Viyana Üniversitesi liderliğindeki uluslararası bir araştırma ekibi tarafından gerçekleştirilen çığır açıcı bir çalışma, küçük ölçekli kuantum bilgisayarların dahi yeni bir fotonik kuantum devresi kullanarak makine öğrenimi performansını önemli ölçüde artırabileceğini gösterdi.
Araştırmacılar, günümüz kuantum teknolojisinin yalnızca deneysel olmadığını; belirli görevlerde klasik sistemleri şimdiden geride bırakabildiğini ortaya koydu. Deneyde, bir fotonik kuantum bilgisayar veri noktalarını sınıflandırmak için kullanıldı ve küçük boyutlu kuantum işlemcilerin geleneksel algoritmalardan daha iyi performans gösterebildiği kanıtlandı. Proje lideri Viyana Üniversitesi’nden Philip Walther, "Belirli görevlerde algoritmamızın klasik muadiline göre daha az hata yaptığını tespit ettik," diyor.
Deneysel düzende, Politecnico di Milano’da (İtalya) inşa edilen bir kuantum fotonik devre kullanıldı ve bu devre, Birleşik Krallık’taki Quantinuum araştırmacıları tarafından önerilen bir makine öğrenimi algoritmasını çalıştırdı. Nature Photonics’te yayımlanan makalenin ilk yazarı Zhenghao Yin, "Bu, mevcut kuantum bilgisayarların, en ileri teknolojiye ulaşmadan da iyi performans gösterebileceği anlamına geliyor," diye ekliyor.
Bu araştırmanın özellikle umut verici bir yönü, fotonik platformların standart bilgisayarlara kıyasla çok daha az enerji tüketebilmesi. Eserin ortak yazarlarından Iris Agresti, "Makine öğrenimi algoritmalarının çok yüksek enerji ihtiyaçları nedeniyle uygulanamaz hâle gelmesi göz önüne alındığında, bu gelecekte kritik bir rol oynayabilir," diye vurguluyor. Devreden yalnızca ışık geçtiği ve akım olmadığı için fotonik çiplerin soğutma gereksinimi daha düşük oluyor. Bu durum, daha yüksek performans ve işlem yoğunluğuyla birleştiğinde ciddi enerji tasarrufu sağlıyor. Bazı fotonik yapay zekâ hızlandırıcılarının, bir Grafik İşlem Birimi’ne (GPU) göre 30 kata kadar daha az enerji tüketebileceği belirtiliyor.
Elde edilen sonuçlar, hem kuantum hesaplama alanında, çünkü kuantum etkilerinden faydalanan görevleri tanımlıyor, hem de standart bilişimde etkili. Gerçekten de, kuantum mimarilerinden ilham alan yeni algoritmalar tasarlanarak daha iyi performans ve daha düşük enerji tüketimi elde edilebilir. Bu atılım, küçük ölçekli fotonik kuantum bilgisayarların belirli makine öğrenimi görevlerinde klasik sistemleri geride bırakabileceğini gösteriyor; araştırmacılar, fotonik bir devrede kuantum destekli bir algoritma kullanarak verileri geleneksel yöntemlerden daha doğru şekilde sınıflandırdı.
Yapay zekâ sistemleri karmaşıklık ve enerji ihtiyacı açısından büyümeye devam ederken, bu araştırma, kuantum avantajlarından bugünden faydalanan daha sürdürülebilir ve güçlü yapay zekâ teknolojilerine giden yolu açıyor. Kuantum fotoniği ile makine öğreniminin entegrasyonu, bilişim teknolojisinin en umut verici sınırlarından birini temsil ediyor ve hemen bugün pratik uygulamalar sunmaya başlıyor.