Mevcut sıcak araştırma konularından biri, en son teknolojik atılımlardan ikisinin birleşimidir: makine öğrenimi ve kuantum bilgi işlem.
Deneysel bir çalışma, zaten küçük ölçekli kuantum bilgisayarların makine öğrenme algoritmalarının performansını artırabileceğini göstermektedir.
Bu, Viyana Üniversitesi’ndeki uluslararası bir araştırmacı ekibi tarafından fotonik bir kuantum işlemci üzerinde gösterildi. İşte yayınlanan iş Nature Fotonicsoptik kuantum bilgisayarlar için umut verici yeni uygulamalar gösterir.
Son bilimsel atılımlar gelecekteki teknolojilerin gelişimini yeniden şekillendirdi. Bir yandan, makine öğrenimi ve yapay zeka, hayatlarımızı günlük görevlerden bilimsel araştırmaya kadar devrim yaratmıştır. Öte yandan, kuantum bilgi işlem yeni bir hesaplama paradigması olarak ortaya çıkmıştır.
Bu umut verici iki alanın kombinasyonundan yeni bir araştırma çizgisi açıldı: kuantum makinesi öğrenimi. Bu alan, kuantum platformlarında çalıştıklarında algoritmaların hızında, verimliliğinde veya doğruluğunda potansiyel geliştirmeler bulmayı amaçlamaktadır. Bununla birlikte, mevcut teknoloji kuantum bilgisayarlarında böyle bir avantaj elde etmek hala açık bir zorluktur.
Burası uluslararası bir araştırmacı ekibi bir sonraki adımı attı ve Viyana Üniversitesi’nden bilim adamları tarafından gerçekleştirilen yeni bir deney tasarladı.
Kurulumda, ilk olarak QuanTinUum’da (Birleşik Krallık) çalışan araştırmacılar tarafından önerilen bir makine öğrenimi algoritması çalıştıran Politecnico di Milano’da (İtalya) inşa edilen kuantum fotonik devre bulunmaktadır. Amaç, fotonik bir kuantum bilgisayarı kullanarak veri noktalarını sınıflandırmak ve klasik bilgisayarlara göre avantajı anlamak için kuantum efektlerinin katkısını belirlemekti.
Deney, zaten küçük boyutlu kuantum işlemcilerin geleneksel algoritmalardan daha iyi performans gösterebileceğini gösterdi.
Projenin başrolü Viyana Üniversitesi’nden Philip Walther, “Belirli görevler için algoritmamızın klasik muadilinden daha az hata yaptığını bulduk.”
“Bu, mevcut kuantum bilgisayarların en son teknolojinin ötesine geçmeden iyi performanslar gösterebileceği anlamına gelir.” Nature Fotonics.
Yeni araştırmanın bir başka ilginç yönü, fotonik platformların standart bilgisayarlara göre daha az enerji tüketebilmesidir. Ortak yazar Iris Agresti, “Bu, makine öğrenimi algoritmalarının çok yüksek enerji talepleri nedeniyle mümkün olmadığı göz önüne alındığında, gelecekte çok önemli olabilir.”
Araştırmacıların sonucu hem kuantum hesaplaması üzerinde bir etkiye sahiptir, çünkü kuantum efektlerinden yararlanan görevleri ve standart hesaplamayı tanımlar.
Gerçekten de, kuantum mimarilerinden esinlenen yeni algoritmalar tasarlanabilir, daha iyi performanslara ulaşabilir ve enerji tüketimini azaltır.
