Dikkat edin, bu sadece Google Quantum’dan değil, Google Quantum AI’dan geliyordu . Google, kendisini sadece bir moda kelimeyle sınırlamakla yetinmedi. Bu, pazarlama açısından büyük bir başarıydı. Google ekibi, Willow adını verdikleri çiplerinin, bir süper bilgisayarın 10.000.000.000.000.000.000.000.000 yılını alacak bir problemi sadece beş dakikada çözdüğünü duyurdu. Bu başarı, dünya çapında manşetlere taşındı:

Peki çözdükleri bu sorun neydi? Bu, Google’ın birkaç yıl önce icat ettiği “kuantum devre örneklemesi” adı verilen bir sorundu. Kuantum makinelerini klasik bilgisayarlarla karşılaştırmak için bu sorunu ilk kez kullanmıyorlar. Kuantum fizikçisi John Preskill bunu şöyle açıklıyor :

“Makinelerinin şaşırtıcı bir hızla çözdüğü problem, kuantum bilgisayarın üstünlüğünü göstermek amacıyla özenle seçilmiştir. Aksi takdirde pratik açıdan pek bir önemi yoktur.”

Kuantum devre örneklemesi, rastgele bir kuantum devresi oluşturmayı ve ardından çıktıdan örneklemeyi içerir. Bu, klasik bilgisayarlar için çok zordur, çünkü bir kuantum devresinin evrimini simüle etmek için takip etmeniz gereken olası durumların sayısı, kübit sayısıyla üstel olarak artar. Bu, pratikte hiçbir faydası olmayan bir problemdir. Google’ın Willow çipi 10⁵ kübite sahiptir ki bu, klasik bilgisayarların simüle edebileceğinin çok ötesindedir. Dolayısıyla bu başarı şaşırtıcı değildir ve büyük bir ilerlemenin işareti de değildir.

Google’ın duyurusunun ikinci bir yönü de kuantum hata düzeltmesiyle ilgiliydi. Bu gelişmeyi anlamak çok daha zor ve çok daha az ilgi gördü, ancak daha önemli.

Kuantum devreleri gürültüye karşı oldukça hassastır ve hata düzeltmesi için çok sayıda kübite ihtiyaç duyar. Hesaplama için kullanılabilen kübitlere “algoritmik kübitler” denirken, geri kalanlar hata düzeltme kübitleridir. Bu hata düzeltme kübitlerinin kendileri de hatalar içerebilir. Google, sistem büyütüldükçe ihtiyaç duydukları hata düzeltme kübitlerinin sayısının kontrolsüz bir şekilde artmadığını gösterdi.

Bu, pratik, büyük ölçekli bir kuantum bilgisayar inşa etme yolunda kritik bir kilometre taşı olarak tanımlandı. Bununla birlikte, bu gelişmenin gerçek bir atılım kilometre taşı olup olmadığı belirsizdir. Kesinlikle, önemli bir eşiğin aşıldığı görülüyor. Bana göre, başardıkları şey biraz arabanın motorunu çalıştırmaya benziyor. Şimdiye kadar araba elle itiliyordu. Arabayı çalıştırdılar ama araba hala çok yavaş ilerliyor ve daha çok yol kat etmesi gerekiyor.

Bu duyurunun ardından kuantum bilişim şirketlerinin hisse senetleri hızla yükseldi:

Bu rakam 25 Aralık’tan . Hisse senedi balonu, NVIDIA CEO’su Jensen Huang’ın kuantum bilgisayarların “15 ila 30 yıl uzakta” olduğunu söylediği 7 Ocak’a kadar patlayıcı bir şekilde yükselmeye devam etti. Kuantum balonu patladı ve hisse senetleri bir günden kısa sürede neredeyse %50 düştü:

Bu hisselerin yakın zamanda toparlanması pek olası görünmüyor, ancak gelecekte fiyatlarda yeni bir yükseliş yaşanması kesinlikle mümkün.

Kuantum bilgisayarlar nedir?

Kuantum bilgisayarda, bu kübitler üzerinde birçok hesaplama paralel olarak, hepsi süperpozisyon halinde çalıştırılabilir. Sosyal medyada bazı kişiler bu farklı hesaplamaların paralel evrenlerde çalıştığını söylüyor, ancak bu, kuantum mekaniğinin çoklu evrenler yorumunun yanlış anlaşılmasına dayanıyor. Eğer çoklu evrenler yorumu doğruysa (kuantum temelleri uzmanlarının yaklaşık %50’si buna inanıyor), o zaman farklı evrenlere (“dünyalara”) dallanma süreci, bir kuantum sisteminin dekoherans adı verilen bir süreç yoluyla dış ortamıyla etkileşime girmesiyle gerçekleşir. Örneğin dekoherans, makroskopik bir ölçüm cihazıyla etkileşim sırasında meydana gelebilir. Neyse asıl nokta şu ki, kuantum bilgisayardaki devreler ölçüldüğünde (‘bakıldığında’), süperpozisyon kaybolur. Çok zekiyseniz, hesaplamanızın istenen cevabının sonunda ortaya çıkması için bu süperpozisyonu çökertmenin bir yolunu bulabilirsiniz. İşte çoğu temel açıklama burada duruyor. Biraz daha ileri giderek, bir kübitin aynı zamanda kuantum durumlarının bir karışımı olarak adlandırılan bir durumda da olabileceğini açıklamak istiyorum. Kısacası sonuç olarak bir kübitin durumu bir kürenin içinde yaşıyormuş gibi görselleştirilebilir .

Yüzeydeki durumlara “saf durumlar”, kürenin içindeki durumlara ise “karışık durumlar” denir. Bunu anlamak aslında bundan sonraki kısımlar için önemli değil ancak bu, bu şeylerin popüler bilim makalelerinde tipik olarak anlatıldığından daha karmaşık olduğunu gösteren bir örnek teşkil ediyor.

Kuantum bilgisayarların uygulama alanları çok sınırlıdır.

Son birkaç on yılda kaydedilen ilerleme göz önüne alındığında, dünyanın sonu veya başka bir felaket yaşanmadığı sürece, birgün kullanışlı kuantum bilgisayarlara ulaşmamız muhtemel görünüyor. Ancak bu, herkesin masasında bir kuantum bilgisayar olacağı veya yapay zekanın kuantum bilgisayarlarda çalıştırılacağı anlamına gelmiyor. Kuantum bilgisayarların klasik bilgisayarların yerini alacağı fikri, şu anda bu konu hakkındaki en yaygın yanlış anlama olabilir. Amatör yatırımcılar arasında, kuantum hesaplamanın NVIDIA gibi şirketler için varoluşsal bir tehdit olduğu yönünde büyük bir anlatı var. Bu kesinlikle doğru değil.

Optimizasyon algoritmalarını ve kuantum simülasyonunu bir kenara bırakırsak bilinen yalnızca üç kullanışlı kuantum algoritması var:

• Şifrelemeyi kırmak için kullanılan Shor çarpanlara ayırma algoritması, 1994 yılında MIT’de Peter Shor tarafından icat edilmiştir.
• Lov Grover tarafından 1996’da Bell Labs’te icat edilen Grover arama algoritması.
• Kuantum Fourier dönüşümü, 1994 yılında IBM’de Don Coppersmith tarafından icat edildi.

1996’dan beri, kanıtlanmış bir kuantum avantajına sahip, kayda değer önemli bir algoritma keşfedilmedi. Bu durum, yüzlerce fizikçi ve matematikçinin yeni algoritmalar keşfetmeye çalışmasına rağmen böyle. Kuantum hesaplamada algoritmik ilerleme son derece zor. Alanında uzman birçok kişi, kuantum avantajı elde edilebilecek hesaplama problemlerinin sayısının çok sınırlı olduğuna inanıyor.

Optimizasyon söz konusu olduğunda, kuantum bilgisayarların faydaları oldukça tartışmalıdır.

Kuantum bilgisayarların optimizasyon konusunda klasik bilgisayarlardan daha iyi olduğunu kanıtlayan herkes ya yanlış bilgilendirilmiş, ya kafası karışık ya da yalan söylüyordur. 

Bu konu on yıldan fazla bir süredir tartışılıyor. Kuantum optimizasyon algoritmalarının faydası konusunda, uzmanlar arasında bile, büyük bir kafa karışıklığı var ve benim durumu değerlendirmeme göre, konu henüz çözüme kavuşmaktan çok uzak. Scott Aaronson, Shtetl-Optimized adlı blogunda uzun zamandır bu konuda yazıyor. Ancak sesi, konuyla ilgili abartılı ve yanıltıcı bilgiler yayan birçok kişi tarafından genellikle bastırılıyor.

Richard Feynman 1991’de kuantum bilgisayarları ilk kez önerdiğinde, ana uygulamalarının kuantum sistemlerini simüle etmek olacağını düşünmüştü. Buradaki en büyük uygulama, klasik bilgisayarların çözemediği fizik ve malzeme bilimindeki bazı niş simülasyon problemlerinde fizikçilere yardımcı olmak olacaktır; çünkü simüle edilen sistemler çok sayıda kuantum etkileşimi içerir. Örneğin yüksek sıcaklık süperiletkenlerini klasik donanımlarla simüle etmek zordur. Bu nedenle kuantum bilgisayarlar daha iyi süperiletkenler bulmamıza yardımcı olabilir. Ayrıca, kuantum bilgisayarın faydalı olabileceği yüksek enerjili parçacık fiziğinde de problemler vardır. Ticari olarak, kuantum simülasyonu belki de malzeme keşfi için yararlı olabilir. Kuantum simülasyonunun ilaç keşfi için de yararlı olması mümkündür. Bir milyon kübit ile izole edilmiş küçük bir ilaç molekülünü simüle etmek mümkün olabilir. Bununla birlikte, bir ilaç-protein etkileşimini simüle etmek için çok daha büyük bir sayıya ihtiyaç duyulacaktır (GPT-4o tarafından yapılan bir analize göre toplamda 100 milyon ila 5 milyar kübit arasında).

Bir diğer nokta ise, ilaç keşfi için mükemmel kuantum simülasyonlarının genellikle gerekli veya o kadar da yararlı olmamasıdır. Aslında, şu anda çoğu ilaç şirketi klasik moleküler dinamik simülasyonu bile yapmıyor ve yapan az sayıdaki şirket de simülasyonlarında birçok yaklaşık değer kullanıyor. Kuantum simülasyonu (ilaçlar veya malzemeler için olsun) için yoğunluk fonksiyonel teorisi veya kuantum Monte Carlo gibi yaklaşık yöntemler genellikle yeterlidir. Yaklaşık kuantum simülasyonu için klasik algoritmalar son birkaç on yılda önemli ölçüde gelişti. Son zamanlarda makine öğrenimi, bu algoritmaları hızlandırmak ve hesaplama gereksinimlerini önemli ölçüde düşürmek için kullanıldı. Bu nedenle, gelecekteki kuantum bilgisayarların simülasyon gerektiren ticari uygulamalar için klasik bilgisayarlara kıyasla kesin bir avantaj sağlayıp sağlayamayacağı oldukça tartışmalıdır.

Özetle, kuantum bilgisayarların kanıtlanmış tek büyük kullanım alanı şifre çözme işlemidir . Yukarıda listelenen diğer iki algoritmanın ise birçok sakıncası var; ayrıntılar çok önemli. Örneğin, arama ve kuantum Fourier dönüşümünde, verilerin kuantum bilgisayara yüklenmesi ve sonucun okunması önemli bir ek yük getiriyor. Uzman çevreler dışında nadiren tartışılan bu ek yük, her iki algoritmanın da kullanımını ciddi şekilde sınırlıyor. Kuantum RAM’in geliştirilmesi yardımcı olabilir, ancak bu da kendi içinde büyük atılımlar gerektiriyor.

Kuantum bilişime yatırım yapmak çok riskli

• Bu iki bölümlük serinin bir sonraki yazısında, halka açık üç kuantum hesaplama şirketini inceleyeceğim ve her biri farklı bir yaklaşım izliyor. Ticari oyuncular tarafından araştırılan üç baskın yaklaşım var: iyon tuzakları, süper iletkenlik ve optik/fotonik. Ayrıca nötr atom kuantum hesaplama gibi daha az yaygın birkaç yaklaşım da mevcut. Her yaklaşımın artıları ve eksileri var ve net bir kazanan yok – bu yüzden hepsi var ve hepsi fon alıyor. Bir noktada, bu yaklaşımlardan biri muhtemelen kazanacak. Şu anda hangisinin kazanacağını kimse bilmiyor, bu yüzden kuantum hesaplama şirketlerine yatırım yapmak riskli. Elbette, portföyünüzdeki bu riski azaltmanın bir yolu, çeşitli yaklaşımlar izleyen şirketlere yatırım yapmak ve kaybedenlerde oluşan kayıpların kazanan(lar) tarafından telafi edilmesini ummaktır.
• Şu anda kuantum bilgisayarların tek önemli uygulama alanı şifre çözme. Elbette daha fazla uygulama geliştirilebilir, ancak algoritmik ilerleme son derece yavaş oldu. Kuantum dirençli şifreleme algoritmaları bugün mevcut ve gelecekte daha da fazla kullanılacak. Kuantum bilgisayarlar şifre çözme yeteneğine sahip olana kadar, dünya yıllar veya on yıllar önce kuantum dirençli şifrelemeye geçmiş olabilir.
• Analist Martin Shkreli’ye göre , NSA’nın toplam bütçesi yaklaşık 11 milyar dolar ve NSA’daki şifre çözme işinin yıllık değeri muhtemelen 1 milyar dolar civarında. Rakamları incelediğinizde, herhangi bir şirketin NSA’nın bütçesinin önemli bir bölümünü ele geçirebileceği gerçeği göz önüne alındığında bile, bu hisselerin hala aşırı değerlendiği anlamına geliyor.
• Kuantum hesaplamaya yönelik tüm yaklaşımların ölçeklendirme zorlukları vardır. Kullanışlı bir makine için gereken 1 milyondan fazla kübite ne zaman ulaşılacağına dair net bir zaman çizelgesi yoktur. Elbette, bu şirketlerin hepsinin ölçeklendirme zaman çizelgeleri var, ancak bu zaman çizelgeleri en iyi ihtimalle saf trend çizgisi ekstrapolasyonuna dayalı tamamen spekülasyondur.
• Bulabildiğim en iyimser trend çizgisi ekstrapolasyonunu yapayım. Şifre çözme için bir kuantum bilgisayara yaklaşık 1 milyon kübit (yaklaşık 4.000 AQ, geri kalanı hata düzeltme için) gerekir ve bunların da önemli ölçüde dolanık olması gerekir. Bu, GPT-4o’ya göre 2³⁰ ile 2⁴⁰ arasında bir kuantum hacmine ihtiyaç duyacağınız anlamına gelir. Bu kaynağa göre , kuantum hacimleri zaman içinde üstel olarak artıyor ve yaklaşık her 4 ayda bir ikiye katlanıyor. Bu devam ederse 2^30 – 2^40 hedefi 5-8 yıl içinde ulaşılacak. Bu oldukça iyi! Ancak, teknoloji trendlerinin büyük çoğunluğunun plato çizdiği göz önüne alındığında, bu ekstrapolasyona son derece şüpheyle yaklaşıyorum.
• Burada Moore yasasına bir benzetme yapmak iyi bir argüman değil. Ayrıca, Moore yasası büyük ölçüde zaman içinde üstel olarak artan yatırıma dayanmaktadır . Bu, yatırım getirisinin ölçeklendirme sırasında sabit kalmasını gerektirir. Burada durumun böyle olacağına dair geçerli bir argüman yok, çünkü genel amaçlı hesaplamanın aksine, uygulama sayısı ve olası müşteri sayısı kesinlikle sınırlıdır; genel amaçlı hesaplama için ise neredeyse sonsuz bir pazar talebi vardır.
• Unutmayın ki kuantum şifre çözme talebinin zamanla azalması bekleniyor. Şu anda hükümetler kuantum bilgisayarların geliştirilmesini destekliyor, ancak bir noktada sürekli yatırıma değmeyeceğine karar verebilirler ve alan bir “kuantum kışına” girebilir. Bu da neredeyse kesinlikle tüm bu girişimleri yok edecektir.
• Özellikle yeni kurulan şirketler söz konusu olduğunda, Google ve IBM gibi büyük oyuncularla rekabet ediyorlar. Şu anda öndeler. IBM, iki kübitlik geçit doğruluğu ve kübit sayısı konusunda Rigetti’yi geride bırakıyor. IonQ, Honeywell’in bir yan kuruluşu olan Quantinuum ile rekabet ediyor ve kuantum hacminde (en önemli ölçütlerden biri) büyük bir farkla önde. Çoğu yeni kurulan şirket iflas eder. Sonunda genellikle birkaç büyük kazanan olur. Bunun burada da böyle olmaması için hiçbir neden görmüyorum.

Bu yazıyı araştırmamda ve yazmamda bana yardımcı olan ChatGPT, Claude ve Quillbot’a, ayrıca yazının önceki bir taslağına geri bildirimde bulunan Greg Fitzgerald ve Ben Ballweg’e teşekkür ederim. Ayrıca birçok konuda bilgi edindiğim Martin Shkreli’nin YouTube yayınlarına da minnettarım.

2. Bölümü buradan okuyabilirsiniz (18/01/2025 tarihinde yayınlandı)

• “Kuantum Çılgınlığı Kontrolden Çıktı. Ama Neden?” – Fizikçi Sabine Hossenfelder (Ocak 2025)
• “Scott Aaronson ile Kuantum Hesaplama Hakkındaki Gerçeği Ortaya Çıkarma” (Ekim 2023)
• “ Benim yetki alanımın dışında: Jensen Huang ve kuantum hesaplama borsa çöküşü ” – Kuantum hesaplama algoritmaları Profesörü Scott Aaronson tarafından. (2025)
• ” Kuantum hesaplamanın abartı sorunu var “ – UMD’nin prestijli Ortak Kuantum Enstitüsü’nde öğretim üyesi başkanı Sankar Das Sarma. (2022)
• “ ‘Kuantum Üstünlüğü’ Terimini Neden Ben Ortaya Attım? ” – Tanınmış kuantum hesaplama uzmanı Prof. John Preskill tarafından. (2019)
• Abbas, Amira ve diğerleri. “ Kuantum Optimizasyonunda Zorluklar ve Fırsatlar .” Nature Reviews Physics , 6 (12), Aralık 2024, s. 718–35.