Allstate ve IBM, bilgisayar bilimlerinde bilinen «sırt çantası problemi»nin karmaşık bir versiyonunu ele alarak kuantum hesaplamanın sigorta şirketlerine değer ile risk arasında daha dengeli portföyler oluşturmada yardımcı olup olamayacağını araştırıyor. Ortak çalışmanın sonuçları Mayıs 2026'da arXiv platformunda yayımlandı; IBM ise ayrıntıları 18 Haziran 2026'da sundu.
Sırt çantası problemi, belirli bir ağırlık veya kapasite sınırını aşmadan mümkün olan en yüksek değeri sağlayan bir öğe grubunun seçilmesinden oluşur. Sigorta uygulamasında sigorta poliçeleri portföye alınacak öğeleri, potansiyel kayıplar ağırlığı, portföy değeri ise beklenen faydayı veya getiriyi temsil eder. Öğe sayısı fazla olduğunda ve ağırlıklar sabit sayılar yerine belirsiz aralıklardan oluştuğunda sorun zorlaşır.
Konut sigortası portföyleri neden farklıdır?
Tüm riskler aynı şekilde hareket etmez. Bir araba kazası büyük ölçüde başka bir sürücünün yaşayacağı kazadan bağımsız olabilir; ancak hava koşullarıyla bağlantılı tehlikeler aynı anda çok sayıda poliçeyi etkileyebilir. Orman yangınları, kasırgalar ve kar fırtınaları tek bir bölgedeki çok sayıda eve zarar verebilir; bu da kayıpların ayrı olaylar olmak yerine birbirine bağlı hale gelmesine yol açar.
Allstate'in baş analitik ve veri sorumlusu Eric Holtz, konut sigortasının yalnızca tek tek riskler açısından değil, portföy perspektifinden düşünmeyi gerektirdiğini söyledi. Bu nedenle her mülkü ayrı ayrı değerlendirmek ve sonuçları toplamak yeterli değildir; sigorta şirketinin aynı anda birden fazla kayıp meydana geldiğinde neler olabileceğini tahmin etmesi ve ağır senaryoların şirketin kabul ettiği risk düzeyi içinde kalmasını sağlaması gerekir.
Allstate şu anda olası sonuçları tahmin etmek için klasik simülasyonlara güveniyor. Şirket 100 bin gelecek senaryosu çalıştırabilir; ancak nadir ve maliyetli olaylar zorluk yaratmaya devam eder. Odak bu senaryoların en kötü %1'ine yönelirse geriye yalnızca yaklaşık bin olay kalır; bu sayı, geniş coğrafi bölgelerde birden fazla tehlike türünü analiz ederken yeterli kesinlik sağlamayabilir.
Kuantum ve klasik hesaplamayı birleştiren yaklaşım
Ekip, konut sigortası portföyleri için özel olarak tasarlanmış bir kuantum yaklaşımını test etti. Bu yaklaşım, değer ile bütçeye veya kabul edilebilir kayıp sınırına uyumu bir araya getiren kombinasyonlara hesabı yönlendirerek aday çözümlerden oluşan bir küme üretmek için IBM Quantum Heron işlemcisinde çalışan bir kuantum devresi kullanıyor.
Daha sonra klasik bir aşama sonuçları iyileştiriyor. Bütçeyi aşan çözümleri düzeltiyor, iyi çözümlerde hangi evlerin sıklıkla yer aldığını öğreniyor ve ardından bu bilgiyi hesabın bir sonraki turunu yönlendirmek için kullanıyor. Böylece süreç, her geçişte sonuçları iyileştirmeyi amaçlayan bir döngü halinde tekrarlanıyor.
Araştırmacılar, kuantum devrelerini büyük problemlerde eğitirken bilinen bir sorunla da karşılaştı: problemin boyutu büyüdükçe öğrenme sinyali zayıflayabiliyor. Bunu aşmak için ekip, devreyi problemin küçük bir versiyonu üzerinde eğitti ve ardından öğrendiklerini daha büyük versiyona aktardı.
IBM'de kuantum hesaplama araştırmacısı ve makalenin yazarlarından biri olan Vaibhav Kumar, mevcut klasik yöntemlerin ya birden fazla senaryonun simülasyonuna dayandığını; bunun doğru ancak hesaplama açısından maliyetli bir seçenek olduğunu, ya da mümkün olan en kötü aralığa odaklandığını; bunun daha güvenli ancak aşırı ihtiyatlı olabileceğini açıkladı.
Geleneksel optimizasyon yöntemleriyle karşılaştırma
Yeni yaklaşımın performansını ölçmek için ekip, sonuçlarını yeterli süre verildiğinde kanıtlanmış en iyi cevaba ulaşabilen kesin bir çözümle karşılaştırdı. Ayrıca hız ile doğruluk arasında denge kuran dört yaygın yaklaşık yöntemle de karşılaştırdı:
- Simüle tavlama.
- Tabu arama.
- Paralel tavlama.
- Genetik algoritma.
Her yönteme her problem için 30 dakika verildi. En fazla 75 öğe içeren problemlerde tüm yöntemler kanıtlanmış en iyi sonuca ulaştı. Problem boyutu büyüdükçe kuantum-klasik yaklaşım, en güçlü klasik sezgisel yöntemlerle rekabet etmeyi sürdürdü; onların performansına yaklaştı ve katı kısıtlarda marjinal olarak daha iyi sonuç verdi.
Bununla birlikte bu yaklaşım, kesin çözümlerin faydalarını yitirecek kadar yavaşladığı boyutlarla henüz başa çıkamıyor. Bu nedenle sonuçlar, gelecekte pratik değer elde etme olasılığına dair erken bir işaret niteliğinde; kuantum hesaplamanın sigorta portföyleri oluşturma sorununu geniş ticari ölçekte gerçekten çözdüğünün kanıtı değil.
Allstate bu deneyimden ne öğreniyor?
Allstate, amacın iki yönlü bir köprü kurmak olduğunu düşünüyor: kuantum cihazlarının şu anda neler yapabildiğini anlamak, cihazlar geliştikçe bunlardan yararlanabilecek iş sorunlarını belirlemek ve teknik olanaklarla pratik ihtiyaçların nerede kesiştiğini öğrenmek.
Holtz, ticari değere ulaşma takviminin belirsiz olmasının beklemek anlamına gelmediğini söyledi; çünkü becerilerini geliştiren ve uygun sorunları erken belirleyen şirketler, teknoloji ilerlediğinde daha hazırlıklı olabilir. Holtz ile Allstate'in sigorta ürünleri organizasyonunda veri bilimcisi ve teknik direktör olan Jan Uthe, teknolojiyi kullanım alanlarından bağımsız incelemek yerine ticari faaliyet açısından önem taşıyan gerçek bir sorunla başlamanın önemine dikkat çekti.
Ortaklık, alana yeni giren kuruluşlara yönelik IBM Quantum Accelerator programı aracılığıyla başladı ve ardından iki yıl süren ortak bir araştırmaya dönüştü. Uthe'ye göre çalışma; sonuçların, kodun ve verilerin yayımlanması sayesinde şeffaflık taşıdı ve başkalarının bunları inceleyip geliştirmesine olanak sağladı.
Kuantum iş akışlarının sigorta şirketlerinin kararlarında ve portföy oluşturma süreçlerinde nasıl bir rol oynayacağı konusunda hâlâ açık sorular var. Ancak deneyim, Allstate'e problemi formüle etme, uygun görevleri seçme ve kuantum işlemeyi klasik yöntemlerle birleştirme konusunda pratik deneyim kazandırdı. Donanım geliştikçe ve gürültü azaldıkça IBM, klasik tarafta gerçekleştirilmesi gereken iş bölümünün azalmasını bekliyor.