SoftBank ve Quantinuum Beyaz Kağıdı Ticari Kuantum Bilgisayarlarına Pratik Bir Yol Haritası Sunuyor

SoftBank ve Quantinuum’un yeni bir beyaz kağıdı, “Kuantum Bilgisayar Frontierleri”, endüstrinin en önemli ve sürekli sorularından birini cevaplamaya çalışıyor: kuantum bilgisayarlar ne zaman ticari olarak ilgili işler için faydalı hale gelecek? “Kuantum avantajı”nı tek bir atılım anı olarak ele almak yerine, 65 sayfalık çalışma, belirli iş yüklerini Quantinuum’un ardışık donanım nesillerine karşı haritalıyor. Analizi, zaten SoftBank tarafından araştırılan iki alana odaklanıyor: malzeme ve enerji uygulamaları için kuantum kimyası ve telekomünikasyon dolandırıcılık tespiti gibi grafik tabanlı sorunlar için topolojik veri analizi. Sonuç, kuantum bilgisayarların endüstriyi aniden dönüştüreceği bir tarih öngörüsü değil, faydalı iş yüklerinin nasıl genişleyebileceği gösteren bir aşama çerçevesi. (QNT )

Kuantum Bilgisayar Yollarının Ötesine Geçmek

Kuantum bilgisayarlar genellikle donanım metrikleri aracılığıyla sunulur, Örneğin fiziksel kuantum bitleri, kapı sadakatleri veya kuantum hacmi. Bu göstergeler önemlidir, ancak bir üretici, ilaç şirketi veya telekomünikasyon operatörüne ne yapabileceğini söylemez.

SoftBank ve Quantinuum daha uygulamaya odaklı bir yaklaşım benimser. Kağıt, temsilcisi endüstriyel sorunlarla başlar, mantıksal kuantum bitleri, kapı sayıları, devre derinliği ve hata oranları gerektirir ve sonra bunları Quantinuum’un planlanan donanım nesilleriyle karşılaştırır.

Yöntem, açık devre yapımı ve mevcut donanım veya emülatörlerde yürütme içerir. Bu, teorik olarak vaat edilen algoritmalar ile gerçekçi kısıtlamalar altında uygulanabilecek programlar arasındaki boşluğu daraltmayı amaçlar.

Kağıdın merkezi argümanı, kuantum yeteneğinin genişleyen bir zarf olarak gelişeceğidir. Küçük gösteriler pilot iş yüklerine dönüşür, pilotlar uygulama ilgili hesaplamalara dönüşür ve bazı hesaplamalar sonunda entegre endüstriyel hizmetlere dönüşür. Ticari fayda, belirli bir kuantum eşiğini geçtikten sonra her yerde ortaya çıkmak yerine, farklı sorunlar için farklı zamanlarda ortaya çıkması beklenmektedir.

Kuantum Kimyası Yüksek Değerli Bir Hedef Olarak Kalıyor

Kuantum kimyası, moleküler davranışın kendisi kuantum mekaniği tarafından yönetildiği için, kuantum bilgisayarlar için en doğal uygulamalardan biri olarak görülüyor. Moleküler sistemler daha karmaşık hale geldikçe, elektronik yapılarını doğru bir şekilde modellemek klasik bilgisayarlar için çok talep edici hale gelebilir.

Beyaz kağıt, heyecanlanmış durumlar ve foto-kimyasal reaksiyonlar üzerinde yoğunlaşır. Bu olaylar, moleküllerin ışığı nasıl emdiğini, şeklini değiştirdiğini, enerjiyi nasıl ilettiğini ve zamanla nasıl bozulduğunu etkiler. Bunları daha iyi modellemek, foto-duyarlı malzemelerin, moleküler anahtarların, enerji teknolojilerinin, akıllı pencerelerin, artırılmış gerçeklik ekranlarının, optik ağ ekipmanlarının ve diğer gelişmiş ürünlerin tasarımını destekleyebilir.

Optik anahtar malzemeleri kağıdın temel örneğini sağlar. Etkinlikleri, elektronik geçişlere bağlıdır ve bu geçişler, emilen enerjinin istenen moleküler değişikliği üretip üretmediğini veya istenmeyen reaksiyonlar yoluyla kaybolup kaybolmadığını belirler. Klasik yöntemler, birkaç elektronik durum yakın bir şekilde etkileştiğinde veya araştırmacıların gerçekçi kimyasal ortamları modellemesi gerektiğinde mücadele edebilir.

Kuantum bilgisayarlar, daha fazla bu davranışın simülasyonunu gerçekleştirebilecek ve fiziksel malzemelerin sentezlenmesinden önce araştırmacıların aday molekülleri ekranlayabileceği, zayıf tasarımları daha erken reddedebileceği ve kaynaklarını en umut verici malzemelere odaklayabileceği bir gün gelebilir.

Bu, ekonomik olarak önemli bir hedeftir, ancak kağıt bunu yakın bir üretim yeteneği olarak sunmaz. İlk aşamalar, küçük molekül kanıtları, hata düzeltilmiş devre deneyleri ve sınırlı simülasyonları içerir. Kimyasal olarak doğru büyük sistemlerin modellenmesi, önemli ölçüde daha gelişmiş hata toleranslı donanıma bağlıdır.

Hata Düzeltme Hala Tanımlayıcı Kısıtlama

Kuantum kimyası çalışması, teknolojinin durumuna ilişkin faydalı bir gerçeklik kontrolü sağlar.

Çalışma, faz tahmini tabanlı teknikleri, moleküler enerji durumları arasındaki farkları ölçmek için bir yöntem içerir. Steane hata düzeltme kodunu içerir, bu, bir mantıksal kuantum bitini yedi fiziksel kuantum bitine kodlar ve erken hata toleranslı deneyler için uygundur.

Araştırmacılar, hata düzeltmenin tek bir kapı veya kuantum bitinin yaşam süresini uzatmak yerine, algoritma ilhamlı devreler boyunca hata düzeltmeyi değerlendirir. Bu, program daha derin ve daha fazla işlem gerektirdiği için daha zorlu bir testtir.

Quantinuum’un H2 ve Helios ortamlarında üretilen sonuçlar, hata düzeltmenin daha büyük devre derinliklerinde faydalı olabileceğini gösterir. Ancak, kodlanmış uygulama, idealize edilmemiş mantıksal bir devre tarafından hala geride kalır. Bellek hataları, boşta kalma, kodlama yükü ve non-Clifford operasyonlarının masrafı önemli engeller olarak kalır.

Bu ayrım önemlidir. Hata düzeltme, bileşen düzeyinde ilerleme gösterdi, ancak uzun, uygulama ilgili algoritmaları net bir avantaj ile çalıştırmak hala zordur. Çalışma, mevcut deneyleri, büyük ölçekli kuantum kimyasının zaten var olduğu kanıtından ziyade, hata toleranslı bilgisayarlar için bir hazırlık olarak konumlandırır.

Helios’tan Hata Toleranslı Lumos Sistemi’ne

Yol haritası, Quantinuum donanımının dört neslini takip eder: Helios, Sol, Apollo ve Lumos.

Helios, mevcut aşama temsil eder. Kimya için, kağıt bunu yaklaşık 50 spin yörüngeli fiziksel düzeydeki deneylerle ve yaklaşık 10 spin yörüngeli daha küçük mantıksal gösterilerle ilişkilendirir. Beklenen kullanım, esas olarak teknik doğrulama ve küçük molekül heyecanlı durum kanıtları için olacaktır.

Sol, 2027’ye hedeflenmiştir ve bir ilk ölçeklendirme aşaması olarak sunulur. Yol haritası, daha büyük fiziksel deneyler ve erken mantıksal stabilizasyonu öngörmekle birlikte, mantıksal kimya iş yükleri küçük kalır. Potansiyel ticari ilgili merkez, sınırlı heyecanlı durum uygulamaları ve ilaç ve malzeme şirketleri için araştırma verimliliği kazançları üzerinedir.

Apollo, 2029’a hedeflenmiştir ve daha önemli bir geçişi işaret eder. Kağıdın varsayımları altında, mantıksal hesaplamalar yaklaşık 100 spin yörüngesine doğru genişleyebilir, orta ölçekli malzeme modellemesi ve daha anlamlı heyecanlı durum hesaplamaları destekleyebilir. Bu, teknolojinin araştırma ve geliştirme maliyetlerinde ölçülebilir azaltmalarla bağlantılı olduğu aşamadır.

Lumos, 2030’larda büyük ölçekli hata toleranslı bir sistem olarak planlanmaktadır. Kağıt, bunu 100’den fazla mantıksal spin yörüngesi, kimyasal doğruluk ve ölçeklenebilir malzeme keşif iş akışları ile ilişkilendirir.

Bu kilometre taşları, belirtilen tarihlerde belirli uygulamaların ticari olarak kullanılabilir olacağına dair taahhütler değildir. Yazarlar, yol haritasını, fiziksel hata oranları, mantıksal kodlama yükü, kapı sentezi ve gerçekleştirlen donanım performansı gibi belirsizliklere tabi bir varsayımlar zarfı olarak tanımlar.

Dolandırıcılık Tespiti Daha Erken Ticari Bir Yol Sunabilir

Kağıdın ikinci alanı, topolojik veri analizi, daha kısa bir ticari kullanım yoluna sahip olabilir.

Topolojik veri analizi, karmaşık veri kümelerinin yapısını veya “şeklini” inceler. Grafik tabanlı ortamlarda, geleneksel istatistiklerle tespit edilmesi zor olan desenler, bağlantılar, kümeler ve daha yüksek boyutlu ilişkiler hakkında bilgi sağlayabilir.

SoftBank ve Quantinuum, bu tekniklerin telekomünikasyon dolandırıcılık tespitini iyileştirebileceğini araştırır. Aramalar, mesajlar, hesap ilişkileri ve finansal transferler ağlar olarak temsil edilebilir ve grafik sinir ağları, şüpheli düğümleri veya aktiviteleri tanımlamak için kullanılabilir.

Dolandırıcılar, jedoch, normal kullanıcıları taklit etmeye çalışırlar. Faaliyetlerini hesaplar arasında dağıtabilir, dolaylı transfer yollarını kullanabilir veya toplama, röle ve nakit çıkarma işlevlerini birden fazla katılımcı arasında bölebilir. Bu taktikler, esas olarak yerel göstergelere odaklanan sistemleri atlayabilir.

Araştırmacılar, bir grafik sinir ağına Laplacian anları gibi özellikler ekler. Bu özellikler, salt yerel istatistikler ve yüksek düzeyli topolojik ölçümler arasında yapısal bilgi yakalamak için tasarlanmıştır. Bir telekomünikasyon dolandırıcılığı benchmark’unda, Laplacian anıların eklenmesi, geri çağırma, F1 puanı ve diğer sınıflandırma ölçümleri boyunca modest iyileştirmeler üretti. Geri çağırma iyileştirmesi, çalışmanın test çalıştırmaları boyunca istatistiksel olarak anlamlıydı.

Kağıt, bu iyileştirmeyi bir ekonomik senaryoya çevirir. 2023’te global telekomünikasyon dolandırıcılığı kaybının 38.95 milyar dolar olarak tahmin edildiğini cita eder ve bu kaybın 10 milyar dolarlık bir alt kümesini değerlendirir. Sabit bir kesinlikte 0.9, ölçülen geri çağırma iyileştirmesi yaklaşık 220 milyon dolarlık potansiyel olarak azaltılmış yıllık kayıplara karşılık gelir.

Bu rakam, bir tahmine yorumlanmamalıdır. Benchmark veri kümesindeki model iyileştirmelerinin, orantılı olarak gerçek dünya kayıplarına dönüşeceğini varsayar. Operasyonel dağıtım, veri kalitesi, entegrasyon, yanlış pozitifler, değişen dolandırıcılık taktikleri ve insan araştırması süreçlerini içerecektir.

Daha da önemlisi, deney kuantum avantajı göstermedi. Veri kümesi, ilgili özelliklerin klasik olarak hesaplanabileceği kadar seyrek ve yüksek düzeyli yapıyı test etmek için yeterli yapısal karmaşıklık içermiyordu.

Sonuç, aynı analitik yaklaşımın klasik yüksek performanslı bilgisayarlar kullanarak bugün faydalı olabileceği ve gelecekte grafik büyüklüğü veya yapısal karmaşıklık klasik sınırları aştığında kuantum yürütme yönünde genişletilebileceği için önemlidir.

Melez Kuantum ve Yapay Zeka Altyapısı için Bir Yol Haritası

SoftBank ve Quantinuum, her iki uygulama alanını da “kuantum yapay zeka veri merkezleri”nin daha geniş bir vizyonu içinde yerleştirir. Bu modelde, kuantum işleme birimleri, grafik işleme birimleri, merkezi işleme birimleri veya süper bilgisayarları değiştirmeyecektir. Özel hızlandırıcılar olarak melez altyapı içinde çalışacaklardır.

Klasik sistemler, veri hazırlama, makine öğrenimi, orkestrasyon ve işleme işlemlerini devam ettirecektir. Kuantum işlemcileri, kuantum algoritmalarının anlamlı bir hesaplama avantajı sağladığı bir iş akışının seçili kısımlarına atanacaktır.

Dolandırıcılık tespiti için, bu, bir kuantum işlemcinin zorlu yapısal özellikler üretmesi ve bu özelliklerin daha sonra klasik yapay zeka altyapısında çalışan bir grafik sinir ağına geçirilmesi anlamına gelebilir. Malzeme araştırması için, bir kuantum bilgisayarı seçili elektronik yapı hesaplamaları gerçekleştirebilirken, klasik yüksek performanslı bilgisayarlar daha geniş simülasyon ve optimizasyon pipeline’ını yönetebilir.

Bu melez mimari, kuruluşların kuantum yeteneklerini bulut hizmetleri, veri merkezi hızlandırıcıları ve uygulama özgü uygulama akışları aracılığıyla kademeli olarak entegre etmesini sağlar. Bu, mevcut hesaplama ortamlarını değiştirmeyi beklemekten daha ticari olarak gerçekçi bir yaklaşımdır.

SoftBank ve Quantinuum, potansiyel kuantum bilgisayarları iş modelleri üzerinde araştırma yapıyorlar. Beyaz kağıt, bu çalışmayı, gelecekteki kuantum-yapay zeka altyapısı ve hizmetlerinin olası gelişimini bilgilendirmeyi amaçlıyor.

Şirketler Lumos’u Beklemelerine Gerek Yok

Kağıdın en pratik sonuçlarından biri, şirketlerin tam hata toleranslı bir sistem gelmeden önce uygulama araştırmasına başlamaması gerektiğidir.

Ticari olarak faydalı bir kuantum iş akışı oluşturmak, donanım erişimimaktan daha fazlasını gerektirir. Kuruluşlar, uygun veri kümelerine, domaine uzmanlığa, benchmark sorunlarına, klasik referanslara, özel algoritmalara ve mevcut yapay zeka ve yüksek performanslı bilgisayarlar ile entegrasyona ihtiyaç duyar. Bu yetenekleri geliştirmek yıllar alabilir.

Yakın zamanda yapılan deneyler, kuantum donanımı klasik alternatifleri geride bırakmasa bile, değer yaratabilir. Şirketler, hangi iç sorunların uygun olduğunu belirleyebilir, kaynak gereksinimlerini hesaplayabilir, melez iş akışları geliştirebilir ve sonunda kuantum yürütmesinin bir avantaj sağlayıp sağlamadığını belirleyecek ölçümleri kurabilir.

Dolandırıcılık tespiti örneği, bu stratejiyi özellikle iyi gösterir. SoftBank, klasik hesaplama kullanarak geliştirilmiş grafik özelliklerini keşfedebilir ve aynı zamanda bu özelliklerin daha yüksek düzenleri için gelecekte kuantum hızlandırma adayı olup olmadıklarını araştırabilir.

Şirket liderleri için bu yaklaşım, “kuantum hazır” olmanın belirsiz talimatını, hangi iş yüklerinin fayda sağlayabileceği, hangi donanım gerektireceği ve bu donanım gelmeden önce hangi hazırlıkların yapılabileceği gibi daha somut sorularla değiştirir.

Son olarak, SoftBank ve Quantinuum beyaz kağıdı, ticari kuantum avantajının kesin tarihini bilmediği için değil, bu avantajı tek bir olay olarak ele almayı reddettiği için en değerli olanıdır. Helios, Sol, Apollo ve Lumos’a somut iş yükleri bağlayarak, kuantum benimsemesini teknik doğrulama, iş akışı geliştirme ve genişleyen ekonomik önem kazanan kademeli bir süreç olarak sunar. Zaman çizelgeleri belirsiz kalır, ancak uygulama öncelikli çerçevesi, organizasyonların ne zaman, nerede ve neden kuantum bilgisayarları kullanmaya değer bulabileceğine karar vermesi için daha inandırıcı bir yol sunar.

te paper presents quantum adoption as a gradual process of technical validation, workflow development and expanding economic relevance. Its timelines remain uncertain, but its application-first framework offers a more credible way for organisations to decide when, where and why quantum computing may become worth using.