Kuantum Bilgi İşlemeyi Gerçeğe Dönüştürmek

Andrew V. Shipilov Nathan Furr

Bilim insanları kuantum bilgi işleme hakkında teoriler geliştirdi. Bu yeni bilgi işleme yaklaşımında, ikili sayı sistemi yerine olasılıklar üzerinden hesaplama yapılıyor. Son yıllarda, kuantum bilgisayarlar

geliştirmek için yapılan özel ve kamu yatırımları önemli ölçüde arttı. Bir rapordaki tahmine göre yalnızca 2021’deki yatırımlar 800 milyon dolardan fazlaydı.

Kuantum teknolojisi, DNA dizilemeden ulaşım rotası optimizasyonuna, kod kırmadan yeni malzeme geliştirmeye kadar birçok alanda devrim yaratabilir. Ancak, şu anda kuantum bilgisayarları sadece

araştırma laboratuvarlarında bulunuyor ve ticari kullanıma uygun genel amaçlı kuantum bilgisayarları yok. Bu teknoloji ana akım pazarda ortaya çıkmadan önce işletmeler potansiyel yıkımlarına nasıl yanıt verebilir?

Bu soruyu irdelerken analogdan dijital fotoğrafçılığa geçiş veya içten yanmalı motorlardan elektrikli motorlara geçiş gibi tarihteki büyük teknolojik gelişmelere bakmak yardımcı olacaktır. Bu örneklerin çoğunda şirketler yeni teknolojileri entegre etmek için hibrit bir yaklaşım benimsediler. Birdenbire tamamen yeni teknolojiye geçmek yerine eski ve yeni teknolojilerin unsurlarını birleştirerek ürünler geliştirdiler. Örneğin, hibrit elektrikli araba Prius’u geliştirmek Toyota’nın geleneksel benzinli motorlarla ilgili uzmanlık temelini kullanırken bir yandan elektrikli araba üretmeyle ilgili bilgisini

geliştirmesini sağladı. Bu ilk hibrit modeli pazara sunduktan sonra, Toyota fişli hibrit arabalar ve yakıt hücreli elektrikli arabalar üretmeye geçti. Bu çabalar da yıllar sonra tamamen elektrikli arabaları pazara sunmasına olanak tanıdı.

Kuantum bilgi işleme için benzer bir hibrit yaklaşım nasıl olabilir? Infosys, kuantum bilgi işlemeye ciddi yatırımlar yapan bir şirket. Çalışmaları hakkında daha fazla bilgi edinmek için şirketteki birçok

araştırmacı ve iş liderine ulaştık. Bir dizi derinlemesine görüşme sonunda, Infosys’in iki hibrit yaklaşım üzerinde denemeler yaptığını gördük. Bu yaklaşımlarla mevcut inovasyonları ticarileştirmeyi ve

kuantum bilgi işlemenin geleceğine doğru bir köprü kurmayı amaçlıyorlar:

Kuantumu taklit eden algoritmalar: Klasik bilgisayarlarda çalıştırılan bu algoritmaların mantığı, geleneksel bilgi işlemedeki ikili ve deterministik yaklaşımdan farklı olarak çeşitli kuantum olgularını taklit etmeye dayanıyor.

Hibrit modeller: Bu modeller klasik bilgisayarlarla kuantum bilgisayarlarının beraber çalışmasını sağlıyor.

Infosys, hem bağımsız olarak hem de startup’larla ortaklıklar kurarak birçok farklı alanda bu

yaklaşımları kullanıyor. Aşağıda Infosys’in yatırım yapmaya başladığı kuantum bilgi işlemenin üç kilit kullanımını açıklıyoruz. Bu kullanımlardan ilki, kuantumu taklit eden algoritmaların potansiyelini

keşfettikleri optimizasyon problemleri. Makine öğrenmesi ve siber güvenlik çözümlerindeyse Infosys hibrit modellerden yararlanıyor.

Optimizasyon Problemleri

Klasik algoritmalar pek çok alanda etkili olsa da belirli türden optimizasyon problemlerinde aşırı yavaş ve pahalı olabiliyor. Örneğin, finans alanında portföy optimizasyonu için geleneksel bilgisayarları

kullanmak pek mümkün olmuyor. Çünkü bu alanda, yatırım yapılacak her bir hisse için dalgalanan risk değerlerinin hızlı ve gerçek zamanlı bir şekilde analiz edilmesi gerekiyor. Infosys bu sorunu ele almak için varlık seçimini ve dağılımını optimize etmek amacıyla kuantum bilgi işlemeyi taklit eden

algoritmalar geliştirdi. Şirket bu sayede 100 hisse için sadece bir dakika içinde getirileri en üst düzeye çıkarıp riskleri en aza indirerek çeşitlendirilmiş bir portföy oluşturdu. Sonuç olarak geleneksel

(kuantumu taklit etmeyen) varlık dağılımı stratejilerine kıyasla getirilerde yüzde 21’lik bir gelişme

kaydetti.

Geleneksel bilgisayarların isabetle ve uygun maliyetle optimize etmekte zorlandığı diğer bir alansa tedarik zincirleri. Infosys, kuantum bilgi işlemenin bu konudaki potansiyelini keşfetmek için tedarik zinciri optimizasyonunda kuantumu taklit eden çözümler geliştiren startup QpiAI ile ortaklık kurdu.

Bu projeler hala geliştirme aşamasında olsa da ekip şimdiden algoritmalarının araç rotası optimizasyonunda maliyeti yüzde 60 azalttığını gösterdi.

Makine Öğrenmesi

Makine öğrenmesi algoritmaları, büyük veri kümelerinden öğrenme çıktıları üretmek için yüksek yoğunluklu (ve pahalı) bilgi işleme gücü gerektiriyor. Özellikle oldukça dengesiz dağılım gösteren veri kümelerini, yani belirlemek istediğiniz durumların çok nadir olduğu verileri analiz ederken kuantum bilgi işleme, maliyetleri çarpıcı biçimde azalttığı gibi bu modellerin etkililiğini de iyileştiriyor.

Örneğin, finansal dolandırıcılığın tespit edilmesi konusunda, dolandırıcılık içeren işlemlerin sayısı

normal işlemlere kıyasla çok azdır. Bu durum, yeterince hızlı ve isabetli bir şekilde dolandırıcılığı tespit edebilen klasik makine öğrenmesi algoritmaları geliştirmeyi zorlaştırıyor. Infosys ise hibrit bir

yaklaşım benimsedi ve çoğu ağ katmanında klasik bilgi işleme kullanılan ve bazı katmanlarda bir kuantum bilgisayardan gelen girdileri alan hibrit bir nöral ağ algoritması inşa etti. Infosys bu sistem sayesinde dolandırıcılık belirleme aracının isabet oranını yüzde 1,66 artırmayı başardı. Bu fark küçük

görünse de küresel finansal sistemin muazzam ölçeği düşünüldüğünde önemli ölçüde bir tasarruf elde

etme potansiyeli var.

Siber Güvenlik

Mevcut siber güvenlik protokolleri şifreler, kişisel veriler ve hatta blok zincirleri gibi hassas bilgileri şifrelemek için çoğunlukla sözde rastgele sayılar kullanır. Buradaki sorun, kuantum bilgisayarlarının geleneksel bilgisayarların rastgele sayı üretme yöntemlerinin yapısını kolayca çözebiliyor olması. Bu durum, standart şifreleme araçları kullanan tüm kurumlar için büyük bir tehdit oluşturabilir. Öte yandan, kuantum teknolojisi yeni olasılıklar da doğuruyor: Kuantum sistemleri, klasik veya kuantum bilgisayarlar tarafından çözülemeyen “gerçek rastgele” sayılardan oluşan güvenilir diziler oluşturabiliyor.

Infosys, kuantum siber güvenlik firması Quintessence Labs ile ortaklı kurarak hibrit bir çözüm geliştirdi. Burada, önce bir kuantum rastgele sayı üreticisi gerçek rastgele anahtarlar oluşturuyor ve sonrasında bu anahtarları klasik kriptografi algoritmalarına ve şifreleme sistemlerine aktarıyor. Bu yaklaşım, mevcut ticari uygulamaların birçok türünde kullanılabilecek şekilde gerçek rastgele ve öngörülemez sayılar üretiyor. Büyük miktarlarda hassas verilerle çalışan tüm kurumlar açısından bu yeni bir siber güvenlik aşaması.

***

Bu uygulamalar bilim kurgu gibi görünebilir ama hepsi gerçek. Kuantum bilgisayarların yaygınlaşması için hala uzun bir yol var. Ancak, şirketler şimdiden hibrit çözümlerle kuantum teknolojilerinden

faydalanmaya başladı. Eskiyi ve yeniyi harmanlayarak bugünün gerçekliğiyle yarının potansiyeli

arasında bir köprü kuruyorlar. Bu teknolojiler geliştikçe kuantum prensipleri ve yazılım geliştirmeyle ilgili uzmanlığın önemi artacak. Şirketlerin bu uzmanlığı geliştirmelerinin en iyi yolu, şimdiden bu hibrit stratejiye yatırım yapmaktır. Kuantum donanımlarının tam olarak nasıl gelişeceğinden ve hangi platformların sonunda sektör standartlarına dönüşeceğinden bağımsız olarak, bugün geliştirilen

algoritmalar neredeyse her türden kuantum donanımında çalıştırılabilecek ve tek bir sistemle sınırlı kalmayacak. Sonuç olarak, ilgili teknolojiler hala gelişme aşamasında olsa da şirketler hibrit bir

yaklaşım benimseyerek şimdiden müşterilere hizmet sunabilir ve diğer yandan gelecekte bir adım öne geçebilir.