Как GPT-5.6 Sol помогает проводить эксперименты в области квантовых вычислений08.09.2026 17:00

Квантовые вычисления — это развивающаяся технология, которая использует уникальные свойства квантовой механики для обработки информации. В будущем она сможет улучшить моделирование сложных материалов и молекул. В отличие от обычных процессоров, квантовые процессоры создаются на основе квантовых битов, или кубитов. Подготовка и проведение экспериментов с кубитами могут занимать месяцы и требовать сотен или тысяч предварительных измерений — работу, в которой искусственный интеллект призван помочь.

Беатрис Янкелевич, аспирантка исследовательской группы по квантовым системам Массачусетского технологического института (EQuS), использовала GPT‑5.6 Sol в связке с Codex, чтобы выяснить, способен ли ИИ оптимизировать ее экспериментальный рабочий процесс. Группа из МТИ изучает сверхпроводящие кубиты, которые охлаждаются почти до абсолютного нуля внутри специализированных устройств, называемых рефрижераторами растворения. Эти кубиты выполняют операции с высокой скоростью, точно управляются с помощью микроволновых сигналов и могут изготавливаться с использованием привычных производственных методов и размещаться на чипе.

После того как чип со сверхпроводящими кубитами создан, упакован и охлажден, исследователи взаимодействуют с ним исключительно через программное обеспечение, что делает эксперименты Янкелевич идеальной средой для тестирования ИИ-агентов. Подключение Codex к лабораторному ПО, координирующему эксперименты, позволило ему запускать измерения, анализировать результаты и принимать решения о дальнейших шагах. Янкелевич обнаружила, что GPT‑5.6 Sol часто может выполнять рутинные рабочие процессы измерений автономно, экономя ей значительное количество времени и позволяя проводить эксперименты без постоянного надзора. Это освободило ей время для анализа результатов, проектирования экспериментов и планирования следующих шагов в ее исследовании.

Сверхпроводящие кубиты часто называют искусственными атомами, потому что, подобно атомам, они могут находиться только на определенных энергетических уровнях. Микроволновые импульсы переводят кубиты между этими уровнями и исследуют их квантовое состояние. Исследователи проектируют и калибруют последовательности импульсов, отправляемых на чип, а затем оцифровывают и анализируют возвращающиеся сигналы. Эти измерения показывают резонансные частоты каждого кубита, что позволяет исследователям точно управлять им, определяют время сохранения кубитом квантовой информации, а также задают настройки, необходимые для выполнения вычислений.

Калибровка кубитов требует серии взаимозависимых измерений, где каждый результат определяет ход дальнейших действий. Свойства кубитов могут со временем дрейфовать, а неожиданное физическое поведение может приводить к несогласованным результатам. Опытные исследователи способны распознавать эти изменения и адаптироваться к ним. Такое сочетание программного управления, повторяющихся измерений и адаптивного принятия решений делает калибровку кубитов чрезвычайно перспективной задачей для ИИ-агентов.

Янкелевич протестировала способность GPT‑5.6 Sol выполнять измерения на откалиброванном шестикубитном чипе — одном из стандартных типов, которые EQuS регулярно использует для бенчмаркинга своего производственного процесса. Она предоставила Codex специализированные навыки измерений, объясняющие, как запускать и оценивать каждый эксперимент. Используя эти навыки и целевые проектные параметры чипа, GPT‑5.6 Sol выбирала параметры измерений, управляла аппаратным обеспечением, анализировала полученные данные, а затем либо уточняла измерение, либо сохраняла результат для использования в следующем шаге.

Когда сигналы были четкими, Codex выполнял стандартную последовательность измерений при минимальном вмешательстве исследователя. Он определял переходные частоты кубита, калибровал импульсы, используемые для управления и считывания, а также вычислял время сохранения кубитом квантовой информации.

GPT‑5.6 Sol сталкивалась с большими трудностями в случаях, когда экспериментальные сигналы были слабыми или зашумленными. В таких ситуациях уходило больше времени на поиск подходящих параметров измерения, и иногда требовалось вмешательство опытного исследователя. Результаты показывают, что современные агенты способны справляться с четко определенными экспериментальными процедурами, однако интерпретация неоднозначных физических результатов по-прежнему остается сложной задачей.

EQuS производит множество таких стандартных чипов, на характеристику каждого из которых у исследователя может уходить несколько дней. Теперь группа регулярно использует агентов для выполнения рутинных измерений, освобождая исследователей для другой работы.

«Я могу запустить агентов для проведения измерений на много часов ночью или пока работаю в чистой комнате, — говорит Янкелевич. — Я могу проверить их работу со своего телефона, посмотреть, что они сделали, и скорректировать их действия, если что-то требует исправления или если я хочу направить эксперимент в другую сторону».

Непосредственное преимущество заключается в том, что агенты Codex помогают исследователям уверенно продвигаться в экспериментальном анализе и измерениях без постоянного контроля. Опытные исследователи все еще могут быстрее находить оптимальные настройки калибровки, чем текущие модели ИИ. Но за счет экономии времени, ранее уходившего на мониторинг каждого этапа процесса калибровки, ученые могут сосредоточиться на других задачах.

Рутинная характеристика чипов следует относительно четко определенному рабочему процессу. Для новых экспериментов Янкелевич ставит перед агентами Codex более узкие задачи, при этом активнее используя их способность писать, модифицировать и тестировать новый код для управления, анализа и моделирования. Подключение агентов напрямую к лаборатории позволяет группе дорабатывать код, проверять его на реальных измерениях и автономно выполнять более длительные блоки работы.

«Я создала инфраструктуру, которая помогает агентам в различных аспектах моей работы — измерениях, теории и проектировании чипов, и теперь это начинает приносить реальные плоды, — рассказала Янкелевич. — У меня может быть несколько агентов, работающих над разными проблемами одновременно, а сама я трачу большую часть времени на задачи более высокого уровня: интерпретацию результатов, разработку экспериментов, планирование дальнейших шагов для агентов, чтение и написание текстов».

Автор