Yapay Sinir Ağları ile Kuantum Hata Düzeltme
Kuantum bilgisayarlar, alışık olduğumuz bilgisayarlara göre daha karmaşık görevleri gerçekleştirebilir. Ancak kuantum durumları dışarıdan gelen sürekli müdahalelere karşı duyarlıdır. Kuantum hata düzeltmesi sistemine dayalı aktif koruma ile bunun önüne geçilmeye çalışılıyor.Detaylar yazımızda.
31.10.2018 tarihli yazı 7367 kez okunmuştur.
2016 yılında AlphaGo bilgisayar programı dünyanın en iyi insan oyuncularına karşı Go’nun beş oyunundan dördünü kazandı. Belirtilen oyundaki hareket kombinasyonlarının, evrende var olduğu tahmin edilen atom sayısından daha fazla olduğu düşünülürse, bu basit bir işlem gücünden daha fazlası demek. Daha doğrusu AlpahaGo görsel örüntüleri tanıyabilen hatta öğrenme yeteneğine sahip yapay sinir ağları kullanmıştır. Program insanların aksine yüzbinlerce oyunu kısa sürede pratiğe döküp en iyi oyuncuyu geride bıraktı. Kısa süre önce Max Planck Işık Bilimi Enstitüsü Direktörü Florian Marquardt ve ekibi, bu türden sinir ağları kullanarak yapay zeka sayesinde öğrenebilen bir kuantum hata düzeltme sistemi geliştirdiler.
Yapay sinir ağları, birbirine bağlı sinir hücrelerinin (nöron) davranışını taklit eden bilgisayar programlarıdır. Enstitüdeki araştırmalarda yaklaşık iki bin yapay sinir birbiriyle bağlantılıdır. Enstitünün AlphaGo’dan esinlenerek oluşturduğu yapay sinir ağı mimarisi, gelecekteki kuantum bilgisayarların çalışması için gereken görevlerin nasıl gerçekleştirilebileceğini öğreniyor. Yeterli eğitim ile kuantum hata düzeltmesinde yapay sinir ağları kullanımı diğer yöntemleri geride bırakabilir.
Yapay sinir ağları, birbirine bağlı sinir hücrelerinin (nöron) davranışını taklit eden bilgisayar programlarıdır. Enstitüdeki araştırmalarda yaklaşık iki bin yapay sinir birbiriyle bağlantılıdır. Enstitünün AlphaGo’dan esinlenerek oluşturduğu yapay sinir ağı mimarisi, gelecekteki kuantum bilgisayarların çalışması için gereken görevlerin nasıl gerçekleştirilebileceğini öğreniyor. Yeterli eğitim ile kuantum hata düzeltmesinde yapay sinir ağları kullanımı diğer yöntemleri geride bırakabilir.
►İlginizi Çekebilir: Yapay Sinir Ağları | Avantaj ve Dezavantajları
Sistemi anlamak için kuantum bilgisayarların çalışma şekline bakmak gerekir. Kuantum bilgisinin temeli kuantum biti ya da qubit’tir. Günümüz bilgisayarlarındaki bitler 1 lerden ya da 0 lardan oluşurken, qubitlerde 1,0 ya da her ikisi birden bulunabilir. Bir kuantum bilgisayarının işlemcisinde, üst üste bindirilmiş birden fazla sayıda qubit vardır. Bu karışık yapı ile; bazı karmaşık görevleri çözme konusunda kuantum bilgisayarlarının, günümüz bilgisayarlarından daha iyi olduğunu söyleyebiliriz. Dezavantajı ise, kuantum bilgisinin çevreden gelen gürültüye oldukça duyarlı olmasıdır. Kuantum dünyasının bu gibi özellikleri, kuantum bilgilerinin düzenli onarımlara yani kuantum hata düzeltmesine ihtiyaç duyduğu anlamına gelir.
Go oyunu ile kuantum hata düzeltme sistemi arasındaki ilişkiye bakacak olursak; oyundaki oyuncu belirli bir kuantum halini temsil eden modeli korumaya yönelik hareketler yapar. Bunlar kuantum hata düzeltme işlemleridir. Bu arada rakip oyuncu da modeli yok etmek için elinden geleni yapar. Bu duruma da eş değer olarak qubitlerin yaşadıkları, parazitlerden kaynaklanan sürekli gürültüy oluşturduğu söyleyenebilir. Kuantum Go oyununu zorlaştıran ise koyulan kuantum kuralıdır. Kurala göre oyuncunun oyun esnasında kuantum Go oyun tahtasına bakmasına izin verilmiyor.
Qubit parçalarının konumu, duruşları hassas kuantum halini yok eder. Buna rağmen oyuncu doğru hareketleri nasıl yapabiliyor? Bu sorunun cevabı ise “yardımcı qubitler”. Bu problem kuantum bilgisayarlarda gerçek kuantum bilgisini depolayan qubitler arasına ilave yardımcı qubitler konularak çözülür. Bu yardımcı programların durumunu izlemek için zaman zaman ölçümler yapılabilir. Bu sayede kuantum bilgisayar denetleyicisinin, arızaların nerede olduğunu belirlemesi ve bu alanlarda bilgi taşıyan qubitlerde düzeltme işlemleri yapması sağlanır. Kuantum Go oyunununda, yardımcı qubitler gerçek oyun parçaları arasında dağıtılan ek parçalar ile temsil ediliyor. Oyuncunun ara sıra bu yardımcı parçalara bakmasına izin veriliyor.
►İlginizi Çekebilir: Kuantum Bilgisayar Nedir?
Max Planck Işık Bilimi Enstitüsü’ndeki araştırmacıların çalışmasında, kuantum Go oyuncusunun rolü yapay sinir ağları tarafından gerçekleştiriliyor. Buradaki düşünce; eğitim yoluyla, ağların oyuncu rolü üzerinde etkisinin, akıllı insan zihninin geliştirdiği düzeltme stratejilerinden bile daha iyi olacak olmasıdır. Araştırmacı ekip, yine de günümüz bilgisayarları için bir yapay sinir ağının tek başına yeterli olamayacağını ifade ediyor. Çünkü ağ, kuantum bitlerinin durumu ya da kuantum Go oyunu ile ilgili sadece küçük bir miktarda bilgi elde edebilir ve hiçbir zaman rastgele deneme ve hata aşamasının ötesine geçmez. Bu yüzden çözüm olarak ilk ağa bir öğretmen görevi gören ek bir sinir ağı koyulur. Bu sayede kuantum hata düzeltmesine yönelik başarılı sonuçlar elde edilebilir.
Öncelikli olarak öğretmen görevi üstelenen ağın, kontrol edilecek olan kuantum bilgisayar hakkında yeterli bilgi elde etmesi gerekir. Prensip olarak, yapay sinir ağları doğal modellerinde olduğu gibi bir ödül sistemi kullanılarak eğitilir. Ödül, kuantum hata düzeltme ile orijinal kuantum durumunu başarılı bir şekilde geri yüklemek için sağlanmıştır.
Araştırmacılara göre, öğretmen ağı ile eğitilen öğrenci ağ başta öğretmeninin seviyesinde olacak ancak daha sonrasında kendi eylemleri ile öğretmen ağını geçebilir.
Kaynak :
►Sciencedaily
YORUMLAR
ANKET
- Dünyanın En Görkemli 10 Güneş Tarlası
- Dünyanın En Büyük 10 Makinesi
- 2020’nin En İyi 10 Kişisel Robotu
- Programlamaya Erken Yaşta Başlayan 7 Ünlü Bilgisayar Programcısı
- Üretimin Geleceğinde Etkili Olacak 10 Beceri
- Olağan Üstü Tasarıma Sahip 5 Köprü
- Dünyanın En İyi Bilim ve Teknoloji Müzeleri
- En İyi 5 Tıbbi Robot
- Dünyanın En Zengin 10 Mühendisi
- Üretim için 6 Fabrikasyon İşlemi
- Nasıl Dönüşür I Elektrik 4.0
- Nasıl Dönüşür I Fosil Yakıt
- Nasıl Dönüşür I Kompost
- Sigma DIN Rayı Çözümleri: Ürün Portföyü, Teknik Özellikler ve Kullanım Alanları
- Denizcilik Endüstri Uygulamaları ve Servis Bakım Süreçleri
- DrivePro Yaşam Döngüsü Hizmetleri
- Batarya Testinin Temelleri
- Enerji Yönetiminde Ölçümün Rolü: Verimliliğe Giden Yol
- HVAC Sistemlerinde Kullanılan EC Fan, Sürücü ve EC+ Fan Teknolojisi
- Su İşleme, Dağıtım ve Atık Su Yönetim Tesislerinde Sürücü Kullanımı
Aktif etkinlik bulunmamaktadır.