Jak GPT‑5.6 Sol pomáhá s experimenty s kvantovými počítači

Kvantové výpočty jsou nově vznikající technologií, která ke zpracování informací využívá jedinečné vlastnosti kvantové mechaniky. Jednou by mohly umožnit přesnější simulace složitých materiálů a molekul. Na rozdíl od běžných procesorů jsou kvantové procesory tvořeny kvantovými bity neboli qubity. Příprava a provádění experimentů s qubity trvá až měsíce a vyžaduje stovky až tisíce předběžných měření – a právě s touto prací může pomoci AI.

Beatriz Yankelevich, postgraduální studentka ze skupiny Engineering Quantum Systems (EQuS) na MIT, využila model GPT‑5.6 Sol propojený s Codexem, aby zjistila, zda může AI zefektivnit její experimentální postupy. Skupina na MIT zkoumá supravodivé qubity, které se ve specializovaných zařízeních zvaných směšovací kryostaty chladí téměř na absolutní nulu. Tyto qubity provádějí operace rychle, lze je přesně řídit mikrovlnnými signály a vyrábět zavedenými výrobními postupy i uspořádat na čipu.

Jakmile je supravodivý qubitový čip vyroben, zapouzdřen a ochlazen, výzkumníci s ním pracují výhradně prostřednictvím softwaru. Experimenty Yankelevich tak představují přirozené testovací prostředí pro agenty AI. Napojení Codexu na laboratorní software, který koordinuje experimenty, mu umožnilo provádět měření, analyzovat výsledky a rozhodovat, co vyzkoušet dál. Yankelevich zjistila, že GPT‑5.6 Sol často dokáže autonomně provést rutinní postupy měření. Ušetřil jí tak značné množství času a umožnil provádět experimenty bez neustálého dohledu. Díky tomu mohla věnovat více času analýze výsledků, navrhování experimentů a plánování dalších kroků výzkumu.

Supravodivým qubitům se často říká umělé atomy, protože stejně jako atomy mohou nabývat pouze určitých energetických hladin. Mikrovlnné pulzy převádějí qubity mezi těmito hladinami a zjišťují jejich kvantový stav. Výzkumníci navrhují a kalibrují sekvence pulzů vysílaných do čipu a poté digitalizují a analyzují vracející se signály. Tato měření odhalují rezonanční frekvence jednotlivých qubitů, které umožňují jejich přesné řízení, dobu, po kterou qubit uchovává kvantovou informaci, a nastavení potřebná k provádění výpočtů.

Kalibrace qubitů vyžaduje řadu vzájemně závislých měření, přičemž každý výsledek určuje další postup. Vlastnosti qubitů se mohou občas měnit a neočekávané fyzikální chování může vést k nekonzistentním výsledkům. Zkušení výzkumníci dokážou tyto změny rozpoznat a přizpůsobit se jim. Díky spojení softwarového řízení, opakovaných měření a adaptivního rozhodování je kalibrace qubitů také přesvědčivým případem využití AI agentů.

Yankelevich testovala schopnost modelu GPT‑5.6 Sol provádět měření na nezkalibrovaném šestiqubitovém čipu standardního typu, který skupina EQuS běžně používá k porovnávání výsledků svého výrobního procesu. Codexu poskytla dovednosti určené pro jednotlivá měření, které vysvětlovaly, jak každý experiment provést a vyhodnotit. Pomocí těchto dovedností a cílových parametrů návrhu čipu GPT‑5.6 Sol zvolil parametry měření, ovládal hardware, analyzoval získaná data a následně měření buď zpřesnil, nebo výsledek uložil pro použití v dalším měření.

Když byly signály zřetelné, Codex dokončil standardní posloupnost měření s minimálními zásahy výzkumnice. Určil přechodové frekvence qubitu, zkalibroval pulzy používané k jeho řízení a odečtu a zjistil, jak dlouho qubit uchovává kvantovou informaci.

Slabé nebo zašuměné experimentální signály působily modelu GPT‑5.6 Sol větší potíže. V takových případech mu nalezení vhodných parametrů měření trvalo déle a někdy potřeboval pomoc zkušeného výzkumníka. Výsledky naznačují, že současní agenti zvládají jasně definované experimentální postupy, ale interpretace nejednoznačných fyzikálních výsledků zůstává náročná.

EQuS vyrábí mnoho těchto standardních čipů a charakterizace každého z nich může výzkumníkovi zabrat několik dní. Skupina nyní běžně využívá agenty k rutinním měřením, takže se výzkumníci mohou soustředit na jinou práci.

„Agenty mohu nechat provádět měření dlouhé hodiny přes noc nebo během své práce v čisté laboratoři,“ uvedla Yankelevich. „Z telefonu mohu zkontrolovat, co udělali, a nasměrovat je, pokud je třeba něco opravit nebo pokud chci prozkoumat jiný směr.“

Bezprostřední výhodou je, že agenti Codexu mohou výzkumníkům pomáhat soustavně postupovat v analýze experimentů a měření bez neustálého dohledu. Zkušení výzkumníci možná stále dokážou určit nejlepší nastavení kalibrace rychleji než současné modely AI. Díky ušetřenému času, ve kterém dříve museli sledovat každý krok kalibrace, se však mohou věnovat jiné práci.

Rutinní charakterizace čipu probíhá podle poměrně přesně stanoveného postupu. U nových experimentů zadává Yankelevich agentům Codex užší experimentální cíle a více využívá jejich schopnost psát, upravovat a testovat nový kód pro řízení, analýzu a simulaci. Přímé propojení agentů s laboratoří umožňuje skupině upravovat kód, ověřovat jej na skutečných měřeních a autonomně zvládat delší úseky práce.

„Vybudovala jsem infrastrukturu, která agenty provází několika oblastmi mé práce – měřením, teorií a návrhem čipů – a teď se to opravdu začíná vyplácet,“ uvedla Yankelevich. „Mohu nechat několik agentů současně pracovat na různých problémech a většinu času věnuji práci na vyšší úrovni – interpretaci výsledků, navrhování experimentů, plánování dalších kroků pro agenty, čtení a psaní.“