Kuantum hesaplama alanında ticari kullanıma geçişin önündeki en önemli sorunlardan biri, verimli kuantum devrelerinin tasarlanması olarak görülüyor. Küresel teknoloji şirketlerinin büyük yatırımlar yaptığı bu alanda, Innsbruck Üniversitesi Teorik Fizik Bölümü’nden araştırmacılar, NVIDIA ile birlikte yeni bir makine öğrenimi modeli geliştirdi. Teorik fizikçi Hans Briegel’in araştırma ekibi tarafından yürütülen çalışmada, kuantum bilgisayarların operasyonel süreçlerinde kullanılan devre tasarımının yapay zeka ile otomatik hale getirilmesi amaçlanıyor.
DONANIM HATALARINI AZALTAN OPTİMİZASYON
Bir kuantum bilgisayarın finans, lojistik veya malzeme bilimi gibi alanlarda kullanılabilmesi için kuantum algoritmalarının, 'kuantum kapıları' adı verilen temel işlem dizilerine dönüştürülmesi gerekiyor. Ancak bu devreleri manuel olarak verimli ve hatasız biçimde hazırlamak oldukça zor bir süreç. Araştırmacı Gorka Muñoz-Gil liderliğindeki ekip, kuantum-klasik süper bilgisayarlar için geliştirilen NVIDIA CUDA-Q platformunu kullanarak bu süreci otomatikleştirdi.
Geliştirilen yapay zeka yöntemi, bir devrede hangi kapıların kullanılacağını ve bu kapıların sayısal parametrelerini aynı anda optimize edebiliyor. Günümüz kuantum donanımlarında her ek kapı yeni hata riski oluşturduğu için, daha kısa devrelerin üretilmesi sistemin verimliliği açısından önem taşıyor.
YAPAY ZEKA TEMEL DEVREYİ YENİDEN KEŞFETTİ
Yeni yöntemin dikkat çeken sonuçlarından biri, sistemin ön bilgi verilmeden temel bir kuantum algoritma yapısını yeniden oluşturabilmesi oldu. Araştırmacıların aktardığına göre yapay zeka, kuantum algoritmalarının önemli yapı taşlarından biri olan Kuantum Fourier Dönüşümü için ders kitaplarında yer alan devreyi bağımsız biçimde yeniden keşfetti.
Bu sonuç, yapay zekanın kuantum devre tasarımında yalnızca yardımcı bir araç değil, aynı zamanda yeni ve verimli çözümler üretebilen bir sistem olarak kullanılabileceğini gösteriyor. Yöntemin, sanayiye yönelik kuantum algoritmalarının geliştirilme sürecini hızlandırması ve Ar-Ge çalışmalarında zaman kaybını azaltması bekleniyor.
