GPT-5.6 Sol и Codex в квантовой лаборатории MIT
Как аспирант MIT использует GPT-5.6 Sol с Codex для автономной калибровки кубитов и проведения квантовых экспериментов.
ИИ берётся за квантовую физику: эксперимент в MIT
Квантовые вычисления — одна из самых сложных экспериментальных дисциплин в современной науке. Подготовка и запуск экспериментов с кубитами (qubit — квантовый бит, базовая единица квантовых вычислений) могут занимать месяцы и требуют сотен, а то и тысяч предварительных измерений. Именно здесь на помощь приходит искусственный интеллект.
Беатрис Янкелевич, аспирантка группы Engineering Quantum Systems Group (EQuS) Массачусетского технологического института, использовала GPT‑5.6 Sol в связке с Codex, чтобы проверить, способен ли ИИ упростить её исследовательский процесс.
Сверхпроводящие кубиты: что изучает EQuS
Группа MIT изучает сверхпроводящие кубиты, которые охлаждаются до температуры, близкой к абсолютному нулю, внутри специализированных устройств — рефрижераторов растворения (dilution refrigerators). Эти кубиты выполняют операции быстро, точно управляются с помощью микроволновых сигналов и могут изготавливаться по хорошо известным производственным технологиям, а затем размещаться на чипе.
Сверхпроводящие кубиты нередко называют «искусственными атомами» — подобно настоящим атомам, они могут находиться только на определённых энергетических уровнях. Микроволновые импульсы переводят кубиты между этими уровнями и зондируют их квантовое состояние.
После того как чип со сверхпроводящими кубитами изготовлен, упакован и охлаждён, исследователи взаимодействуют с ним исключительно через программное обеспечение — это делает эксперименты Янкелевич идеальной испытательной площадкой для ИИ-агентов.
Почему калибровка кубитов — настоящий вызов
Измерения позволяют выявить резонансные частоты каждого кубита, что даёт возможность точно им управлять; определить, как долго кубит удерживает квантовую информацию; и установить параметры, необходимые для вычислений.
Калибровка кубитов требует серии взаимозависимых измерений, где каждый результат определяет следующий шаг. Свойства кубитов могут периодически «дрейфовать», а неожиданное физическое поведение способно давать противоречивые результаты. Опытные исследователи умеют распознавать эти изменения и адаптироваться к ним.
Калибровка — это не разовая задача. Квантовые машины постоянно нуждаются в перекалибровке, и именно эксперты-люди зачастую становятся здесь узким местом.
Сегодня калибровка в основном выполняется физиками-людьми или простыми алгоритмами, что бывает неточным, занимает дни и плохо масштабируется. Сочетание программного управления, повторяющихся измерений и адаптивного принятия решений делает калибровку кубитов убедительным сценарием применения ИИ-агентов.
graph TD
A[Изготовление чипа с кубитами] --> B[Охлаждение в рефрижераторе]
B --> C[Программное управление через ПО]
C --> D[GPT-5.6 Sol + Codex]
D --> E[Запуск измерений]
E --> F{Сигнал чёткий?}
F -- Да --> G[Автономная калибровка]
F -- Нет --> H[Запрос помощи исследователя]
G --> I[Анализ результатов]
H --> I
I --> J[Следующий шаг эксперимента]
Как GPT-5.6 Sol подключился к лаборатории
Подключение Codex к лабораторному программному обеспечению, координирующему эксперименты, позволило ему запускать измерения, анализировать результаты и самостоятельно решать, что попробовать дальше.
Янкелевич проверила возможности GPT‑5.6 Sol на задаче проведения измерений некалиброванного шестикубитного чипа — стандартного типа, который EQuS регулярно использует для оценки своего производственного процесса.
Что удалось сделать автономно
Когда сигналы были чёткими, Codex завершал стандартную последовательность измерений практически без вмешательства исследователя. Система определяла частоты переходов кубита, калибровала импульсы для управления и считывания, а также устанавливала, как долго кубит сохраняет квантовую информацию.
Янкелевич обнаружила, что GPT‑5.6 Sol часто способен самостоятельно выполнять рутинные измерительные процедуры, экономя ей значительное количество времени и позволяя проводить эксперименты без постоянного контроля. Это освободило её для анализа результатов, разработки новых экспериментов и планирования следующих шагов в исследовании.
Где возникали трудности
GPT‑5.6 Sol испытывал больше затруднений, когда экспериментальные сигналы были слабыми или зашумлёнными. В таких случаях ему требовалось больше времени на поиск подходящих параметров измерений, а иногда была необходима помощь опытного исследователя.
Сравнение: человек vs. ИИ-агент в квантовой лаборатории
| Задача | Исследователь-человек | GPT-5.6 Sol + Codex |
|---|---|---|
| Рутинная калибровка кубитов | Несколько часов вручную | Автономно, без вмешательства |
| Анализ чётких сигналов | Требует концентрации | Полностью автономно |
| Работа с зашумлёнными сигналами | Опытный физик адаптируется | Нужна подсказка исследователя |
| Адаптация к дрейфу кубитов | Узнаёт по опыту | Пока требует надзора |
| Планирование новых экспериментов | Сильная сторона учёного | Поддержка, но не замена |
| Масштабирование на сотни кубитов | Крайне затруднено | Потенциально решаемо |
Почему это важно для будущего квантовых вычислений
В отличие от обычных процессоров, квантовые процессоры строятся на квантовых битах — кубитах. Подготовка и запуск экспериментов с кубитами могут занимать месяцы и требуют сотен или тысяч предварительных измерений — работы, с которой ИИ вполне способен помочь.
По мере того как системы растут в сложности, калибровка операций сотен кубитов превращается в серьёзное узкое место. Если этот процесс удастся автоматизировать, это станет переломным моментом для масштабирования квантового железа.
Эксперимент в MIT — не единственный в своём роде. В похожем исследовании агент работал полностью автономно в течение 3 часов и успешно нашёл несколько валидных наборов параметров для двухкубитного гейта — без единого вмешательства человека.
GPT-5.6 Sol: от кода к науке
GPT‑5.6 — сильнейшая на сегодня модель OpenAI для ускорения ИИ-исследований. Внутри самой компании исследователи используют её на всех этапах цикла разработки: диагностика сбоев, оптимизация систем обучения, запуск экспериментов и интерпретация результатов.
GPT‑5.6 Sol демонстрирует широкие достижения в области научных исследований. В тестах по наукам о жизни модель показывает улучшение по сравнению с GPT‑5.5 в задачах реальной биологии, исследовательских рабочих процессах и химии.
Codex способен помогать писать и отлаживать код, анализировать наборы данных и создавать воспроизводимые рабочие процессы. В сочетании с возможностью подключения к реальному лабораторному оборудованию через API это открывает новые горизонты для автоматизации науки.
Вывод: ИИ-агент как лабораторный ассистент нового поколения
Эксперимент Янкелевич наглядно показывает, каким может стать научный процесс уже в ближайшие годы. ИИ берёт на себя рутинные, повторяющиеся и хорошо формализованные задачи — запуск измерений, сбор данных, первичный анализ — освобождая учёного для по-настоящему творческой работы: разработки гипотез, интерпретации неожиданных результатов и планирования прорывных экспериментов.
Квантовые вычисления остаются одной из самых сложных областей экспериментальной физики. Но именно здесь, где цена ошибки высока, а объём рутинной работы огромен, ИИ-агенты могут проявить себя в полную силу — не заменяя учёных, а становясь их самым умным лабораторным партнёром.