Geleceğin Yapay Zekası: Kuantum Yapay Zeka

İnsan zekasının biyolojik işleyişinden esinlenerek ortaya atılmış olan ve neredeyse her sektörden probleme çözüm üretmek için kullanılan yapay zeka kuşkusuz geleceğin en önemli teknolojilerinden birisi.

Günlük yaşantımızda kullandığımız teknolojik cihazların birçoğu akıllı cihaz olarak adlandırılmaya başladı ve buradaki akıl kelimesinin temelinde yapay zeka yatıyor.

Yapay zeka dediğimizde karmaşık problemleri insan zekasından çok daha kısa sürede ve insan zekasına dayalı çözümlerde oluşan hata payını minimalize ederek çözen bir teknolojiden bahsediyoruz.

İkinci Dünya Savaşı yıllarında İngiliz matematikçi Alan Turing tarafından ortaya atılan "Makineler düşünebilir mi?" sorusu günümüzde adını sıklıkla duyduğumuz yapay zekanın temelini ortaya atmıştır. Günümüzdeki yapay zekaların temelindeki algoritmalar geleneksel bilgisayarlar üzerinde çalışmaktadır.

Dolayısıyla bu yapay zekaların düşünme limitleri günümüz bilgisayarlarının hesaplama gücü ile paraleldir. Geleneksel bilgisayarların hesaplama gücünün insanlardan çok daha hızlı olduğunu zaten biliyoruz ama karmaşık problemleri çözerken o kadar da hızlılar mı? Bazı durumlarda geleneksel bilgisayarların hızları problemleri çözerken yavaş kalabiliyor.

Son zamanlarda adını duymaya başladığımız kuantum hesaplama kavramı günümüz bilgisayarlarının çözmekte zorlandığı ve hesaplama gücünün yeterli olmadığı durumlar için ortaya atıldı ve geleneksel hesaplamanın limitlerini aşmaya başladı. Kuantum hesaplamanın temelinde fizik derslerinde adını sıklıkla duyduğumuz kuantum teorisi yatmaktadır.

Peki nedir bu kuantum teorisi? En basit şekilde anlatılacak olursa atom altı seviyedeki parçacıkların davranışlarını açıklayan ve gözlemlenene kadar bu parçacıkların, aynı anda birden fazla yerde var olabildiğini belirten bir teori. Bu teoriden ilham alınarak ortaya atılmış olan kuantum hesaplama sayesinde günümüzde kullandığımız geleneksel bilgisayarlar ileride yerlerini kuantum bilgisayarlara bırakacak.

KUANTUM ALGORİTMA

Şu anda birçok şirket bu dönüşüm için milyon dolarlar harcamaya başladı bile. Kuantum bilgisayarlar, günümüzdeki bilgisayarlar gibi birler ve sıfırları depolamanın ötesine geçmesiyle müthiş bir hesaplama gücü elde ediyor. Hesaplama gücündeki bu muazzam değişim beraberinde kuantum temelli yapay zekaları ve algoritmaları da getirmiştir. Kuantum yapay zeka, beraberinde kuantum algoritmayı da gündeme getirmiştir.

Kuantum algoritma, kuantum hesaplama platformları üzerinde çalıştırılabilen bir algoritmadır. Şu anki algoritmalar geleneksel bilgisayarlar, diğer bir değişle, günümüzde kullandığımız bilgisayarlar üzerinde çalışmaktadır. Oysa kuantum algoritmalar geleneksel bilgisayarların çok ötesinde işlem yapabilen bilgisayar donanımları gerektirmektedir. Geleneksel yapay zekayı kuantum yapay zekadan ayıran en önemli özelliğin hesaplama gücü olduğunu tahmin etmek zor değil fakat bu hesaplama gücü tam olarak nerede devreye giriyor ve kuantum hesaplamanın muazzam gücünü yapay zekanın nöronlarında görüyoruz biraz da ondan bahsedelim. Daha önceki yazılarımda da bahsettiğim gibi yapay zekanın temelinde yapay sinir ağları dediğimiz nöral bir ağ yatmaktadır.

Klasik ya da kuantum da olsa nöral ağın temel işlevi, şablonları tanımaktan ibarettir. İnsan beyninden ilham alan sistem, temel işlem birimlerinin bir ızgarası gibidir. Yani, nöronlar. Her biri açıp[1]kapanan cihazlar gibi basit olabilirler. Bir nöron, tıpkı oy verir gibi çok sayıda nöronların çıktısını gözlemleyerek, yeterli sayıda nöron tespit ettiğinde devreye girer. Normalde nöronlar katmanlar halinde dizilidirler. Birincil katman girdiyi kabul ederken (örneğin resim piksellerini), ortada yer alan katmanlar bu girdinin farklı kombinasyonlarını oluştururlar (köşeler ve geometrik şekiller gibi yapıları temsil ederler). Son katmanda ise çıktı oluşur (resim içeriğinin yüksek seviyede bir tanımı). Bir yapay zeka modelinin öğrenme işlemini gerçekleştirebilmesi için genellikle uç uca bağlanan bu nöral ağda kullanılması gereken optimum katsayıları elde etmesi gerekir.

Yapay zekanın eğitim aşamasında bu katsayılar elde edilir ve bir yerden sonra yapay zeka modelimiz öğretildiği şekilde hesaplama/karar verme işlemi gerçekleştirir (hangi resmin kedi hangi resmin köpek olduğunun ayırt edilmesi gibi). Klasik bir bilgisayarda tüm bu dahili bağlantılar, rakam matriksleri topluluğuyla temsil edilirler. Bu ağı çalıştırmak da, matriks cebiri yapmak gibidir. Normalde bu matriks işlemleri ekran işlem birimi gibi özel bir çipe gönderilirler.

Kuantum bilgisayarlar bu iş için kuantum sisteminin katlanarak artış gösteren doğasının avantajını kullanabilirler. Kuantum sistemlerinin bilgi depolama kapasitesinin büyük bölümü, bireysel veri birimlerinden değil (kubitler), bu kubitlerin bir arada sergiledikleri özelliklerden ileri gelir. İki kubitin dört ortak işlevi bulunur: her ikisi de devrede, her ikisi de devre dışı, devrede/devredışı ve devredışı/devrede.

Her birinin bir nöronu temsil edebilecek belirli bir ağırlığı, ya da genliği bulunur. Üçüncü bir kubiti ekleyecek olursanız, sekiz nöronu temsil edebilir, dördüncü bir kubitin eklenmesi halinde bu sayıyı 16 nörona çıkarırsınız. Makinenin kapasitesi, katlamalı olarak artmaya devam eder. Nöronlar tüm sisteme sirayet ederler böylece.

Dört kubitlik bir halde işlem gördüğünüzde, bir vuruşta 16 rakamı işlersiniz.

Fakat klasik bir bilgisayar bu rakamları teker teker ele almak zorundadır. Yapay sinir ağlarındaki hesaplama hızından da anlaşılabileceği gibi şu anda her ne kadar bazı şirketler tarafından yapılıyor olsa da gelecekte de kuantum bilgisayarların yaygınlaşması ve hesaplama konusunda tamamıyla kuantum devrine geçilmesi geleneksel yapay zekaların da yerini kuantum yapay zekalara bırakmasının önünü açacaktır.