyapısı eklenebilir. Tıpkı GPU’ların on yıl önce derin öğrenme rönesansına katkıda bulunmaları gibi.

Böyle bir makine öğrenimi sisteminin çözümleyebileceği görevler:

  • Lineer Cebir: Lineer cebirsel denklemlerin çözümünde yaşanan dar boğazlardan biri veri kodlamasıdır. Bir kuantum bilgisayarı büyük matris çarpımları ve öz bileşimler için (TPU’lardan farklı olarak) bir tür süper hızlı lineer cebir çözücü olarak kullanmak için, öncelikle büyük matrisi kuantum cihazına “yüklememiz” gerekir, ancak son derece önemsiz bir prosedür, çünkü kuantum kapısılarından faydalanılarak sonsuz çarpım gerçekleştirilebilir. Bu nedenle karmaşık lineer cebir hesaplamaları -kuantum kapılarına karşılık gelenler- bir kuantum bilgisayarında tek bir işlemle yapılabilir.
  • Örnekleme: Her kuantum bilgisayarda temelde olası tüm ölçüm sonuçların üzerinde basit bir olasılık dağılımı ile başlayan, daha karmaşık bir dağılımı hesaplar ve bir ölçüm yoluyla bir sonucu örnekler. Bu nedenle kuantum bilgisayarlar, örneğin Boltzmann makineleri ile örnekleme tabanlı eğitim için ilginç çözümler sunabilirler. Kısacası, çok umut verici bir yol olarak, kuantum cihazlarda örneklerin makine öğrenimi modellerini eğitmek için nasıl kullanılabileceğini araştırmak çözümlenebilecek bir görevdir.
  • Çekirdek Değerlendirme: “Kuantum çekirdekleri” fikri, kuantum cihazını yalnızca çok yüksek boyutlu iki kuantum durumunun iç çarpımını tahmin ederek veri noktalarının çekirdeklerini hesaplamak için kullanmaktır. Çekirdek tahminleri daha sonra eğitim ve tahmin için klasik bir makine öğrenme modeline beslenebilir. Başka bir deyişle, kuantum bilgisayarından yapılan tahminler, bir destek vektör makinesi (support vector machine) gibi standart bir çekirdek yöntemine beslenebilir. Çıkarım ve eğitim tamamen klasik olarak yapılır, ancak kuantum olan özel amaçlı cihazla artırılır. Kuantum cihazları, klasik olarak hesaplanması zor olanlar da dahil olmak üzere belirli çekirdekleri tahmin etmek için kullanılabilir. Çekirdeğe karar vermek, örneklemek ve optimizasyon amacıyla kullanılabilirler.

Bundan dolayı Google CEO’su Sundar Pichai’nin yapay zeka ve kuantum hesaplama hakkında MIT Technology Review ile özel bir röportajda söylediği şey bu: “Bence bu çok güçlü bir simbiyotik şey olacak. Her iki alan da erken aşamada. Yapay zekada daha büyük modeller, daha genelleştirilebilir modeller oluşturma ve oraya ulaşmak için ne tür bilgi işlem kaynakları gerektiğine dair heyecan verici bir çalışma var. Yapay zekanın kuantum hesaplamayı hızlandırabileceğini ve kuantum hesaplamanın da yapay zekayı hızlandırabileceğini düşünüyoruz. Ve toplu olarak, iklim değişikliği gibi karşılaştığımız en zor sorunlardan bazılarını çözmek için buna ihtiyacımız olduğunu düşünüyoruz. “

Video İçerik:

Kuantum Üstünlüğüne Ulaştık Mı?

Bütün bu potansiyelleri tekrardan ortaya çıkarması sebebiyle Google Quantum Supremacy; kuantum bilişimde yapay zeka, makine öğrenimi ve veri biliminin oldukça önemli çalışma alanlarına sahip olacağını hatırlatarak, bir kez daha gözden önüne sermiştir.

Bu içeriği paylaş
Önceki İçerikTuzaklı iyonlarda fononun kuantum yürüyüşü
Sonraki İçerikYarının Ekonomileri İçin Akıllı Sistemler
Avatar
QTurkey, Türkiye’deki kuantum teknolojileriyle ilgili faaliyetler için bir iletişim ve işbirliği ağıdır. “Kuantum Programlamaya Giriş” çalıştayları düzenliyor, ilgili konulardaki ilgili öğrenciler için çalışma grupları ve toplantılar organize ediyoruz ve ülke düzeyinde kuantum meraklıları için bir buluşma alanı oluşturabilme amacıyla hareket ediyoruz.

Yoruma kapalı.