Google'dan Kendi Kendini Kalibre Eden Kuantum İşlemci

Google liderliğindeki bir araştırma ekibi, Nature'da yayımlanan bir çalışmada, hesaplama devam ederken kendi hatalarından öğrenerek kalibrasyonunu güncelleyen bir kuantum bilgisayar sistemi tanıttı. Willow süperiletken işlemci üzerinde test edilen pekiştirmeli öğrenme (reinforcement learning) tabanlı yapay zeka, kuantum hata düzeltme sürecinde üretilen hata tespit verilerini kullanarak binden fazla kontrol parametresini gerçek zamanlı ayarlıyor. Böylece geleneksel yöntemlerde zorunlu olan periyodik kalibrasyon molaları ortadan kalkıyor.

Sistem, uzman kalibrasyonuyla elde edilen performansın ötesine geçerek mantıksal hata oranlarını yaklaşık %20 azalttı; yapay olarak oluşturulan donanım kaymalarına karşı ise mantıksal hata oranını %24-31 arasında düşürerek kararlılığı 2,4 ila 3,5 kat artırdı. Bu sonuçlar, ayrı ayrı parametre bazlı kalibrasyon yerine binlerce kontrolü eş zamanlı optimize eden bütüncül bir yaklaşımın, geleneksel model tabanlı yöntemlerin ötesine geçebileceğini gösteriyor.

Bu ilerleme, kübit sayısını artırmaktan çok daha az konuşulan ama kritik bir mühendislik sorununu, günler veya aylar sürebilecek hesaplamalarda kalibrasyonun kesintisiz korunmasını, çözüyor. Hataya dayanıklı, pratik kuantum bilgisayarlara geçişte bu tür otonom kalibrasyon yöntemleri, büyük ölçekli sistemlerin güvenilirliğini artırmak için mühendislere yeni bir tasarım paradigması sunuyor.