Viyana Üniversitesi liderliğindeki uluslararası bir araştırma ekibi, kuantum bilişim ve yapay zekâ alanında önemli bir atılım gerçekleştirdi. Ekip, küçük ölçekli kuantum bilgisayarların bile makine öğrenimi uygulamaları için pratik faydalar sağlayabileceğini gösterdi.
8 Haziran 2025'te Nature Photonics'te yayımlanan çalışmada, araştırmacılar yeni bir fotonik kuantum devresi kullanarak kuantum destekli çekirdek tabanlı bir makine öğrenimi algoritması uyguladı. Elde edilen sonuçlar, kuantum yaklaşımlarının ikili sınıflandırma görevlerinde Gauss ve sinirsel teğet çekirdekleri gibi en gelişmiş klasik yöntemlerden daha iyi performans gösterdiğini ortaya koydu.
Projeyi yöneten Viyana Üniversitesi'nden Profesör Philip Walther, "Belirli görevlerde algoritmamızın klasik karşıtına göre daha az hata yaptığını gördük," diye açıklıyor. Yayının ilk yazarı Zhenghao Yin ise, "Bu, mevcut kuantum bilgisayarların, en ileri teknolojiye sahip olmasalar bile iyi performans gösterebileceği anlamına geliyor," diye ekliyor.
Deneysel düzenekte, Politecnico di Milano'da (İtalya) inşa edilen bir kuantum fotonik devre kullanıldı ve burada, ilk olarak Quantinuum (Birleşik Krallık) araştırmacıları tarafından önerilen bir makine öğrenimi algoritması çalıştırıldı. Sistem, veri sınıflandırma görevlerinde üstün doğruluk elde etmek için kuantum girişimi ve tek foton tutarlılığından yararlanıyor.
Artan doğruluğun ötesinde, bu fotonik yaklaşım önemli enerji verimliliği avantajları da sunuyor. Makine öğrenimi uygulamaları giderek daha karmaşık ve enerji yoğun hale geldikçe, kuantum fotonik işlemciler sürdürülebilir bir alternatif sağlayabilir. Ortak yazar Iris Agresti, "Bu, gelecekte çok önemli olabilir; çünkü makine öğrenimi algoritmaları, çok yüksek enerji talepleri nedeniyle uygulanamaz hale gelmeye başlıyor," diye vurguluyor.
Araştırmanın etkileri kuantum bilişimin ötesine uzanıyor; çünkü kuantum etkilerinden fayda sağlayan belirli görevleri tanımlayarak, daha iyi performans ve daha düşük enerji tüketimi sunan yeni klasik algoritmaların geliştirilmesine de ilham verebilir. Bu gelişme, yapay zekâ uygulamalarında pratik kuantum üstünlüğüne doğru önemli bir adım olarak görülüyor ve teorik kuantum bilişim ile gerçek dünya uygulamaları arasındaki köprüyü güçlendiriyor.