Bilim adamları ağaçları tanımak için bir kuantum bilgisayarı ‘eğitti’. Bu büyük bir başarı gibi gözükmeyebilir, ancak sonuçta, araştırmacıların bu tür bilgisayarları kalıp tanıma ve bilgisayar görme gibi karmaşık makine öğrenme problemleri için bir adım daha yaklaştırdığı anlamına geliyor.
Ekip, (2007’de dünyanın ilk kuantum bilgisayarını yaratan Burnaby) Kanada merkezli bir şirket olan D-Wave 2X bilgisayarını kullandı. Konvansiyonel bilgisayarlar, halihazırda görüntüdeki desenleri tanımlamak için gelişmiş algoritmalar kullanabilir; ancak çok sayıda bellek ve işlemci gücü gerektirir. Bunun nedeni, klasik bilgisayarların bilgiyi ikili bitlerle (0 veya 1) depolamasıdır. Kuantum bilgisayarlar, 0 ve 1’i aynı anda gösterebilen kuantum bitleri (kbit’ler) kullanarak, bir atom altı seviyede çalışırlar. Kbit’leri kullanan bir işlemci, teorik olarak küçük bir dizi özel sorun için geleneksel bir bilgisayardan daha hızlı bir şekilde problemleri çözebilir. Kuantum bilgisinin niteliği ve kbit’lerin programlanmasının sınırlamaları, şu ana kadar bilgisayarın ‘görme’ gibi karmaşık problemlerin sınır dışı edildiği anlamına geliyordu.
Mary’s College Moraga’daki Fizikçi Edward Boyda ve meslektaşları Kaliforniya’daki yüzlerce NASA uydu görüntüsünü, 1152 kbit içeren D-Wave 2X işlemciye aktardı. Araştırmacılar, bilgisayardan, yolların, binaların ya da nehirlerin aksine piksellerin yığınının ağaç olup olmadığını belirlemek için onlarca özellikleri (ton, doygunluk, hatta ışık yansıtma gibi) dikkate almasını istedi. Daha sonra bilgisayara; sınıflarının doğru mu yanlış mı yoksa bilgisayarın hatalarından mı kaynaklandığını; bir şeyin bir ağaç olup olmadığını belirlemek için kullandığı formülü; bu formülün üzerinde değişiklik yapılıp, yapılamayacağını öğretti.
NASA’nın Mountain View, California’daki Gelişmiş Süper Bilgisayar Bölümü’nde Bilim İnsanı Ekip Üyesi Ramakrishna Nemani, “Sınıflandırma zor bir sorundur; kısa ağaçlar, uzun ağaçlar, birbirine bitişik ağaçlar, binaların yanında her tür kombinasyon var” diyor.
Eğitimden sonra D-Wave’in, Mill Valley tarafından California’da çekilen hava fotoğraflarındaki ağaçları tanıması % 90 doğruydu ve Ekip PLOS ONE’a bunula ilgili rapor sundu. Sonuçlar, bilim insanlarının görüntüleri “incelemek” için kuantum bilgisayarlarını nasıl programlayabileceğini ve ağır veri sıkıştırma gerektiren diğer karmaşık problemleri çözmek için, bunları kullanma imkânını ortaya koyduğunu gösteriyor.
Örneğin, Nemani, çalışmanın daha iyi iklim tahmini için zemin hazırladığını söyledi ve ekledi: “NASA’nın uydu görüntülerini inceleyerek, kuantum işlemcileri, havanın dünya genelinde haftalar, aylar, hatta yıllar boyunca nasıl hareket ettiğine dair, yeni modeller ortaya çıkarmak için, bir makine öğrenme yaklaşımı işe yarayabilir. Hindistan’da yaşadığınızı varsayın. 6 ay sonra bir siklonun önceden haber alınması gerekebilir, çünkü o esnada kuzey Kanada’daki hava modelini görüyor oluyoruz.”
Ancak, karmaşık hesaplama problemlerinin çözümünde kuantum hesaplamanın normu olabilmesi için, çok fazla çalışma gerekecek.
