Tübingen Üniversitesi’ndeki araştırmacılar, uluslararası bir ekiple birlikte çalışarak kuantum fiziğinde tamamen yeni ve bazen sıra dışı deneyler tasarlayan ve bunları araştırmacılar için kolayca anlaşılabilecek bir şekilde sunan bir yapay zeka (YZ) geliştirdi. Bu gelişme, insanların belki de hiç düşünmemiş olabileceği deney düzeneklerini de içeriyor. Yeni yapay zeka sadece tek bir tasarım teklifi oluşturmakla kalmıyor; bunun yerine, benzer çıktılara sahip deney grupları gibi bütün bir fiziksel deneyler serisini üreten bilgisayar kodları yazıyor. Söz konusu çalışma, Nature Machine Intelligence dergisinde yayımlandı.
Yeni geliştirilen yapay zeka, araştırmacıların kolayca anlayabileceği bir programlama dili kullanıyor. Bu sayede yapay zekanın süreçlerinin arkasında yatan temel fikir, eskiye kıyasla çok daha kolay bir şekilde çözülebiliyor. Tübingen Üniversitesi’nde Bilimde Makine Öğrenimi Profesörü ve çalışmanın kıdemli yazarı Mario Krenn, “Yapay zeka sistemleri genellikle çözümlerini nasıl çalıştıklarını açıklamadan sunarlar,” diyor. “Biz bilim insanları, bu çözümleri sonradan anlamaya çalışmak zorunda kalıyoruz. Bu süreç, eğer anlayabilirsek, genellikle günler veya haftalar alıyordu.”
Kuantum Fiziği Uzmanı Dil Modelleri
Krenn’in araştırma grubunda doktora öğrencisi ve çalışmanın başyazarı olan Sören Arlt, “Çalışmamız için yapı olarak ChatGPT’ye benzeyen bir dil modeli eğittik,” şeklinde konuşuyor. “Dil modelimiz, özellikle Python programlama dilinde, kuantum fiziği için bilgisayar kodu yazma konusunda bir uzman.”
Bu kod genel bir reçete gibi çalışıyor: Çalıştırıldığında, birçok benzer durum ve aynı görevin daha karmaşık versiyonları için deney düzenekleri tasarlıyor. Python insanlar tarafından kolayca okunabilir ve anlaşılabilir olduğu için, araştırmacılar kodu inceleyerek hangi yapıların tekrarlandığını ve hangi kısıtlamaların önemli olduğunu görebiliyorlar. Bu da yapay zekanın çözüm sürecinin ardındaki temel fikri görünür kılıyor.
Kuantum fiziği, belirli problemleri sıradan bilgisayarlardan çok daha hızlı çözebilen kuantum bilgisayarları da dahil olmak üzere tamamen yeni teknolojilerin geliştirilmesini mümkün kılıyor. Örneğin, bu bilgisayarlar ilaç geliştirme süreçlerinde faydalı olabilecek şekilde moleküllerin özelliklerini çok daha hızlı hesaplayabiliyor. Kuantum fiziğinin etkilerini daha iyi anlamak için ise deneylere ihtiyaç duyuluyor. Araştırmacılar laboratuvar ortamında elektronlar, atomlar veya fotonlar gibi kuantum parçacıkları yaratıyor, bunları hassas bir şekilde kontrol edilen durumlara sokuyor ve olası kuantum durumlarının örtüşmesi olan süperpozisyon gibi etkileri görselleştirmek için parçacıkların davranışlarını ölçüyorlar.
Yapay Zeka, İnsanlardan Daha Fazla Kombinasyonu İnceleyebilir
Kuantum fiziğindeki deney düzenekleri oldukça karmaşıktır ve bir deneyin birçok farklı değişkenini birleştirmenin sayısız yolu vardır. İnsan zihni bunların sadece küçük bir kısmını kavrayabilir. Öte yandan yapay zeka, bir deney düzeneği için insanlardan çok daha fazla kombinasyonu tarayıp inceleyebilir. Krenn, “Yapay zeka sistemleri, biz insanların belki de hiç denemeyeceği kadar sofistike ve alışılmışın dışında çözümler bulmaya devam ediyor” diyor. Bazı durumlarda, makine tasarımı deneylerin mevcut tasarımlardan daha iyi performans göstermesi bekleniyor. Bu durum fizikte yeni keşiflere yol açabilir.
Krenn, “Çalışmamız, yapay zekanın fizikteki alışılmışın dışındaki çözümlerini yorumlamayı daha kolay hale getirmenin bir yolunu gösteriyor,” ifadelerini kullanıyor. “Sistem, sadece güçlü bireysel çözümler sunmak yerine, öğrendiklerini araştırmacıların daha sonra inceleyebileceği, anlayabileceği ve yeni problemlere uygulayabileceği yeniden kullanılabilir kurallar şeklinde ifade etmeye teşvik ediliyor.” Araştırmacılara göre bu metodoloji, malzeme bilimi ve mühendislik gibi diğer alanlara da aktarılabilir.
Tübingen Üniversitesi Rektörü Prof. Dr. Karla Pollmann ise konuyla ilgili şu değerlendirmeyi yapıyor: “Bu yeni yaklaşım, dünya çapındaki araştırmacıların yapay zekanın sonuçlarını daha hızlı anlamalarına ve yeni gelişmeleri hızlandırmalarına olanak tanıyacak. Bu, gelecekteki teknolojileri sadece uzaktan gözlemlemek yerine onları hep birlikte nasıl şekillendirebileceğimizin önemli bir örneği.”
