Kuidas GPT‑5.6 Sol aitab teha kvantarvutuse katseid

Kvantarvutus on kujunemisjärgus tehnoloogia, mis kasutab teabe töötlemiseks kvantmehaanika ainulaadseid omadusi. Tulevikus võib see võimaldada keerukate materjalide ja molekulide paremat simuleerimist. Erinevalt tavapärastest protsessoritest koosnevad kvantprotsessorid kvantbittidest ehk kubittidest. Kubitikatsete ettevalmistamine ja tegemine võib võtta kuid ning nõuda sadu või tuhandeid eelmõõtmisi – selles töös saab AI abiks olla.

MIT-i kvantsüsteemide inseneriteaduse rühma (EQuS) magistrant Beatriz Yankelevich kasutas Codexiga ühendatud GPT‑5.6 Soli, et uurida, kas AI saaks tema katselist töövoogu tõhustada. MIT-i rühm uurib ülijuhtivaid kubitte, mida jahutatakse absoluutse nulli lähedale spetsiaalsetes seadmetes, mida nimetatakse lahjenduskülmikuteks. Need kubitid teevad operatsioone kiiresti, neid saab mikrolainesignaalidega täpselt juhtida ning valmistada tuntud tootmismeetoditega ja paigutada kiibile.

Kui ülijuhtiv kubitikiip on valmistatud, korpusesse paigaldatud ja jahutatud, suhtlevad teadlased sellega üksnes tarkvara kaudu. Seetõttu sobivad Yankelevichi katsed hästi AI-agentide katsepolügooniks. Codexi ühendamine katseid koordineeriva laboritarkvaraga võimaldas sellel teha mõõtmisi, analüüsida tulemusi ja otsustada, mida järgmisena proovida. Yankelevich leidis, et GPT‑5.6 Sol suutis tavapärased mõõtmisvood sageli iseseisvalt lõpule viia. See säästis palju tema aega ja võimaldas katseid teha ilma pideva järelevalveta. Nii jäi tal rohkem aega tulemuste analüüsimiseks, katsete kavandamiseks ja uurimistöö järgmiste sammude plaanimiseks.

Ülijuhtivaid kubitte nimetatakse sageli tehisaatomiteks, sest nagu aatomidki saavad need olla ainult kindlatel energiatasemetel. Mikrolaineimpulsid viivad kubitte nende tasemete vahel ja võimaldavad uurida kubittide kvantolekut. Teadlased kavandavad ja kalibreerivad kiibile saadetavad impulsijadad ning seejärel digiteerivad ja analüüsivad tagastuvaid signaale. Need mõõtmised näitavad iga kubiti resonantssagedusi, mis võimaldavad kubitti täpselt juhtida, kvantinfo säilimise kestust ning arvutusteks vajalikke seadeid.

Kubittide kalibreerimine nõuab mitut omavahel sõltuvat mõõtmist, mille iga tulemus määrab järgmise sammu. Kubitite omadused võivad aeg-ajalt muutuda ning ootamatu füüsikaline käitumine võib põhjustada vastuolulisi tulemusi. Kogenud teadlased oskavad neid muutusi märgata ja nendega kohaneda. Tarkvaralise juhtimise, korduvate mõõtmiste ja kohanduva otsustamise kombinatsioon teeb kubittide kalibreerimisest ka AI-agentidele paljutõotava kasutusjuhu.

Yankelevich katsetas GPT‑5.6 Soli võimet teha mõõtmisi kalibreerimata kuue kubitiga kiibil. See oli standardtüüpi kiip, mida EQuS kasutab korrapäraselt oma tootmisprotsessi võrdlevaks hindamiseks. Ta andis Codexile mõõtmispõhised oskused, mis selgitasid iga katse tegemist ja hindamist. Neid oskusi ja kiibi projekteerimise sihtväärtusi kasutades valis GPT‑5.6 Sol mõõtmisparameetrid, juhtis riistvara, analüüsis saadud andmeid ning seejärel kas täpsustas mõõtmist või salvestas tulemuse järgmise mõõtmise jaoks.

Selgete signaalide korral tegi Codex standardse mõõtmisjada läbi teadlase minimaalse sekkumisega. See tuvastas kubiti üleminekusagedused, kalibreeris kubiti juhtimiseks ja lugemiseks kasutatavad impulsid ning määras, kui kaua kubitt kvantinfot säilitas.

GPT‑5.6 Solil oli raskem, kui katsesignaalid olid nõrgad või mürarikkad. Sellistel juhtudel kulus sobivate mõõtmisparameetrite leidmiseks rohkem aega ja mõnikord vajas see kogenud teadlase juhiseid. Tulemused viitavad, et praegused agendid saavad hakkama selgelt määratletud katseliste töövoogudega, kuid mitmetähenduslike füüsikaliste tulemuste tõlgendamine on endiselt keeruline.

EQuS valmistab palju selliseid standardkiipe ning iga kiibi iseloomustamiseks võib teadlasel kuluda mitu päeva. Rühm kasutab nüüd tavapäraste mõõtmiste tegemiseks korrapäraselt agente, et teadlased saaksid keskenduda muule tööle.

„Võin lasta agentidel teha mõõtmisi öö läbi või sel ajal, kui töötan puhasruumis,“ ütles Yankelevich. „Saan telefonist nende töö edenemist kontrollida, vaadata, mida nad on teinud, ning neid suunata, kui midagi vajab parandamist või tahan uurida teistsugust suunda.“

Vahetu eelis on see, et Codexi agendid aitavad teadlastel katseandmete analüüsi ja mõõtmistega järjepidevalt edasi liikuda, ilma et neid peaks pidevalt jälgima. Kogenud teadlased võivad endiselt leida parimad kalibreerimisseaded kiiremini kui praegused AI-mudelid. Kuna teadlastel ei kulu enam aega kalibreerimise iga etapi jälgimisele, saavad nad keskenduda muule tööle.

Kiibi tavapärane iseloomustamine järgib üsna täpselt määratletud töövoogu. Uudsete katsete puhul annab Yankelevich Codexi agentidele kitsamad katselised eesmärgid ning kasutab rohkem nende võimet kirjutada, muuta ja katsetada uut juhtimis-, analüüsi- ja simulatsioonikoodi. Agentide otse laboriga ühendamine võimaldab rühmal koodi muuta, seda tegelike mõõtmistega katsetada ja pikemaid tööetappe iseseisvalt lõpule viia.

„Olen loonud taristu, mis juhib agente minu töö eri osades – mõõtmises, teoorias ja kiibidisainis – ning nüüd hakkab see end tõesti ära tasuma,“ ütles Yankelevich. „Saan panna mitu agenti korraga eri probleemidega tegelema ning kulutada suurema osa ajast kõrgema taseme tööle: tulemuste tõlgendamisele, katsete kavandamisele, agentide järgmiste sammude plaanimisele, lugemisele ja kirjutamisele.“