Yapay zekâ kuantum bilgisayarları hızlandırıyor: şifreleme için ne anlama geliyor?

Önce beş kavram

• Kübit: Kuantum bilgisayarın bilgi birimi. 0 ve 1'in yanında ikisinin üst üste bindiği hâlleri de taşıyabiliyor; ama çok kırılgan, en küçük ısı ya da titreşim hataya yol açıyor.
• Fiziksel ve mantıksal kübit: Hatalara karşı çok sayıda fiziksel kübit birlikte çalışıp tek bir korumalı "mantıksal kübit" oluşturuyor. Faydalı hesaplar için gereken binlerce mantıksal kübit, yüz binlerce hatta milyonlarca fiziksel kübit demek.
• Hata düzeltme kodu: Fiziksel kübitleri mantıksal kübite dönüştüren düzen. Kodun "mesafesi", bir hatanın fark edilmeden geçebilmesi için kaç fiziksel hatanın aynı anda olması gerektiğini gösteriyor; mesafe büyüdükçe koruma güçleniyor.
• Sihirli durum: Hata düzeltme kodunun içinde doğrudan yapılması zor olan bazı işlemler için önceden hazırlanan, tek kullanımlık özel kübit durumu (İngilizcede "magic state").
• Kuantum sonrası şifreleme: Kuantum bilgisayarların da kıramayacağı düşünülen yeni şifreleme yöntemleri. ABD Ulusal Standartlar ve Teknoloji Enstitüsü (NIST) ilk üç standardı Ağustos 2024'te yayımladı.

Google ne gösterdi? Sihirli durumlarda 40 kat daha az hata

Kuantum bilgisayarlar bilgiyi hatalara karşı birçok fiziksel kübite yayarak korur. Ama faydalı algoritmaların ihtiyaç duyduğu bazı işlemler bu korumalı yapının içinde doğrudan yapılamıyor. Bunlar için önceden sihirli durumlar hazırlanıyor ve her biri kullanıldığı anda tükeniyor. Büyük bir hesap bu durumlardan milyonlarcasını tüketebiliyor; Google'ın aktardığı bazı tahminlere göre bunları üretmek makinenin kapasitesinin yüzde 95'ine kadarını kaplayabilir. Darboğaz 2004'ten beri biliniyor ve araştırmacılar yaklaşık 20 yıldır bu maliyeti düşürmeye çalışıyor.

Google'dan Craig Gidney, Noah Shutty ve Cody Jones'un 2024'te geliştirdiği "sihirli durum yetiştirme" (magic state cultivation) yöntemi küçük başlıyor: kusurlu bir durumu küçük bir koda yerleştiriyor, tekrar tekrar kontrol ediyor ve şüpheli her denemeyi atıyor. Kontrollerden geçen durum daha büyük, daha güçlü bir koda aktarılıyor. Google Quantum AI ekibi yöntemi ilk kez gerçek donanımda, 105 kübitlik Willow çipinde denedi.

Sonuç: yetiştirilen durumlardaki hata, durumu yalnızca koda yerleştirmeye göre yaklaşık 40 kat düşük. Kontrollerden geçen durumların doğruluğu yüzde 99,99; Google bunu bir rekor olarak sunuyor.

Bu doğruluğu ölçmek de ayrı bir sorundu. Ekibin ilk kullandığı ölçüm yöntemi fiziksel olarak imkânsız sonuçlar verebiliyor ve doğruluğu olduğundan yüksek gösterebiliyordu. Ekip, yetiştirme adımının kendisini ölçüm aracına çeviren yeni bir yöntem geliştirdi (kickback tomography); bu yöntem doğruluk için bir alt sınır veriyor, yani gerçek değer en az bu kadar.

Yazımızın konusu açısından makalede ilginç bir ayrıntı daha var: ekip, çipin kontrol ayarlarını (kalibrasyon) pekiştirmeli öğrenmeyle yaptı. Yani bir yapay zekâ yöntemi, hata kontrollerinde daha az alarm çıkacak şekilde işlemcinin kontrol parametrelerini ayarladı.

Videoyu oynat: Google Quantum AI, Willow çipinin tanıtımı

Ne anlama geliyor: Kuantum algoritmalarının maliyet hesaplarında sihirli durumlar en pahalı kalemlerden biri. Kâğıt üzerinde ucuz görünen bir yöntemin gerçek donanımda da çalışması, ileride gereken makine boyutunu küçültebilir. Ama bu, küçük kodlarla yapılmış ilk gösterim. Google da sıradaki adımın yöntemi büyük ölçekte göstermek olduğunu ve önünde çok sayıda teknik engel bulunduğunu söylüyor. Makinenin ne kadar küçüleceğine dair bir rakam yok.

Claude kuantum devrelerini yeniden tasarladı

Anthropic'in 16 Ekim'de yayımladığı çalışmada Claude Mythos 5 modeline, sekiz kuantum devresi yapı taşının ne yapması gerektiği sade bir dille anlatıldı. Yapı taşları kimya, optimizasyon, kuantum sistemlerinin simülasyonu, sayı teorisi ve sayısal hesap alanlarından seçildi. Otomatik bir denetleyici, önerilen her tasarımın doğru çalışıp çalışmadığını kontrol etti ve tasarımı kullandığı kübit ve işlem adımı (kapı) sayısına göre puanladı. Claude öner, puanla, düzelt döngüsünü büyük ölçüde kendi başına yürüttü: araştırmacılar turlar arasında müdahale etmedi, yalnızca zaman zaman aramasını genişletmesini istedi. Çalışmayı Anthropic'in STEM Fellows programında Andi Gu yürüttü; Harvard'dan Susanne Yelin ve Mikhail Lukin de katkı verdi.

Anthropic'e göre Claude'un tasarımları sekiz yapı taşının hepsinde, yayımlanmış en iyi devrelerden daha az kübit ve daha az kapıyla çalışıyor; bazılarında fark 10 kat ya da daha fazla. İki örnek öne çıkıyor:

• Eliptik eğri nokta toplama: Eliptik eğri şifrelemesini kıracak kuantum algoritmasının temel parçası. Claude, modüler ters alma için kullanılan bilinen bir yöntemin (divsteps) Anthropic'e göre ilk tersinir uygulamasını, yani kuantum bilgisayarda çalışabilen sürümünü geliştirdi. Tek bir 53 saatlik çalışmada, insanlar yalnızca başlangıç tarifini ve ara sıra yönlendirme verirken kübit ile kapı sayısı arasında farklı dengeler kuran bir tasarım ailesi çıkardı. Örneğin bu ailedeki bir devre, yayımlanmış en küçük tasarıma göre yüzde 12 daha fazla kübit ama 17 kat daha az kapı kullanıyor. Tasarımın dayandığı formül, büyük ölçekli simülasyonların ardından Lean adlı ispat doğrulama aracında biçimsel olarak da doğrulandı.
• Reed-Solomon kod çözücü: Bir kuantum optimizasyon algoritmasının (Decoded Quantum Interferometry) parçası. En kötü durum için 665 kübitlik bellek ayırmak gerekirken Claude, 403 milyon örnek çözümleme simüle edip yalnızca 19 kübitlik yer ayırdı. Bedeli, yaklaşık 10.000 çalıştırmada birinin başarısız olması; Anthropic bunu görevin hata payının rahatça içinde sayıyor. Kapı sayısı da Google'ın önceki tasarımına göre 12 kat düştü.

Anthropic çalışmanın sınırlarını da yazıyor. Sonuçlar henüz hakem incelemesinden geçmemiş bir ön baskıda. Yöntem, doğruluğu klasik bilgisayarda hızla kontrol edilebilen algoritmalara uygun; kübit ve kapı sayısı da çalışma süresi için yalnızca yaklaşık bir ölçü. Devre tasarımı, kullanılabilir bir kuantum bilgisayarın katmanlarından yalnızca biri; hata düzeltme, kod çözme ve donanım kontrolü de en az onun kadar önemli. Şirket, ilk denemelerde Claude'un fazla temkinli davrandığını, sağlam sonuçları tekrar tekrar kontrol ettiğini ve bildik yöntemlere yöneldiğini; bunu aşmak için birden fazla yaklaşımı aynı anda geliştirmesini istediklerini anlatıyor.

Ne anlama geliyor: Yapay zekâ kod yazmanın ötesine geçip araştırma problemlerinde sonuç üretmeye başladı; özellikle de doğruluğu otomatik olarak kontrol edilebilen problemlerde. Bu, yazılım geliştirmeden bildiğimiz bir dersi doğruluyor: iyi bir otomatik test ortamı, yapay zekâyı güvenle çalıştırmanın ön koşulu. Bir de güvenlik boyutu var. Nokta toplama devresi, eliptik eğri şifrelemesine yönelik kuantum saldırısının merkezinde duruyor. Yani saldırının kâğıt üzerindeki maliyeti yalnızca donanım geliştikçe değil, algoritmalar iyileştikçe de düşüyor ve artık bu iyileştirmeleri yapay zekâ da yapabiliyor.

Yapay zekâ kuantuma başka nerede yardım ediyor?

• Hata çözümleme: Kuantum bilgisayarda hatalar doğrudan görülmüyor; kontrol ölçümlerinin örüntüsünden hangi hatanın olduğu tahmin ediliyor. Google DeepMind ile Google Quantum AI'ın Kasım 2024'te Nature'da yayımladığı AlphaQubit adlı sinir ağı, Google'ın Sycamore işlemcisinden gelen verilerde önceki en iyi yöntemlerden daha az hata yaptı: tensör ağı yöntemlerinden yüzde 6, korelasyonlu eşleştirme yönteminden yüzde 30 daha az. Önce simülasyon verisiyle, sonra gerçek işlemciden gelen örneklerle eğitildi. Ama henüz gerçek zamanlı çalışacak kadar hızlı değil: süper iletken işlemciler her saniye milyonlarca kontrol ölçümü üretiyor.
• Kalibrasyon: Google'ın yukarıdaki deneyinde olduğu gibi, işlemcinin kontrol ayarları pekiştirmeli öğrenmeyle yapılabiliyor.
• Devre ve algoritma tasarımı: Claude örneğinde görüldüğü gibi, dil modelleri doğruluğu kontrol edilebilen tasarım problemlerinde insanların bulduğu en iyi çözümleri geçebiliyor.

Kısacası bugün yapay zekâ, kuantum bilgisayar geliştirmenin hemen her katmanında bir araç.

Peki kuantum bilgisayarlar yapay zekâyı hızlandıracak mı?

Bugün için cevap hayır. Büyük dil modellerini eğitmek ya da çalıştırmak için kuantum bilgisayar kullanan ve klasik donanıma karşı üstünlüğü gösterilmiş bir yöntem yok. Kuantum makine öğrenmesinde öne sürülen hızlanmalar ya kuantum donanımı için seçilmiş dar problemlerde kalıyor ya da daha iyi klasik yöntemler bulununca ortadan kalkabiliyor. 2018'de, o sırada 18 yaşında bir öğrenci olan Ewin Tang, kuantum bilgisayarın üstel bir hız avantajı sağladığı düşünülen bir öneri sistemi problemi için bu avantajı ortadan kaldıran klasik bir algoritma bulmuştu. Maria Schuld ve Nathan Killoran gibi alanın önde gelen araştırmacıları da "kuantum üstünlüğü"nün kuantum makine öğrenmesi için doğru hedef olup olmadığını tartışıyor.

Google'ın bakışı daha uzun vadeli. Google Quantum AI'ın lideri Hartmut Neven, Willow'u tanıttığı Aralık 2024 yazısında kuantum bilgisayarların; klasik makinelerin erişemediği eğitim verilerini toplamak, bazı öğrenme mimarilerini eğitip iyileştirmek ve kuantum etkilerinin önemli olduğu sistemleri modellemek için vazgeçilmez olacağını yazdı. Bu, örneğin molekül ve malzeme simülasyonlarıyla yapay zekâ modellerine veri üretmek gibi kullanımlara işaret ediyor. Ama bu bir beklenti; bugün gösterilmiş bir sonuç değil.

Ne anlama geliyor: "Kuantum yapay zekâ" etiketiyle sunulan ürün ve hizmetlere temkinle yaklaşın. Somut bir iddiayla karşılaştığınızda iki soru sorun: Sonuç hakemli bir yayında mı? Aynı problemi çözen en iyi klasik yöntemle karşılaştırıldı mı?

Asıl iş gündemi: şifreleme

Kuantum bilgisayarların şirketleri bugünden ilgilendiren yüzü şifreleme. 1994'te bulunan Shor algoritması, yeterince büyük bir kuantum bilgisayarda RSA'yı ve eliptik eğri şifrelemesini (ECC) kırabiliyor. Bu iki yöntem HTTPS bağlantılarında, dijital imzalarda, VPN'lerde ve kripto paralarda kullanılıyor. Google'a göre AES gibi simetrik şifreleme bu tehditten etkilenmiyor.

Tehdit, bu makineler henüz yokken başlıyor: bir saldırgan bugün şifreli trafiği kaydedip kuantum bilgisayarlar hazır olduğunda çözebilir. "Şimdi topla, sonra çöz" denen bu yaklaşım yüzünden on yıl sonra da gizli kalması gereken veriler (sağlık kayıtları, sözleşmeler, ticari sırlar, uzun süre saklanan kişisel veriler) bugünden risk altında sayılıyor.

Tahminler nasıl küçüldü?

RSA-2048'i kırmak için gereken kuantum bilgisayarın tahmini büyüklüğü 13 yılda bin kat küçüldü. Mart 2026'da kripto paraların kullandığı eliptik eğri için de benzer bir tahmin geldi:

Karşılaştırma için: Google'ın 2025 değerlendirmesine göre bugün gerekli hata oranlarında çalışan makineler 100 ile 1.000 kübit arasında; Willow 105 kübit. Yani bugün kimsenin bu şifreleri kıracak bir makinesi yok; ama aradaki mesafe her yeni çalışmayla kısalıyor.

Google'ın mart ayındaki eliptik eğri çalışmasının alışılmadık bir yanı da vardı. Ekip, saldırı devrelerini yayımlamak yerine, devrenin var olduğunu ve açıklanan sınırlar içinde doğru çalıştığını devreyi göstermeden kanıtlayan bir "sıfır bilgi ispatı" paylaştı. Güvenlik şirketi Trail of Bits, nisanda bu ispatı üreten yazılımdaki hataları kullanarak Google'ınkinden her ölçüde daha iyi görünen sahte bir ispat üretti. Google hataları düzeltti; Trail of Bits'e göre çalışmanın bilimsel iddiaları bundan etkilenmiyor. Şirketin ifadesiyle olay, bir kuantum hesaplama problemini sıradan bir uygulama güvenliği problemine çevirdi.

Takvim ne diyor?

Geçiş başladı bile: Google, Chrome'da ve kendi iç trafiğinde anahtar değişimini ML-KEM'e taşıdı; Android 17'ye ML-DSA imzalarını ekliyor. Bu yazı hazırlanırken Türkiye için yayımlanmış bağlayıcı bir geçiş takvimine rastlamadık. AB'deki müşterileri ve iş ortaklarıyla çalışan şirketlerin AB takvimini izlemesi yararlı olur.

Ne anlama geliyor: Kuantum bilgisayarın şifreleri ne zaman kırabileceğini kimse bilmiyor; Google'ın mart yazısı da bir tarih vermiyor. Ama standartlar hazır ve geçiş yıllar süren bir iş. Google'ın kendi hedefini resmî takvimlerin önüne, 2029'a çekmesi, beklemenin maliyetinin arttığını gösteriyor.

Türkiye'de durum

Türkiye'de en somut adım donanım tarafında. Savunma Sanayii Başkanlığı (SSB) ile ASELSAN, Haziran 2026'da süper iletken tabanlı bir kuantum işlem biriminin (QPU) yurt içinde geliştirilmesi için bir proje imzaladı. Ana yüklenici ASELSAN; Sabancı Üniversitesi, Koç Üniversitesi ve TÜBİTAK Ulusal Metroloji Enstitüsü (UME) projede yer alıyor. İşlemcilerin, yatırımı süren ülkenin ilk süper iletken üretim tesisinde üretilmesi ve ASELSAN bünyesinde kurulacak tesislerle seri üretime geçilmesi planlanıyor. Kübit sayısı ve takvim açıklanmadı. ASELSAN Genel Müdürü Ahmet Akyol'a göre şirket 2021'den beri kuantum teknolojileri üzerinde çalışıyor.

Şirketler bugün ne yapmalı?

Kuantum bilgisayar almanıza ya da bir kuantum programı kurmanıza gerek yok. Ama şifreleme tarafında bugünden başlanabilecek ve yıllara yayılacak bir iş var:

1. Şifreleme envanteri çıkarın. Hangi sistem, hangi bağlantı ve hangi belge hangi şifreleme ve imza yöntemini kullanıyor? Web siteleri, VPN'ler, e-posta, ERP ve banka entegrasyonları, yedekler, sertifikalar ve sahadaki cihazlar bu listeye girer. AB yol haritası da işe envanterle başlıyor.
2. Uzun süre gizli kalması gereken veriyi öne alın. On yıl sonra da gizli kalması gereken veriler, "şimdi topla, sonra çöz" saldırılarına en açık olanlar.
3. Tedarikçilerinize sorun. Kullandığınız yazılım, bulut ve donanım sağlayıcılarının kuantum sonrası şifreleme yol haritası ne? ML-KEM ve ML-DSA desteği hangi sürümde geliyor?
4. Şifrelemeyi değiştirilebilir kılın. Algoritmanın koda gömülü olduğu sistemleri, ayar değiştirerek yeni yönteme geçebilecek hâle getirin. Yeni yazılım geliştirirken bu esnekliği baştan tasarlayın.
5. İmzaları unutmayın. Google, geçişte kimlik doğrulama ve imza servislerini öne aldı; çünkü imzaların, şifre kırabilen bir kuantum bilgisayar ortaya çıkmadan önce değişmiş olması gerekiyor.
6. Paniğe gerek yok. Google'a göre AES gibi simetrik şifreleme bu tehditten etkilenmiyor; Chrome ve Google'ın kendi servisleri de geçişe başladı. Asıl iş, aynı geçişi kendi sistemlerinizde planlamak.

Bu adımlar genel bir başlangıç listesi; ayrıntılar sistemden sisteme değişir. Şifreleme envanteri ve altyapı güvenliği, siber güvenlik çalışmalarının doğal bir parçası.

Belirsiz kalanlar

• Google'ın sonucu ölçeklenecek mi? Deney küçük kodları kapsıyor; büyük kodda bekleyen durumun hatası beklenenden yüksek çıktı. Gereken makine boyutunun ne kadar küçüleceği belli değil.
• Claude'un devreleri: Sonuçlar ön baskıda; diğer araştırmacıların bağımsız incelemesi henüz yok.
• Şifreleri kıracak makine ne zaman? Bilinmiyor. Tahminler küçülüyor ama bugünkü makineler gereken boyutun çok altında. Google 2029'u bir geçiş hedefi olarak koydu; böyle bir makinenin ne zaman çıkacağına dair bir tarih vermedi.
• Türkiye'nin takvimi: Kuantum sonrası şifrelemeye geçiş için ulusal bir takvimin ne zaman ve hangi kapsamla geleceği belli değil.

Kuantum bilgisayarlar bugün yapay zekâyı hızlandırmıyor; yapay zekâ ise kuantum bilgisayarları hızlandırıyor. İkisinin kesiştiği yerde şirketler için en somut sonuç şifrelemede: geçiş için en iyi zaman, makineler hazır olmadan önce.

Ürününüze ya da süreçlerinize yapay zekâ eklemeyi düşünüyorsanız yapay zekâ çözümlerimize göz atabilir ya da bize yazabilirsiniz.

Kaynaklar

• Google: Magic state cultivation (15 Ekim 2026)
• Science: Magic state cultivation on a superconducting quantum processor ve arXiv ön baskısı
• The Quantum Insider: Google Demonstrates Method to Cut Errors in Quantum Computing's 'Magic States'
• Google Quantum AI: Meet Willow, our state-of-the-art quantum chip (YouTube)
• Google: Meet Willow, our state-of-the-art quantum chip (Hartmut Neven, Aralık 2024)
• Anthropic: Designing more efficient quantum circuits with Claude (16 Ekim 2026) ve arXiv ön baskısı
• Google: AlphaQubit ve Nature makalesi
• Quanta Magazine: Ewin Tang'ın klasik öneri algoritması (2018)
• Schuld ve Killoran: Is quantum advantage the right goal for quantum machine learning?
• Google: Tracking the cost of quantum factoring (Mayıs 2025) ve Gidney'in makalesi
• Google Quantum AI ve ortakları: Securing Elliptic Curve Cryptocurrencies against Quantum Vulnerabilities (Mart 2026)
• Trail of Bits: We beat Google's zero-knowledge proof of quantum cryptanalysis (Nisan 2026)
• Google: Quantum frontiers may be closer than they appear (Mart 2026)
• NIST: İlk üç kuantum sonrası şifreleme standardı (Ağustos 2024) ve NIST IR 8547 taslağı
• AB: Kuantum sonrası şifrelemeye geçiş için ortak yol haritası (Haziran 2025)
• Forbes Türkiye: ASELSAN'dan süper iletken kuantum işlemci (Haziran 2026)