MITとOpenAI、量子実験の自動化に「GPT-5.6 Sol」を活用——超伝導量子ビットの校正を自律化

要点

• OpenAIは2026年9月8日、MITの研究者が量子チップの測定・校正作業に「GPT-5.6 Sol」とCodexを活用した事例を公表した。

• 実験室の制御ソフトウェアとAIを接続し、未校正の6量子ビットチップにおけるパラメータ選択やデータ解析を自律実行させた。

• 明瞭な信号環境では周波数特定やパルス校正を自律完了できた一方、ノイズが多い測定では熟練研究者の介入を要する課題も判明した。

• 夜間や別作業中に測定を任せてスマートフォンから監視できるようになり、実験設計やデータ分析などの高度な作業への集中が可能になった。

• OpenAIは2026年9月8日、マサチューセッツ工科大学（MIT）の研究グループが量子コンピューティング実験の自動化に「GPT-5.6 Sol」を活用した事例を公式ブログで発表した。極低温環境で動作する超伝導量子ビットチップの特性評価や校正作業をAIエージェントに委ねることで、従来数日を要していたルーチン測定を効率化したという。実験装置をソフトウェア経由で制御する環境とAIの自律判断を組み合わせることで、研究者の常時監視を不要にする体制を整えた。

膨大な予備測定を要する超伝導量子ビットの校正

量子コンピューティングは、量子力学の原理を利用して複雑な材料や分子の挙動をシミュレーションすることなどが期待される技術だ。その基本単位である量子ビット（qubit）を用いた実験では、準備や実行に数ヶ月を要し、数百から数千回に及ぶ予備的な測定を行わなければならない負担が存在していた。

MITの工学量子システムグループ（EQuS）の大学院生ベアトリス・ヤンケレビッチ（Beatriz Yankelevich）氏は、このワークフローをAIで効率化できるかを検証した。EQuSが扱う「超伝導量子ビット」は、希釈冷凍機と呼ばれる専用装置で絶対零度近くまで冷却され、マイクロ波信号で精密制御される。チップ製造と冷却後はすべての操作をソフトウェア経由で行うため、AIエージェントとの親和性が高い実験環境となっていた。

実験ソフトと連携し、パラメータ選定から測定まで自律処理

超伝導量子ビットは特定のエネルギー準位を取るため「人工原子」とも呼ばれる。マイクロ波パルスを照射して状態を変化させ、反射信号をデジタル化して解析することで、共振周波数の特定や量子情報の保持時間の計測、計算に必要な設定を行っていく。これらの校正は、直前の測定結果が次の手順を左右する相互依存的な連続プロセスだ。

ヤンケレビッチ氏は、Codexに実験手順や評価基準をまとめたスキルを与え、実験室の制御ソフトと接続した。未校正の6量子ビットチップを用いたテストでは、GPT-5.6 Solが設計目標をもとにパラメータを選択し、機器操作からデータ解析、測定の微調整までを自律的に実行した。

信号が明瞭な条件下では、研究者の介入なしで標準的な測定シーケンスを完結できたという。具体的には、量子ビットの遷移周波数の特定、制御・読み出し用パルスの校正、量子情報保持時間の計測などを自律的に達成した。

ノイズ環境下での課題とAIの現状

一方で、実験信号が微弱であったりノイズが多かったりする状況では、適切なパラメータの特定に時間を要し、熟練研究者の助言を必要とする場面も見られた。明確に定義された実験手順であれば現在のAIエージェントで十分に対応できるものの、曖昧な物理的結果の解釈には依然として課題が残ることが示されている。

また、最適な校正設定を素早く判断する点では熟練研究者の方が優れている場合もあるが、校正の全工程を人間が常時監視する手間を削減できる効果は大きいという。

遠隔監視とコード生成による研究体制の効率化

EQuSではこうした標準チップを多数製造しており、従来は1個の特性評価に数日を費やしていた。現在ではルーチン測定をエージェントに日常的に任せている。ヤンケレビッチ氏は、夜間やクリーンルーム作業中にもエージェントに長時間測定を行わせ、スマートフォンから進捗確認や軌道修正を行っているという。

さらに、未知の新規実験を行う際には、目標を絞り込みつつ制御・解析・シミュレーション用のコード作成・テスト能力を活用している。実験系とAIを直結することで、コード修正と実測検証のサイクルを迅速に回せるようになった。

ヤンケレビッチ氏は測定や理論、設計など複数の領域でエージェントを誘導する基盤を構築しており、複数のAIに異なる課題を同時に担当させていると説明する。これにより、研究者は結果の解釈や実験立案といった、より高度な知的作業に専念できるようになったという。