IEEE Spectrum‘un ayrıntılı raporunda paylaştığı gibi, kuantum bilişimin önde gelen isimlerinden bazıları son zamanlarda teknolojinin mevcut durumu ve beklentileri hakkında şüphe ve endişelerini dile getirdiler. Kuantum bilgisayarların pratik kullanıma hazır olmaktan uzak olduğunu ve uygulama alanlarının sanılandan daha kısıtlı olduğunu söylüyorlar.
Bazı teknoloji devleri temkinli davranıyor
Kuantum bilgisayarlar, kuantum mekaniğini kullanarak bilgiyi klasik bilgisayarlar için imkansız şekillerde manipüle ederek aynı anda birden fazla hesaplama yapmak için süperpozisyon ve dolanıklık gibi olgulardan yararlanıyorlar.
Bu durum, karmaşık sistemleri optimize etme, finansal piyasaları modelleme ve yapay zekayı geliştirme gibi cevaplanması ve bulunması zor soruların çözülebilme potansiyelini ortaya koyuyor. Öte yandan kuantum bilişim şirketleri yakında en iyi klasik süper bilgisayarlardan daha iyi performans gösteren makineler sunacaklarını iddia ediyorlar, bazıları ise temkinli davranıyor.
Meta‘da yapay zeka araştırmaları başkanı olan Yann LeCun, kullanışlı kuantum bilgisayarlar inşa etmenin fizibilitesine şüpheyle yaklaşıyor. Amazon Web Services‘in kuantum donanımı başkanı Oskar Painter da sektörde çok fazla abartı olduğunu ve bunun da gerçekçilerle gerçek dışı olanları ayırmayı zorlaştırdığını düşünüyor.
Kuantum hata sorunu
Kuantum bilişimin karşılaştığı en büyük zorluklardan biri hata sorunudur. Kuantum bilgisayarlar, kuantum bilgisinin temel birimleri olan kübitlerin, kuantum durumlarını kaybetmelerine ve yanlış sonuçlar üretmelerine neden olabilecek gürültü ve parazitlere karşı son derece hassastır. Bu durum kuantum bilgisayarları çok güvenilmez ve hataya açık hale getirmekte. Bunu yapay zekanın “halüsinasyon” görmesine benzetebilirsiniz.
Bazı araştırmacılar, NISQ (noisy intermediate-scale quantum) cihazları olarak da bilinen bu gürültülü kuantum bilgisayarların örnekleme, optimizasyon ve makine öğrenimi gibi görevler için hala yararlı olabileceğini öne sürüyor. Ancak Painter bunun olası olmadığını belirterek, güvenilir ve ölçeklenebilir kuantum hesaplama elde etmenin tek yolunun kuantum hata düzeltmenin uygulanması olduğunu söylüyor.
Kuantum hata düzeltme, hatalara karşı daha dirençli tek bir mantıksal kübit oluşturmak için birden fazla fiziksel kübitte bilgi kodlamayı içeriyor, ancak bu çok sayıda fiziksel kübit gerektiriyor. Dolayısıyla ölçek-verim dengesinde sınırları bulmak iyice bulanıklaşıyor. Eleştirmenler bunun imkansız olabileceğini savunuyor. Painter, hataya dayanıklı bir kuantum bilgisayar oluşturmak için bunun çok önemli olduğuna inanıyor, ancak bu zor bir problem ve başarılması on yıllar sürebilir. Bunun için Google, geçtiğimiz aylarda önemli bir araştırma gerçekleştirmişti. Yayınladığımız bu makaleyi okumanızı öneririz: Google, kuantum bilgisayarlarda devrimsel bir adım attı.
Kuantum uygulama sorunu
Kuantum bilişimin karşı karşıya olduğu bir diğer zorluk da bununla ne yapılabileceği sorusudur. Kuantum bilişim, uygulamaların sınırlı kapsamı açısından zorluklarla karşı karşıya. Microsoft‘ta teknik araştırmacı olarak görev yapan Matthias Troyer, Communications of the ACM’de yayınlanan bir makalede, son on yılda önerilen birçok kuantum algoritmasının kusurlu ya da pratik olmadığını belirtiyor.
Troyer ayrıca kuantum hesaplamanın ana avantajının hız değil, klasik bilgisayarlar için imkansız problemleri çözme yeteneği olduğunu söylüyor. Kuantum hesaplama klasik bilgisayarların çözemediği sorunları çözebilir. Kuantum algoritmalarının hız artışı sağladığı iki alan büyük sayıların çarpanlarına ayrılması ve kuantum sistemlerinin simülasyonu olarak karşımıza çıkıyor.
Bu iki problem kuantum açısından zorlu olmakla birlikte klasik bilgisayarlar tarafından verimli bir şekilde çözülmeleri imkansızdır. Öte yandan doğrusal cebir ve makine öğrenimi gibi diğer problemler kuantum açısından kolaydır dolayısıyla klasik ve kuantum bilgisayarlar tarafından çözülebilir.
Tüm bunlar ortadayken kuantum bilişiminin de genel amaçlı bir teknoloji olmadığı, yalnızca birkaç özel sorunu çözebilen niş bir teknoloji olduğu sonucu ortaya çıkıyor. Bunun kuantum hesaplamanın önemini azaltmadığı, aksine rolünü ve potansiyelini netleştirdiğini söyleyebiliriz.
Kuantum gerçeklik kontrolü
Troyer ve meslektaşları, tek bir Nvidia A100 GPU’yu 10.000 mantıksal kübite (yaklaşık bir milyon fiziksel kübit) sahip gelecekteki varsayımsal bir hataya dayanıklı kuantum bilgisayarla karşılaştırdı. Kuadratik hızlanmaya sahip bir kuantum algoritmasının, faydalı olacak kadar büyük problemlerde klasik bir algoritmadan daha iyi performans göstermesi için yüzyıllar hatta bin yıllar boyunca çalışması gerektiğini buldular.
İyimser olmak için nedenler var
Sınırlamalara rağmen uzmanlar kuantum bilişim konusunda iyimser. Pratik uygulamalar hala çok uzak olsa da, QuEra ve Harvard’ın 280 kübitlik bir işlemci kullanarak 48 mantıksal kübit üreten deneyi gibi son gelişmeler umut veriyor.
Deney, kuantum hata düzeltmenin mümkün ve ölçeklenebilir olduğunu göstererek gelecekte daha güçlü ve güvenilir kuantum bilgisayarların önünü açıyor. Bununla birlikte şirketler, kısmen GPT-3 gibi büyük dil modellerinden elde edilen doğal dil işleme ve diğer görevlerdeki etkileyici sonuçların büyük ilgi ve yatırım çekmesiyle yapay zekaya artan ilgi nedeniyle kaynaklarını sessizce kuantum hesaplamadan uzaklaştırıyor.
Kuantum bilişim etrafındaki heyecan, bu alan için fon ve yetenek kazanılmasına yardımcı olsa da, gerçekçi olmayan beklentilere ve hayal kırıklığına da yol açıyor. Kuantum bilişim sabır ve azim gerektiren uzun vadeli bir vizyon olarak görülmeli.
