Google, 'Sihirli Durum Yetiştirme' ile Kuantum Hata Oranlarını 40 Kat Azalttı

Google'ın Quantum AI bölümü, 15 Ekim 2026 tarihinde, Google'ın resmi blogunda yayımlanan bir yazıya göre, Willow kuantum işlemcisinde 'sihirli durum yetiştirme' adı verilen bir tekniği sergilediğini ve bu teknikle belirli bir kuantum durumu sınıfındaki hataları, yetiştirilmemiş durumlara kıyasla yaklaşık 40 kat azalttığını duyurdu. Çalışma aynı gün Science dergisinde yayımlandı.

Google ne duyurdu

Deney, belirli kuantum işlemler için gerekli bir 'sihirli durum' türü olan mantıksal T-durumlarını (logical T-states) %99,99 mantıksal sadakatle üretti; Google bunu bu tür bir durum için rekor olarak nitelendiriyor. Şirketin blog yazısına göre makale, Google araştırmacıları arasında Emma Rosenfeld ve Craig Gidney'in de bulunduğu bir ekip tarafından kaleme alındı. Interesting Engineering'in haberine göre, temel yetiştirme tekniği ilk olarak 2024 yılında Google araştırmacıları Craig Gidney, Noah Shutty ve Cody Jones tarafından geliştirilmişti.

Sihirli durum yetiştirme nasıl çalışır

Interesting Engineering'in Google araştırmasına ilişkin aktarımına göre sihirli durumlar, klasik bilgisayarların yapabileceğinin ötesine geçen karmaşık hesaplamaları çalıştırmak için gereken son derece doğru kuantum durumlarıdır ve her biri yalnızca bir kez kullanılabilir. Yetiştirme, bir filtreleme süreci olarak işler: gürültülü bir kuantum durumu işlemcinin küçük bir bölgesine enjekte edilir, koordineli ölçümler hatalara karşı kontrol edilir, kusurlu girişimler elenir ve testi geçen durumlar daha büyük hesaplamalarda kullanılmak üzere genişletilir.

Alman yayın organı Blocktrainer tarafından bildirilen rakamlara göre, deney sırasında girişimlerin yaklaşık %92'si reddedildi; bu da çalıştırmaların yalnızca yaklaşık %8'inin kullanılabilir, yüksek sadakatli bir sihirli durum ürettiği anlamına geliyor. Google'ın blog yazısına göre ekip ayrıca, laboratuvar elektrik ekipmanlarındaki sapma ve sıcaklık değişimleri gibi pratik parazit sorunlarını, işlemci kontrollerini iyileştirerek ve yetiştirme sürecinin kendisine dayanan yeni bir karşılaştırma (benchmarking) yöntemi geliştirerek ele aldığını belirtti.

Sihirli durumlar neden bir darboğaz

Interesting Engineering tarafından bildirildiği ve Google'ın kendi blog yazısında da tekrarlandığı üzere, Google daha önce hata düzeltmeli sihirli durumların üretiminin bir kuantum bilgisayarın toplam kapasitesinin %95'ine kadarını tüketebileceğini tahmin etmişti; bu da bunların verimli bir şekilde üretilmesini alandaki en ciddi kaynak kısıtlamalarından biri haline getiriyor. Güvenilir sihirli durumlar üretmek için gereken hata oranının ve ek yükün azaltılması, yararlı, büyük ölçekli hesaplama yapabilen kuantum bilgisayarlar inşa etmenin bir ön koşulu olarak görülüyor.

Bunun anlamı — ve anlamı olmayan

Google'ın blog yazısı, sonucu sihirli durum darboğazına yönelik pratik bir çözümün ilk gösterimi olarak tanımlıyor; ancak tekniğin gerçek dünya kuantum uygulamalarını destekleyebilmesi için daha büyük bir ölçekte çalıştığının henüz gösterilmesi gerektiği uyarısında bulunuyor. Şirket, yetiştirmenin tam ölçekli, hata toleranslı bir kuantum bilgisayarda ne zaman devreye alınabileceğine dair bir zaman çizelgesi sunmadı.

Duyuru, sihirli durumlar ve Shor algoritmasının teorik olarak belirli kriptografik sistemleri kırmayla bağlantılı olması nedeniyle kripto para yorumcularının da dikkatini çekti. Alman yayın organı Blocktrainer, bu ilerlemenin prensipte gelecekte Shor algoritması hesaplamalarını daha verimli hale getirmeye yardımcı olabileceğini, ancak araştırmacıların Bitcoin'i güvence altına alan ECDSA ve Schnorr imza şemalarını fiilen kırmaktan hâlâ uzak olduğunu ve bu gelişmenin aksine kuantum sonrası kriptografi araştırmalarının önemini vurguladığını bildirdi.

Arka plan

Bu duyuru, Google'ın daha geniş kuantum hata düzeltme araştırma programının bir parçası olarak süper iletken Willow çipi için bildirdiği bir dizi kilometre taşına ekleniyor. Son sonuç, tam ve uygulamaya hazır bir kuantum bilgisayarı sergilemekten çok, sihirli durum üretiminin maliyetini ve hata oranını azaltmaya odaklanıyor.