GPT-5.6 Sol kalibruje kubity. Jak AI wspiera fizykę kwantową

• Badaczka z MIT z grupy Engineering Quantum Systems (EQuS) wykorzystała GPT-5.6 Sol połączonego z Codex do prowadzenia eksperymentów na komputerze kwantowym
• System samodzielnie kalibrował kubity nadprzewodzące na sześciokubitowym chipie, dobierając parametry pomiarów i analizując wyniki bez stałego nadzoru człowieka
• AI działało w oparciu o wcześniej opisane "umiejętności" - instrukcje, jak przeprowadzać i oceniać konkretne pomiary
• Dzięki temu badaczka mogła poświęcić więcej czasu na projektowanie eksperymentów i analizę danych, zamiast na powtarzalne czynności pomiarowe

Co jeśli komputer kwantowy mógłby sam siebie skalibrować w nocy, a rano naukowiec zastałby gotowe wyniki zamiast stosu surowych danych do przeklikania? W laboratorium EQuS na MIT to już nie jest scenariusz z przyszłości. To codzienność jednej doktorantki i jej asystenta AI.

Kubity, które trzeba pieścić jak kapryśne artefakty

Beatriz Yankelevich, doktorantka w MIT Engineering Quantum Systems Group, zajmuje się kubitami nadprzewodzącymi. To urządzenia chłodzone niemal do zera absolutnego wewnątrz specjalnych kriostatów zwanych chłodziarkami rozcieńczeniowymi - wyglądają dokładnie tak, jak można by się spodziewać po sprzęcie rodem z filmu science fiction. Kubity nadprzewodzące działają szybko, da się je precyzyjnie sterować impulsami mikrofalowymi, a do ich produkcji stosuje się techniki znane z klasycznej elektroniki.

Fizycy nazywają je czasem "sztucznymi atomami", bo podobnie jak prawdziwe atomy mogą przyjmować tylko określone poziomy energii. Impulsy mikrofalowe przesuwają kubit między tymi poziomami i pozwalają odczytać jego stan kwantowy. Z tych pomiarów wynikają kluczowe parametry: częstotliwości rezonansowe potrzebne do precyzyjnego sterowania, czas, przez jaki kubit zachowuje informację kwantową, oraz ustawienia niezbędne do wykonywania obliczeń.

Problem w tym, że kalibracja kubitów to nie jeden pomiar, tylko cały łańcuch zależnych od siebie eksperymentów. Każdy wynik wpływa na to, co trzeba zrobić w następnym kroku. Do tego dochodzi dryf parametrów kubitów i nieprzewidziane zachowania fizyczne, które potrafią zepsuć spójność wyników. Doświadczony badacz rozpoznaje takie odchylenia i reaguje na bieżąco. Właśnie to połączenie sterowania software'owego, powtarzalnych pomiarów i adaptacyjnego podejmowania decyzji sprawia, że kalibracja kubitów to niemal wymarzone zadanie dla agentów AI.

Codex przejmuje rutynę, człowiek zajmuje się myśleniem

Gdy chip z kubitami jest już wyprodukowany, zapakowany i schłodzony, badacze komunikują się z nim wyłącznie przez oprogramowanie. To właśnie ta cecha zrobiła z eksperymentów Yankelevich naturalne pole testowe dla agentów AI. Podłączenie Codex do oprogramowania laboratoryjnego koordynującego eksperymenty pozwoliło systemowi samodzielnie uruchamiać pomiary, analizować wyniki i decydować, co zrobić dalej.

Yankelevich testowała zdolności GPT-5.6 Sol na nieskalibrowanym sześciokubitowym chipie - standardowym modelu, którego grupa EQuS regularnie używa do sprawdzania jakości swojego procesu produkcyjnego. Zamiast rzucać systemem na głęboką wodę, dostarczyła mu konkretne "umiejętności": instrukcje opisujące, jak przeprowadzać i oceniać każdy typ eksperymentu. Mając te wytyczne oraz docelowe parametry chipa, GPT-5.6 Sol samodzielnie dobierał parametry pomiarów, obsługiwał sprzęt, analizował dane, a następnie albo poprawiał pomiar, albo zapisywał wynik jako ostateczny.

Efekt? System często kończył rutynowe procedury pomiarowe całkowicie samodzielnie. To oszczędzało badaczce znaczną ilość czasu i pozwalało prowadzić eksperymenty bez konieczności stałego nadzoru. W praktyce oznaczało to więcej godzin na to, co dla naukowca jest naprawdę wartościowe - analizę wyników, projektowanie kolejnych eksperymentów i planowanie następnych kroków badawczych, zamiast klikania przez kolejne iteracje tego samego pomiaru.

Dlaczego to nie jest tylko ciekawostka z jednego laboratorium

Ten przypadek wpisuje się w szerszy trend, o którym pisaliśmy już przy okazji nowych narzędzi agentowych OpenAI - modele językowe coraz częściej nie tylko generują tekst, ale samodzielnie operują na realnym sprzęcie i podejmują decyzje operacyjne. Podobny kierunek widać przy rozwoju infrastruktury OpenAI, gdzie efektywność i autonomia idą w parze.

Widać to też na tle konkurencji modeli. GPT-5.6 Sol to kolejna iteracja po stronie OpenAI, obok zapowiadanego już GPT-6 Astra, a rywale z branży, jak Anthropic przy Claude i jego funkcjach pamięci, idą podobną drogą - w stronę agentów, którzy pamiętają kontekst pracy i działają dłużej bez nadzoru. Fizyka kwantowa jest tylko jednym z pól, gdzie taka autonomia ma sens, bo eksperymenty na kubitach wymagają miesięcy pracy i tysięcy pomiarów wstępnych.

Dla Polski to na razie odległy temat - krajowe zespoły badawcze zajmujące się komputerami kwantowymi są nieliczne, a dostęp do sprzętu tej klasy ograniczony. Sam wzorzec - agent AI przejmujący rutynowe, powtarzalne procedury laboratoryjne - da się jednak przenieść na inne dziedziny nauki i przemysłu, gdzie liczy się precyzja i cierpliwość, a nie kreatywność.

Case study OpenAI pokazuje coś prostego: agent AI nie musi rozumieć fizyki kwantowej lepiej niż doktorant z MIT. Wystarczy, że dostanie jasne instrukcje, jak wykonać konkretne zadanie, i konsekwentnie je wykonuje - bez zmęczenia, bez znudzenia setnym powtórzeniem tego samego pomiaru. To właśnie ten rodzaj pracy, a nie kreatywne przełomy naukowe, najszybciej trafia dziś pod skrzydła AI.

Najczęstsze pytania

Czym różnią się kubity nadprzewodzące od zwykłych bitów w komputerze?

Zwykły bit przyjmuje wartość 0 albo 1. Kubit nadprzewodzący, chłodzony niemal do zera absolutnego, może istnieć w stanach pośrednich dzięki zjawiskom kwantowym, co pozwala na inny rodzaj obliczeń. Do jego sterowania i odczytu stanu używa się precyzyjnych impulsów mikrofalowych.

Co dokładnie robił GPT-5.6 Sol w tym eksperymencie?

Model, połączony z Codex, łączył się z oprogramowaniem laboratoryjnym, dobierał parametry pomiarów na sześciokubitowym chipie, uruchamiał eksperymenty, analizował wyniki i decydował, czy powtórzyć pomiar, czy zapisać go jako gotowy. Działał na podstawie wcześniej zdefiniowanych instrukcji opisujących każdy typ pomiaru.

Czy to oznacza, że AI zastąpi fizyków zajmujących się komputerami kwantowymi?

Nie, źródło opisuje odwrotny efekt - AI przejęło rutynowe, powtarzalne pomiary, dzięki czemu badaczka miała więcej czasu na projektowanie eksperymentów i analizę wyników, czyli zadania wymagające ludzkiego osądu. Kalibracja kubitów pozostaje procesem nadzorowanym przez naukowca.

Dlaczego kalibracja kubitów trwa tak długo bez wsparcia AI?

Bo wymaga serii zależnych od siebie pomiarów, gdzie każdy wynik wpływa na kolejny krok, a parametry kubitów potrafią dryfować w czasie. Tradycyjnie oznacza to miesiące pracy i setki, a nawet tysiące pomiarów wstępnych wykonywanych ręcznie lub półautomatycznie.