Bilgisayar

Yapay Zeka Kuantum Bilgisayarlarını Kontrol Eder

Kuantum bilgisayarlar, geleneksel bilgisayarların yeteneklerinin ötesindeki karmaşık görevleri çözebilir. Bununla birlikte, kuantum durumları, çevrelerinden gelen sürekli parazitlere son derece duyarlıdır. Plan, kuantum hata düzeltmesine dayalı aktif koruma ile mücadele etmektir. Max Planck Işık Bilimi Enstitüsü Direktörü Florian Marquardt ve ekibi yapay zeka sayesinde öğrenebilen bir kuantum hata düzeltme sistemi sundular.

2016 yılında, AlphaGo bilgisayar programı dünyanın en iyi insan oyuncularına karşı Go beş oyundan dördünü kazandı. Bir Go oyununu evrende tahmin edilen atom hareketinden daha fazla hareket kombinasyonuna sahiptir. AlphaGo görsel örüntüleri tanıyabilen ve hatta öğrenme yeteneğine sahip yapay sinir ağları kullanmıştır. Bir insanın aksine, program kısa sürede yüz binlerce oyunu pratiğe dökebildi. Sonunda en iyi oyuncuyu da yendi. Şimdi, Erlangen merkezli araştırmacılar, kuantum bilgisayar için hata düzeltme öğrenmeyi geliştirmek için bu türden sinir ağlarını kullanıyorlar.

Yapay sinir ağları, birbirine bağlı sinir hücrelerinin (nöron) davranışını taklit eden bilgisayar programlarıdır. Erlangen’deki araştırmalarda, yaklaşık iki bin yapay sinir birbiriyle bağlantılıdır. Florian Marquardt, “En son fikirleri bilgisayar bilimlerinden alıp fiziksel sistemlere uyguluyoruz” diye açıklıyor. “Bunu yaparak, yapay zeka alanında hızlı ilerlemeden yararlanıyoruz.”

Yapay Sinir Ağları Diğer Hata Düzeltme Stratejilerini Geride Bırakabilir

İlk uygulama alanı, Erlangen’deki Max Planck Enstitüsünde Doktora Öğrencisi Thomas Fösel’in  yakın tarihli makalede gösterildiği gibi kuantum bilgisayarlardır. Bu makalede ekip, AlphaGo’dan esinlenmiş bir mimariye sahip yapay sinir ağlarının, gelecekteki kuantum bilgisayarlarının çalışması için gerekli olan bir görevin; nasıl gerçekleştirilebileceğini öğrenebiliyor: Kuantum hata düzeltmesi. Yeterli eğitim ile bu yaklaşımın diğer hata düzeltme stratejilerini geride bırakması ihtimali de vardır.

Kapsamını anlamak için kuantum bilgisayarlarının çalışma şekline bakmanız gerekir. Kuantum bilgisinin temeli kuantum biti veya qubit’dir. Geleneksel dijital bitlerden farklı olarak, bir qubit sadece iki durumu sıfır ve bir değil, her iki durumun da süperpozisyonlarını kabul edebilir. Bir kuantum bilgisayarının işlemcisinde, bir ortak durumun parçası olarak üst üste bindirilmiş birden fazla sayıda qubit bile vardır. Bu karışıklık, geleneksel bilgisayarların başarısızlığa mahkum olduğu bazı karmaşık görevleri çözme konusunda kuantum bilgisayarlarının muazzam işlem gücünü açıklar. Dezavantajı, kuantum bilgisinin çevreden gelen gürültüye oldukça duyarlı olmasıdır. Kuantum dünyasının bu ve diğer özellikleri, kuantum bilgilerinin düzenli onarımlara, yani kuantum hata düzeltmesine ihtiyaç duyduğu anlamına gelir. Bununla birlikte, gerektirdiği durumlar sadece karmaşık olmakla kalmaz, aynı zamanda kuantum bilgisinin kendisini sağlam bırakmalıdır.

Kuantum Hata Düzeltme, Garip Kurallara Sahip Go Oyunu Gibidir

Marquardt, projesinin ardındaki temel fikre kavuştuğunu belirterek, “Bir kuantum bilgisayarının elemanlarını bir Go kurulu gibi görebiliyorsunuz,” diyor. Qubitler, diğer parçalar gibi dağıtılır. Bununla birlikte, geleneksel bir Go oyunundan bazı önemli farklılıklar vardır: Bütün parçalar qubit etrafında dağıtılmış ve her biri bir tarafta beyaz, diğeri siyahtır. Bir renk, bir sıfıra, bir diğerine ve bir kuantum oyunundaki bir harekete karşılık gelir. Kuantum dünyasının kurallarına göre, parçalar kuantum durumların üst üste binmesini ve dolanmasını temsil eden gri karışık renkler de benimseyebilirler.

Oyun oynama söz konusu olduğunda, bir oyuncu (onu Alice olarak adlandırırız) belirli bir kuantum halini temsil eden bir deseni korumayı amaçlayan hareketler yapar. Bunlar kuantum hata düzeltme işlemleridir. Bu arada, rakibi kalıbı yok etmek için ellerinden gelen her şeyi yapıyor. Bu, gerçek qubitlerin çevrelerinden yaşadıkları parazitlerden kaynaklanan sürekli gürültüyü temsil eder. Ayrıca, kuantum Go’nun bir oyunu özellikle tuhaf bir kuantum kuralıyla zorlaştırılıyor: Alice oyun sırasında qubitlere bakmasına izin verilmiyor. Qubit parçalarının durumunu ortaya koyan herhangi bir bakış, oyunun şu anda temsil ettiği hassas kuantum halini yok eder. Soru şu: Buna rağmen doğru hareketleri nasıl yapabilir?

Yardımcı Qubit’ler Kuantum Bilgisayardaki Kusurları Ortaya Çıkarır

Kuantum bilgisayarlarda, bu problem, gerçek kuantum bilgisini depolayan qubitler arasında ilave qubitler konumlandırılarak çözülür. Bu yardımcı kubitlerin durumunu izlemek için kuantum bilgisayar kontrolcüsünün arızaların nerede olduğunu belirlemesi ve bu alanlarda bilgi taşıyan qubit’lerde düzeltme işlemleri yapmasına izin vermek için zaman zaman ölçümler yapılabilir. Kuantum Go oyunumuzda, yardımcı qubitler gerçek oyun parçaları arasında dağıtılan ek parçalar ile temsil edilecektir. Alice’in ara sıra sadece bu yardımcı parçalarda görünmesine izin verilir.

Erlangen araştırmacılarının çalışmasında, Alice’in rolü yapay sinir ağları tarafından gerçekleştiriliyor. Buradaki fikir şudur: Eğitim yoluyla ağlar, bu rolde akıllı insan zihninin geliştirdiği düzeltme stratejilerini bile aşabilecek kadar iyi olacaktır. Bununla birlikte, ekip beş benzetimli qubiti içeren bir örneği incelediğinde, geleneksel bilgisayarlar için hala yönetilebilen bir sayı, tek başına bir yapay sinir ağının yeterli olmadığını gösterebildiler. Ağ sadece kuantum bitlerinin durumu hakkında daha az bilgi toplayabilirken ya da kuantum Go oyununu oynadığı için, hiçbir zaman rastgele deneme ve hata aşamasının ötesine geçmez. Sonuç olarak, bu girişimler onu geri yüklemek yerine kuantum durumunu yok eder.

Bir Sinir Ağı, Bir Başka Bilgiyi Eğitmek İçin Önceki Bilgilerini Kullanır

Çözüm, ilk ağa bir öğretmen görevi gören ek bir sinir ağı biçiminde gelir. Kontrol edilecek kuantum bilgisayar ile ilgili önceki bilgileri ile, bu öğretmen ağ diğer ağı (onun öğrencisini) eğitebilir. Böylece başarılı kuantum düzeltmeye yönelik girişimlerini yönlendirebilir. İlk önce, öğretmen ağının kendisi kuantum bilgisayarı veya kontrol edilmesi gereken bileşeni hakkında yeterince bilgi sahibi olmalıdır.

Prensip olarak, yapay sinir ağları doğal modelleri gibi bir ödül sistemi kullanılarak eğitilir. Gerçek ödül, kuantum hata düzeltme ile orijinal kuantum durumunu başarılı bir şekilde geri yüklemek için sağlanmıştır. Marquardt, “Ancak, bu uzun vadeli hedefe bir ödül verilmesi halinde, sayısız düzeltme girişimlerinde son bir aşamaya gelecekti,” diye açıklıyor. Erlangen merkezli araştırmacılar, eğitim aşamasında bile, öğretmen sinir ağının umut vaat eden bir stratejiyi benimsemesini teşvik eden bir ödül sistemi geliştirdiler. Kuantum Go’nun oyunundaki bu ödül sistemi, Alice’e detayları vermeden belirli bir zamanda oyunun genel durumu hakkında bir gösterge sağlar.

Öğrenci Ağı Kendi Eylemleri İle Öğretmenini Geçebilir

Marquardt, “İlk hedefimiz, öğretmen ağının insandan fazla yardım almadan başarılı kuantum hata düzeltme operasyonlarını gerçekleştirmeyi öğrenmesiydi” diyor. Okul öğrenci ağından farklı olarak, öğretmen ağı bunu sadece ölçüm sonuçlarına değil, aynı zamanda bilgisayarın genel kuantum durumuna da göre yapabilir. Öğretmen ağı tarafından eğitilen öğrenci ağı, ilk başta eşit derecede iyi olacaktır. Ancak kendi eylemleri ile daha da iyi olabilir.

Kuantum bilgisayarlarda hata düzeltmesine ek olarak, Florian Marquardt yapay zeka için diğer uygulamaları da öngörmektedir. Ona göre fizik, yapay sinir ağları tarafından örüntü tanıma kullanımından yararlanabilecek birçok sistem sunmaktadır.

Kaynak:
sciencedaily
Etiketler
1 Oy2 Oy3 Oy4 Oy5 Oy (2 oy verildi, Ortalama: 5 üzerinden 5,00 oy )
Loading...

Benzer Makaleler

Bir cevap yazın

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir

Close