“Neden kuantum bilişime şimdi yatırım yapmalısınız?” sorusu Bu her CIO’nun sorması gereken bir sorudur.
Moody’s’in yapay zeka (AI), makine öğrenimi ve kuantum genel müdürü Sergio Gago, geleneksel bilgi işlemin evrimsel yolu ile karşılaştırıldığında şunları söylüyor: “Sektörde kuantum hesaplamanın kabaca 60’ların sonlarında veya başlarında olduğu konusunda şakalaşırdık. 70’li yıllarda, klasik bilgisayarların olduğu dönemde insanlar ‘Bunu gerçekten nasıl kodluyorsunuz? Yığın nedir?’ Kuantum hesaplama teknolojisine yatırım yapmaya karar verirken aklınızda bulundurmanız gereken en önemli şey, pazara yönelik fırsatlardır.”
Ancak günümüzde iş süreçlerinde kuantum avantajının bulunmadığına dikkat çekiyor: “Bazı kuantum donanım şirketleri ne derse desin, bugün elimizde sahada programlanabilir kapı dizileri var. [devices] ve büyük donanım kümeleri. Bunlar çok iyi bildiğimiz teknolojiler. Her şeyi yapabilirsiniz, ancak çok sayıda hesaplama sınırlamasıyla.”
Corinium Global Intelligence tarafından Moody’s Analytics ortaklığıyla yürütülen araştırma, ankete katılan finans sektörü veri bilimcilerinin %87’sinin şu anda kuantum girişimleri için bir bütçesinin olmadığını ortaya çıkardı.
Gago’ya göre pek çok kişi, kuantum bilişim uzmanlarından oluşan bir ekip kurmak için yatırım getirisi (ROI) bulmaya çalışıyor: “Cevap, siz bulmuyorsunuz. Bu konuda yatırım getirisi perspektifinden çalışamazsınız.”
Bunun yerine teknoloji liderlerinin kuantum ekibinin işe getireceği değeri hesaplamaya çalışması ve bunu şirkete yapılan yatırımı haklı çıkarmak için kullanması gerektiğini söylüyor. Gago, belirli bir hesaplama sorununu hızlandırmak için kuantum hesaplamayı kullanmayı düşünen işletmeye yönelik bir sunum örneği olarak şöyle diyor: “Bu özel sorun için, onu katlanarak daha hızlı çalıştırabileceğimize inanıyoruz, bu da şu anlama geliyor: rekabet avantajımız var bize özel ya da bir avuç portföy yerine çok daha fazla vaka için çalıştırabiliriz ya da gerçek zamanlı olarak çalıştırabiliriz, bu da müşterilerimiz için çok fazla değer sağlar.”
Gago, kimya ve finans gibi alanlarda karmaşık sorunları çözme yeteneğinin hızla tavan yapacağına inanıyor; bu da gelecekte bir noktada klasik hesaplamanın bu tür sorunları zamanında çözmek için gereken işlem gücünden yoksun kalacağı anlamına geliyor. .
“Örneğin finans sektöründe herkesin yapabileceklerimizle tamamen sınırlı olduğu bazı sorunlar var. Dolayısıyla hepimiz kredi riski hesaplamalarındaki cevapları yaklaşık olarak değerlendiriyoruz” diye ekliyor.
Fırsatları projelendirmek
Moody’s’in, makine öğrenimi ve yapay zeka (AI) ile melezleştirdiği Monte Carlo simülasyon türleri konusunda uzmanlaşmış bir nicemler ordusu var. Bu ekibin klasik hesaplamanın sınırlarını zorladığını söylüyor. Ancak matematik, bir kuantum bilgisayarın bu zor sorunların üstesinden gelebilecek işlem gücüne sahip olacağını gösteriyor.
Moody’s’teki ekip şu anda kuantum bilgisayar uygulamalarını simüle edebilen klasik bilgisayarları kullanmak üzerinde çalışıyor. Bu simülasyonlar Gago’nun “küçük problemler” olarak tanımladığı şeyleri test ediyor.
“Bu bilgiyle aslında tahminde bulunabiliriz ve diyebiliriz ki, yüksek kaliteli, yüksek saat hızlarına sahip ve bir kafes şeklinde birbirine bağlanan, hatası düzeltilmiş yeterli kübitlere sahip olduğumuzda, o zaman bu algoritmaları çalıştırabileceğiz ve bir sonuç elde edebileceğiz.” belirli sorunlara üstel bir hız kazandırıyor” diyor Gago.
Finans sektörünün karşılaştığı hesaplama sorunu alanlarıyla başa çıkmak için sektörde kaydedilen ilerleme sorulduğunda Gago, Moody’s’in her birinin kendi fikri mülkiyeti, kendi fikirleri ve harika araştırmaları olan birçok kuantum şirketiyle görüştüğünü söyledi.
Ancak şunları söylüyor: “Çoğunun eksik olduğu şey endüstri alanını anlamaktır. Yani aslında bir algoritmayı hızlandırabileceklerini söyleyen şirketleri görüyorsunuz, ancak sektörümüzü tanıdığınızda bunun aslında bir sorun olmadığını anlıyorsunuz.”
Simülasyonları klasik bilgisayarlarda çalıştırmak ve gereken işlem gücünü tahmin etmek, belirli bir hesaplama probleminin üstesinden gelmek için 700 mantıksal kübitin gerekli olacağını gösterebileceğini söylüyor. Teknoloji liderlerinin, üretime hazır 700 mantıksal kubit kuantum bilgisayarının kullanıma sunulmasından önce kabaca kaç yıl beklemeleri gerektiğini tahmin etmek için kullanabileceği bir endüstri yol haritası var.
“Bu yeterince iyi bir plan, ancak geleceğe yönelik bu ufuk bugünün bilgilerine dayanıyor. Ancak bu alanda her hafta yeni gelişmeler yaşanıyor” diyor Gago.
Örneğin, Quantinuum’un araştırmacılarının üç dolaşık mantıksal kübit elde ettiği yönündeki son haberine dikkat çekiyor. Bu atılımın önemi konusunda Gago şunları ekliyor: “Sanırım artık kuantum hesaplamanın hataya dayanıklı çağının başlangıcına dair ipuçları alıyoruz.”
Tamamen pratik bir bakış açısıyla Gago, bu atılımın IBM veya Google’ın kuantum üstünlüğü deneylerine benzediğini söylüyor: “Bunlar, gerçek uygulanabilir bir sorundan tamamen bağlantısı olmayan problemler üzerinde yapıldı, ancak bu, bu atılımları alakasız veya işe yaramaz hale mi getiriyor? Kesinlikle hayır.
“10 yıl önce bilim adamlarına ne zaman mantıksal kubitlere sahip olacağımızı sorsanız, birçoğu asla cevabını verecek, diğerleri ise muhtemelen önümüzdeki yüzyılın sonuna kadar cevap verecektir. Ama artık bunun mümkün olduğunu biliyoruz. Bu, endüstrinin üzerinde çalışmaya başlayabileceği ek araştırma ve ölçeklenebilirliğin bir nevi başlangıcıdır.”
Kuantum yatırımını haklı çıkarmak
Bazı BT liderleri, kuantum hesaplamadaki belirsizlik düzeyi göz önüne alındığında, yatırımı haklı çıkarmakta kaçınılmaz olarak zorlanacaktır. Ancak Gago, bunun onları planlamaktan alıkoymaması gerektiğine inanıyor ve yapay zeka alanında lider olan işletmelerin rekabet avantajı elde etmek için teknolojiyi bu şekilde kullanmayı başardıklarını söylüyor.
“Biz de dahil olmak üzere bazı şirketler üretken yapay zekayı benimsedi [GenAI] ve onu nasıl kullanacağımızı biliyoruz. Ancak diğer birçok şirketin nereden başlayacağına dair hiçbir fikri yok” diye ekliyor.
Yapay zeka ile işletmelerin, teknoloji kurumsal olgunluğa ulaşmadan önce bir yapay zeka stratejisine hazırlanmaları gerekiyordu. Gago için bu, veri yönetimini ve veri boru hatlarını hayata geçirmek anlamına geliyor. Moody’s, verilerin doğru yerde olması ve veri ambarı düzenleme katmanıyla 10 yıldır yapay zekaya yatırım yaptığını söylüyor. Bu, birçok şirkette eksik olduğuna inandığı bir şey. Gago’ya göre, bunlar bir kez yerine getirildiğinde GenAI’nin uygulanması nispeten hızlı bir şekilde gerçekleştirilebilir.
“Sanırım artık kuantum hesaplamanın hataya dayanıklı çağının başlangıcına dair ipuçları alıyoruz”
Sergio Gago, Moody’s
Corinium Global Intelligence’ın araştırması, finans enstitüsü veri bilimcilerinin %82’sinin kuantum hesaplamanın henüz olgunlaşmamış olmasının kuruluşlarında teknolojinin gelişmesinin önünde bir engel olduğuna inandığını bildirdi.
Gago için bu, kurumsal yapay zekanın ilk günlerinde de geçerliydi. “Kendinize kuantumun ChatGPT anının ne olacağını sorarsanız, bu kesinlikle gelecek yıl olmayacak” diyor.
Ancak bu durum şirketlerin hazırlık yapmasına engel olmamalı. Sonuçta Gago, Google araştırmacılarının makalelerini yayınladıklarını söylüyor: Transformer: Dilin anlaşılması için yeni bir sinir ağı mimarisi2017’de üretken yapay zekanın ortaya çıkmasına yol açan araştırma. Ancak teknolojinin ana akım haline gelmesi dört ila beş yıl aldı.
Önemli olan, Gago’nun yatırım getirisini hesaplamaya çalışmak yerine BT liderlerini klasik bilgisayar mimarileriyle çözülemeyecek hesaplama sorunlarını belirlemeye teşvik etmesidir. Bu sorunları çözmenin organizasyona sağlayacağı faydaları anlamak, finansman tartışmasının çerçevesini çizmeye yardımcı olabilir.
Her ne kadar Gago ile görüşmeden yıllar sonra gerçekleşebilecek bir şeye uzun vadeli bir bağlılık olarak görülse de, doğru uzmanlığa ve teknolojiye sahip olmak, kuantum hesaplama olgunlaştıkça kaçınılmaz olarak stratejik bir avantaja yol açacaktır.