Teknolojinin en büyük ve enteresan nimetlerinden biri olan yapay zeka kavramının ilk ana rahmine düşmesi 1940’ların sonuna denk gelse de, ete kemiğe bürünmesi son 1990’ların sonuna doğru tamamlandı. Neredeyse 20 yıl önce doğan Yapay zeka, karmaşık olduğu kadar inanılmaz sonuçlar üretebilen bir matematiksel bilim olarak cansız cihazlara öğrenme imkanı tanıdı. Bu yüzden hala en temelde makine öğrenmesi tanımı yaparız.
Ancak bu kadar “iyi” gelişme ve ilerleme 1970’lerde hızlanmaya başlayan elektronik, bilgisayar, yazılım ve malzeme teknolojileri ile olamazdı. Dijital teknolojiler, yapay zekanın gelişiminden daha hızlı altyapı sağlayabilecek kadar hızlıydı. Sadece yapay zeka değil, yüzbinlerce yıllık insanlığa ait kavramları son 50 senede altüst edebilecek sayısız ürünü hayata geçirdi. Cep telefonları, uzak mekikleri, otomasyonlar ve niceleri.
Gerçek (doğal) zeka gibi yapay zekanın da temelinde veri ve öğrenme (öğretme) yer alır. Canlı zekası henüz tam olarak netleştiremediğimiz bir modelde verileri toplayıp işlese de yapay zeka bizim geliştirdiğimiz matematiksel ve dijital modeller sayesinde “öğrenebilir” ve “canlanır”.
Ancak son yıllarda bu kadar verinin nasıl daha hızlı ve anlamlı işlenebileceğine dair kaygılar, yine 20 yıl kadar önce ilk temelleri atılan nöromorfik hesaplama devrelerine ve ardından kuantum işlemcilere yol almamızı sağladı. İlk başlarda teorik olarak çözümlenebilen ama pratikte geliştirilmesi pek de gerçekçi gelmeyen kuantum işlemciler (genel adıyla quantum computers) ilk hesaplamasını 10 yıl kadar önce yaptı. Çok temel esaslara uygun şekilde olsa da işlem süresi (cycle) sadece hiç saniye sürdü, hiç mikro saniye, sıfır nano saniye… yani sürmedi. Sadece bitlerin yerine işlem elemanı olan qubit’ler birbirini kopyalayarak süper pozisyon dengesinde cevap verdi.
2019 yılında IBM tarafından geliştirilen ilk quantum bilgisayarda tamamen keyfi seçtiğim orta karmaşıklıktaki, görece oldukça güçlü olan kendi kişisel bilgisayarımda 40 saniye kadar süren bir kestirim algoritmasının sonuçlanması, 2 saniyeden kısa sürmüştü. Hayır durun, yaklaşık 2 saniye; sadece girdiğim verinin ABD’ye gidip tekrar Türkiye’deki bilgisayarıma ulaşması için geçen süreydi. Yani yine neredeyse sıfır saniye sürmüştü. Bu şok edici olsa da, kısıtlar ürkütücüydü. Sadece mali kısıtlardan bahsetmiyorum, teknik kısıtlar da, “haydi quantum bilgisayarda birşeyler yapalım” dediğinizde çok geniş bir portföyünüz olmuyordu. Şimdi de çok farklı değil.
Bugün kendinize kişisel bir kuantum bilgisayar almanız söz konusu değil. Paranız buna yetmeyeceği için değil, bu bilgsayarların klasik işlemler için tasarlanmaması nedeniyle. Müzik dinlemek, internetten haberleri okumak veya bir doküman yazmak, sunum hazırlamak için geliştirilmiyorlar. Bunu gündelik kişisel ve iş bilgisayarlarınız zaten yeterince hızlı yapıyorlar.
Kuantum bilgisayarlar, temelde devasa (artık bu kelime bile dile kolay geliyor) verilerin içerisinde analiz algoritmaları koşturabilmek için ortaya çıkan bir fikirdir. Son neredeyse 100 yıla damga vuran 1-0 mekanizmasına, adım ve klasik dizi modeline uymazlar. Çalışma mantığı kuantum (atomaltı) dünyada olup biten, gerçek -dokunabildiğimiz- fizik ile açıklanamayan modelleri kullanabilir. Çok detaya girmek yerine kısaca şunu söyleyebilirim; bu sayede çok çok hızlı işlem yapabilirler. Buna basit bir örnek olarak çok güçlü bir süper bilgisayarın kesintisiz verileri işleyerek 10 yılda tamamlayabileceği bir işlem için birkaç dakikaya ihtiyaç duyarlar.
Neden daha büyük bir kapasiteye ihtiyacımız var. Örneğin, 2023 yılında piyasaya sürülen Intel Core i9-13900K işlemcisi, 5.5 GHz saat hızına ve 24 çekirdeğe sahiptir. Bu işlemci, saniyede yaklaşık 250 milyar işlem yapabilir. Klasik transistör teknolojilerine sahip güçlü bir bilgisayarın saniyede milyarlarca işlem yapabilirken, saatler, günler, aylar, yıllar sürebilen hesaplamalar nasıl olabilir? Bu temel olarak var olan verilerin dönüştürülüp sunulmasından çok terabaytlarca verinin işlenmesi, her biri verinin tüm veri üzerine dağılımı ve insan beyninin yaptığı gibi işlem yapabilme yeteneğine dayanır. Ama makine öğrenmesi ve yapay zeka işlemleri için hala epey uzaktayız : çünkü insan beyninde yaklaşık 100 milyar nöron bulunduğu tahmin edilmektedir. Bu nedenle, beynin saniyede yaklaşık 20 katrilyon işlem yapabileceği hesaplanmaktadır. Üstelik bu henüz daha keşfedebildiğimiz kısım.
Kuantum bilgisayarları test etme imkanı bulduğum ve kendi adıma inanılmaz olarak nitelendirdiğim 3 başlık oldu (bunlar süper fırsatlardı); sağlık verileri üzerinde kestirim analizi, akıllı şehir verileri ile devasa bir şehrin optimizasyonu ve büyük bir havalimanının 4 yıllık tüm (verbose) verileri ile operasyon optimizasyonu. Bu çalışmalarımda tanık olduklarım, gelecek yıllarda yapay zekanın neden insanlık için büyüleyici bir tehlike olabileceğini bile anlamış oldu. Evet aslında kaygı ve hayranlık arasında tuhaf bir his.
Durmadım tabiki, bugün hala nöromorfik işleme ve hesaplama üzerine geleceği değiştirecek, gelecek nesillere daha iyi bir dünya bırakabilecek sistemlerin işletilebileceği dijital çözümleri geliştirmeye çalışıyorum. Bu çalışmalarda beni yalnız bırakmayan sevgili dostlarıma sonsuz teşekkür boyunum borcudur.
Kuantum bilgisayarlar ile çalışabilmek şimdilik biraz meşakkatli bir süreç. Yine de yeni öğreniciler için simülatörler mevcut ve bununla “nedir bu kuantum kodlama” denemeler yapabilirsiniz. Daha büyük işlemler ve kod parçalarınız için farklı bir segmente geçmeniz ve epey izin-yetki alabilmeniz gerekiyor. Benim ilk kullandığım IBM Q ve Qiskit bu konuda başarılı sonuçlar verse de, Çin’deki Zuchongzi ve Jiuzhang 2.0 kuantum bilgisayarlarını duymuş olabilirsiniz. Çünkü gündelik haberlerde dahi yer bulan süper hızlı çözümleme bilgisayarları bunlar. Çinin şimdilik gurur ikizleri. Bunlardan Juizhang üzerindeki küçük denemede kestirim algoritmamız ölçemeyeceğimiz kadar hızlı şekilde tamamlandı. Burada işlediğimiz (modelimiz) gelişmiş bir sezgisel yapay zeka ağının entropi sağlık verisi üzerinde 1000’in üzerinde epoch (döngü) geçirdi ve 0,000001 hata beklentimize e-16 hata beklentisine ulaşarak mükemmel bir sonuç verdi.
Üstelik kuantum bilgisayarların veri işleme ve hesaplama modelinde nöromorfik modelleri kullandık. Yani verileri ve işlemleri aslında insan beynine benzer bir modelde gerçekleştiriyor. Şu anda hala üzerinde çalıştığımız modellerden de biri uzun zaman önce geliştirmeye başladığımız Digital Mycelium Networks (Dijital Miselyum Ağları) projemiz. Mevcut süper(!) bilgisayarlar ile haftalar süren hesaplamaların rahatlıkla sadece birkaç saniyede tamamlanabileceğini görebiliyoruz. Heyecan verici ve ürkütücü!
Artık hazır olmalıyız. Bizi (insanlığı) yönetebilecek, robotları olan, dağıtık zekaları olan, sınırsız algılayıcıları olan, öğrenebilen, öğretebilen, sezgisel işlemleri yapabilen makinelere hazır olmalıyız.