Kuantum ve Nöromorfik Bilişim bilgi işlemin geleceğini şekillendiriyor

Günümüzün en güçlü süper bilgisayarlarının bile çözmekte zorlandıkları karmaşık problemler var. Bilim insanları, hesaplama ve bilgi işlem açısından zor problemleri çözebilmek için geleneksel bilgisayar tasarımlarının sınırlarını aşmaya çalışıyor.

Geride kalan 75 yılda bilgisayarlar von Neumann mimarisiyle tasarlandı. Klasik bilgi işlem düzeni olarak tanımlanan von Neumann mimarisi, bir işlemcinin program talimatlarını bellekten almasına, çalıştırmasına ve değerleri tekrar belleğe kaydetmesine dayanıyor. Neredeyse bir asırdır insanlığın çığır açıcı ilerlemeler kaydetmesini sağlayan bu mimari, günümüzün ve yarının karmaşık problemlerini çözmekte zorlanıyor. Bu nedenle, bilgisayar bilimcileri von Neumann mimarisinin kısıtlamalarını taşımayan yeni bilgi işlem yaklaşımları üzerinde çalışıyor.

Kuantum bilgi işlem, klasik bir hesaplama mimarisinde tamamlanması imkansız olacak hesaplamaları gerçekleştirme kabiliyetini mümkün kılan yeni yaklaşımlardan birisi. Kuantum bilgisayarlar günümüzde oldukça spesifik cihazlar olarak öne çıkıyor. Bilim insanları yakın geçmişte aşırı soğutulması ve -270°C tutulması gerekmeyen bir kuantum bilgisayar geliştirerek, bu alanın gelişimi yönünde umut tazelediler.

Kuantum bilgisayar, birçok alanda geleneksel bilgisayarlara kıyasla çok daha iyi performans gösteriyor. Örneğin bir kuantum bilgisayar, el yazısı tanıma konusunda geleneksel bir bilgisayara kıyasla gürültülü veriyle çok daha iyi çalışıyor. Kuantum bilgisayarlar, makine öğrenimi modellerini çok daha iyi ve çok daha hızlı oluşturabiliyor. Bu nedenle, makine öğreniminin tamamen kuantum bilgi işleme geçecek ilk alanlardan birisi olacağı düşünülüyor. Makine öğreniminde geleneksel bilgisayarları veri setindeki gürültüyü tolere edecek şekilde programlamak gerekirken, kuantum bilgisayarlarda bu gereklilik ortadan kalkıyor.

Moore Yasası, işlem gücünün her iki yılda bir ikiye katlandığı klasik bilgisayar mimarileri için geçerli olsa da kuantum bilgi işlem gücünün ölçeklenebilirliği katlanarak artıyor: Kübit sayıları her 10 ayda ikiye katlanıyor.

Sorunları çözmenin yeni bir yolu

Belirli kimyasal reaksiyonları modellemek yalnızca kuantum bilgisayarların sahip olduğu türden büyük bilgi işlem güçleri gerektirirken, gerçek dünyadaki bazı hesaplamalar da geleneksel bilgi işlemin üstesinden gelemeyeceği kadar karmaşık olabiliyor. Örneğin uluslararası bir kargo şirketi için gerçekleştirilen rota optimizasyonu yazılımının hesaplamalarında yalnızca sağa dönüşler hesaba katılıyor çünkü tüm dönüş ihtimallerinin hesaplanması içinden çıkılamaz bir hal alıyor. Örneğin, bir kargo aracı günde 120 teslimat yapıyorsa, rotaların farklı permütasyonları 200 basamaklı bir sayı olur. Bunu şirketin tüm araçlarıyla çarptığımızda, problem hesaplanamayacak kadar astronomik bir hal alır. Kuantum bilgi işlem bu tarz problemlerin çözümü için farklı yollar sunuyor.

Kuantum bilgisayarlar artık muazzam soğutma ihtiyaçlarından kurtulurken, insan beyninden ilham alınarak geliştirilen nöromorfik bilgisayar sistemleri ve hizmet olarak kuantum gibi yeni yaklaşımlar da ortaya çıkıyor. Hizmet olarak kuantum, düşük gecikme süreli bağlantıya ihtiyaç duyan yüksek performanslı bilgi işlem ve gerçek zamanlı işlemeye dayanan uygulamalar için kuantum hesaplamanın bir bulut kaynağı olarak sunulmasını sağlayacak ve gecikmeyi önleyecek.

Nöromorfik alternatif

Nöromorfik bilgi işlem için geliştirilen Loihi çip mimarisinin ardında, bilgi işlem gücünü buluttan sınıra yaklaştırma fikri yatıyor. 2021 Nisan ayında tanıtılan ikinci nesil Loihi nöromorfik araştırma çipi, beraberinde insan beyninden ilhamla tasarlanacak uygulamalar için bir açık kaynaklı yazılım mimarisi olan Lava’yı da getirdi. Nöromorfik hesaplama, yeni bir bilgisayar mimarisi modeli oluşturmak için doğada bulunan sinir mimarilerinin temel özelliklerini uyarlıyor. Loihi bu bilgisayarlara güç verecek çiplere, Lava ise üzerinde çalışacak uygulamalara bir kılavuz olması için geliştirildi.

Loihi ile gelişmiş norömorfik bilgi işlem (Advanced neuromorphic computing with Loihi) isimli araştırma makalesine göre, nöromorfi teknolojisinin en dikkat çekici özelliği biyolojik beynin dinamik ve genellikle öngörülemeyen gerçek dünya ortamlarıyla etkileşimin zorluklarını çözmek için nasıl geliştiğini taklit etme yeteneğine sahip olması. Gelişmiş biyolojik sistemleri taklit edebilen nöromorfik çiplerin içerisinde nöronlar, nöronlar arası bağlantı için sinapslar ve nöronun birden fazla nörondan mesaj almasını sağlayan dendritler bulunuyor.

Bir Loihi 2 çipi, mikroişlemci çekirdeklerinden ve bir çip üzerinde ağ (NoC) ile birbirine bağlanan 128'e kadar tamamen asenkron nöron çekirdeğinden oluşuyor. Nöromorfik iş yükleri için optimize edilmiş nöron çekirdekleri arasındaki tüm iletişim, biyolojik bir beyindeki sinir ağlarını taklit eden ani mesajlar biçiminde gerçekleşiyor.

Nöroformik bilişim bilimi, insan beynini doğrudan kopyalamaya çalışmak yerine, ondan ilham alarak farklı yollara sapmayı tercih ediyor. Örneğin, Loihi çipinde biyolojik nöron davranışını modellemek için çipin bir parçası nöronun çekirdeği olarak işlev görüyor. Bu modelde nöronu tanımlayan bir parça kod bulunuyor. Öte yandan, biyolojik sinaps ve dendritlerin tümünün asenkron dijital tamamlayıcı metal oksit yarı iletken (CMOS) teknolojisi kullanılarak oluşturulduğu nöromorfik sistemler de bulunuyor.

Nöromorfik bilgi işlem, bir beyin nöronuna benzer şekilde davranacak yarı iletken çipler tasarlamak ve daha sonra bu yeni mimaride çalışmak için biyolojiden esinlenilmiş algoritmalar kullanmaya odaklanırken, kuantum bilgi işlem ise kuantum fiziği temeli üzerine inşa ediliyor. Çok farklı olmalarına rağmen, her iki yaklaşım da gelecekte bilgi işlem açısından zorlu problemlerin nasıl çözülebileceğine dair ufuk açıcı fikirler veriyor.