贵州
编辑：kid
一台未经校准的六量子比特超导芯片，被交到了AI手里。
这次测试不只涉及实验方案或现成数据分析。MIT工程量子系统组研究人员把GPT-5.6 Sol接入Codex，再连接实验室软件，让它直接选择测量参数、操作硬件、读取结果，并决定下一步该怎么测。
消息由OpenAI于9月8日公布。参与测试的是MIT研究生Beatriz Yankelevich。实验结果显示，在信号清晰、流程明确时，AI可以用很少的人工干预完成一套标准测量；但面对微弱或嘈杂的信号，它会花更长时间寻找参数，有时仍需要经验丰富的研究员出手。
准确地说，AI没有“接管量子计算机”。它通过研究人员提供的操作技能和硬件接口，接过了一部分重复、耗时又必须做准的工作。
01
它到底替研究员做了什么
超导量子比特需要在接近绝对零度的环境中工作，芯片会被放进稀释制冷机。研究人员不能像摆弄普通电子元件一样直接碰它，而是通过软件控制微波脉冲，再从返回的信号里判断量子比特的状态。
问题在于，一块芯片做好、封装并冷却之后，并不能马上投入实验。研究员要先进行一连串相互依赖的测量：找出量子比特的共振频率，校准控制和读取所需的脉冲，再测量它能保持量子信息多长时间。
前一步的结果，会决定后一步的参数。芯片状态还可能漂移，偶尔也会冒出不符合预期的物理现象。熟练研究员通常要一边看数据，一边调整测量。MIT团队制造的这类标准芯片，每块都可能花掉研究员数天时间来完成表征。
Yankelevich为Codex提供了针对不同测量任务的操作技能，并给出芯片的设计目标。接下来，GPT-5.6 Sol会选择参数、调用实验室软件操作硬件、分析返回数据；如果结果不够好，它就继续调整测量，如果结果可用，则保存下来交给下一项测量。
02
AI做成了哪些测量
在清晰信号下，Codex完成了标准测量序列。它识别出量子比特的跃迁频率，校准用于控制和读取量子比特的脉冲，还测出了量子比特保持量子信息的时间。
听起来像几句话，实际背后是一组接一组实验。微波频率要扫到合适位置，驱动功率要反复调整，量子比特的弛豫和相干时间也要通过不同脉冲时长测出来。任何一个参数偏掉，后面的结果都可能跟着跑偏。
OpenAI公布的实验图中，可以看到AI完成的拟合曲线和校准结果。对研究员来说，这些图不是漂亮的展示页，而是判断硬件是否可控、测量能否继续的工作底稿。
AI还完成了读取校准。图里的点云、直方图和重叠区域，用来帮助研究员分辨量子比特处于基态还是激发态。说得直白一点：实验设备返回的是电信号，系统得先学会把这些信号“认对”，后面的计算才有意义。
03
它能值夜班，但还不能独自当科学家
这次实验最实在的变化，是研究员不必一直盯着设备。
Yankelevich说，她可以让智能体在夜间连续运行数小时，或者在自己进入洁净室工作时继续测量。她用手机查看进度，需要修正问题或探索新方向时，再介入引导。目前，MIT团队已经经常用智能体处理这类常规测量。
不过，实验也把AI的边界摆得很清楚。信号强、任务定义清楚时，它能稳步完成流程；信号弱、噪声大或物理现象模糊时，它就更容易卡住。这些情况不仅要求“看懂图”，还需要结合硬件经验判断：究竟是参数没调好、设备状态漂移，还是出现了值得追查的新现象。
OpenAI也承认，经验丰富的研究员可能比现有模型更快找到最佳校准设置。对于新实验，研究人员仍会把目标拆得更窄，并亲自承担结果解释、实验设计和下一步规划。AI负责的是测量、改代码、跑分析和长时间守候，科学判断仍在人手里。
— 完 —
科技前沿进展每日见
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
