פריצת דרך קוונטית: מיקרוסופט חושפת את השבב הקוונטי Majorana 2
מיקרוסופט מעריכה שתוכל להגיע למחשב קוונטי בקנה מידע רחב כבר בשנת 2029 – הרבה יותר מוקדם מהתכנון המקורי
מיקרוסופט חשפה השבוע את Majorana 2 – שבב הקוונטום הטופולוגי החדש ביותר שלה, הכולל מערך חומרים מהדור הבא וקיוביטים שהם אמינים פי 1,000 מהדורות הקודמים. בעקבות ההתקדמות הזו, הצוות מעריך כעת כי יוכל להגיע למחשב קוונטי בקנה מידה רחב עד שנת 2029 -קיצור של חצי מהתכנון המקורי.
באמצעות שימוש בסוכני AI חדשים ומתקדמים, שתוכננו במיוחד כדי להאיץ את התהליך המדעי ואת שיתופי הפעולה בנושא, צוות הקוונטום של מיקרוסופט מתגבר על חסמי אמינות, מהירות וגודל – שהגבילו עד כה את היישום הממשי של מחשוב קוונטי.
לדוגמה, הקיוביטים של השבב החדש יכולים לשמור על מצבם הקוונטי לאורך זמן הארוך פי 1,000 מהדור הראשון, מה שמאפשר חישוב אמין יותר. בעוד שגישות נפוצות אחרות מודדות את "אורך החיים" של קיוביט במיקרו שניות, Majorana 2 מספק עבור קיוביט זמן חיים ממוצע של 20 שניות, ובמקרים מסוימים אף עד דקה אחת. מדובר בשיפור שניתן להשוות להמצאת סוללה לטלפון, שבמקום להתרוקן תוך יום אחד מספיקה לכמעט שלוש שנים.
אמינות יוצאת דופן זו, יחד עם מהירות גבוהה (פעולות של מיקרו שנייה אחת) וגודל קיוביט קטן (מאית ממילימטר), מציבים את הצוות במסלול להשגת מחשב קוונטי מדרגי ובעל ערך מסחרי עד 2029. מכונה כזו עשויה לפתור בעיות מורכבות בתחומים כמו בריאות עולמית, אספקת מזון, קיימות, ייצור אנרגיה ועוד.
"אנחנו צריכים לבצע בכל שנה שיפורים שיקרבו אותנו למימוש מחשב שאנחנו מאמינים שיהיה בעל ערך מסחרי וחברתי עצום", אמר צ’טאן נאיאק, עמית טכני במיקרוסופט. "אנחנו חייבים להמשיך להתקדם לפי מפת הדרכים כדי להשיג זאת. איפה אנחנו ביחס לשנה שעברה? אנחנו טובים פי 1,000".
כעת, גם חוקרים ומהנדסים המחפשים פריצות דרך מדעיות או הנדסיות יכולים להיעזר באותה מומחיות של סוכני AI, שבה משתמש צוות הקוונטום של מיקרוסופט בתכנית Majorana.
החברה הכריזה גם על זמינות כללית של Microsoft Discovery – פלטפורמה מקיפה שמאפשרת לארגונים לאמץ מחקר ופיתוח פורצי דרך. הפלטפורמה משלבת סוכני AI ייעודיים למחקר ופיתוח מדעי, מנוע Discovery שמניע תהליכי מחקר והסקת מסקנות, וכן יכולות אבטחה, ממשל ושקיפות ברמה ארגונית.
בנוסף, מיקרוסופט הציגה בתצוגה מוקדמת את אפליקציית Microsoft Discovery הכוללת יכולות ליבה, שכל אדם יכול להוריד בחינם ולהריץ מקומית על המחשב שלו באמצעות חשבון GitHub Copilot – ובכך להנמיך את סף הכניסה למחקר מתקדם מבוסס בינה מלאכותית.
Microsoft Discoveryמאפשר לחוקרים להפעיל צוותי סוכנים אוטונומיים בהנחיית מומחים אנושיים, שיכולים לנתח כמויות גדולות של ידע, לייצר השערות, לייעל ניסויים, לאמת תיאוריות וללמוד בלולאה מתמשכת. מנגנוני בקרה מובנים מבטיחים שהמחקר נשאר מותאם ליעדים, לדרישות אבטחה ורגולציה ולתקני בטיחות.
"מאז שהשקנו את Microsoft Discovery בשנה שעברה, ראינו לקוחות משתמשים במערכת בתעשיות קריטיות כמו מדעי החיים, כימיה וחומרים, אנרגיה, ייצור ומוצרי צריכה", אומר אסים דטאר, סגן נשיא לתחום חדשנות מוצר ב-Microsoft Discovery. "עם חברות כמו Syensqo שמפתחות נוזלים מהדור הבא לייצור שבבים, ההזדמנויות להשפעה הן עצומות".
המדענים והמהנדסים בצוות הקוונטום השתמשו ביכולות האג'נטיות של Microsoft Discovery לניהול תהליכי עבודה, אוטומציית מדידות, אופטימיזציית ייצור, איתור פגמים שלא זוהו בעבר והצעת פתרונות חדשים.
בינה מלאכותית אג'נטית חדרה כמעט לכל מה שאנחנו עושים – היא פשוט הפכה לחלק טבעי מאוד מהעבודה שלנו", אומר נאיאק. "הסוכנים יכולים להאיץ תהליכים במידה שאתה רוצה – החל מאיסוף וסיכום מידע, ועד סינתזה עמוקה יותר או יצירת השערות מעניינות. זה חזק מאוד כבר עכשיו".
סוכני AI יכולים לסייע בגילוי חומרים חדשים
Majorana 1 שהוצג רק בשנה שעברה, היה מהפכני משום שהשתמש במוליך על טופולוגי – סוג ייחודי של חומר שמאפשר יצירת מצב חומר חדש לחלוטין, המוביל לחישוב קוונטי יציב יותר. כדי לשפר את הוכחת ההתכנות המקורית, הצוות בחן מחדש את מערך החומרים.
מוליך העל המקורי של Majorana השתמש באלומיניום, אך Majorana 2 משתמש בעופרת – חומר שמשמש בדרך כלל להגנה מפני קרינה בבתי חולים ובתעשייה. במחשב קוונטי, מוליך על מעופרת מסייע להגן על קיוביטים רגישים מהפרעות קוסמיות שעלולות לגרום לחוסר יציבות – אך נדרשו שנים כדי לאזן בין הפשרות הנדרשות.
"זה היה למעשה שינוי די גדול, והוא הוביל לשיפור עצום באיכות ההתקן", אמר נאיאק.
למרות שמחקר החומרים החל הרבה לפני הופעת סוכני ה-AI, הצוות השתמש בו כדי לנהל את ייצור ההתקן החדש, ו‑ Microsoft Discoveryצפוי לשמש באופן נרחב יותר במחקרים עתידיים על חומרים ל‑Majorana.
חלקים קריטיים בהתקנים הקוונטיים מתוכננים אטום אחר אטום. כדי לשמור שכל אטום יהיה במקומו המדויק, מוסיפים לעיתים חומר נוסף – זיהום מבוקר – למבנה הגבישי. אך כמות גדולה מדי או שילוב לא נכון עלולים לשבש את המבנה, ולכן מדובר באיזון עדין, הסביר זולפי אלאם, סגן נשיא קוונטום במיקרוסופט.
"מציאת המתכון המדויק – הכמות הנכונה להשגת מבנה האנרגיה הרצוי – דרשה בעבר הרבה ניסויים", אמר. "בעולם החדש, באמצעות סימולציות, ניתן לזהות מטרה בעלת סבירות גבוהה ואז, באופן אידיאלי, לבצע את הניסוי פעם אחת בלבד".
סוכני AI יכולים לנתח מידע בקנה מידה רחב
פרויקט המחשוב הקוונטי כולל רכיבים רבים – תוכנה, ארכיטקטורה, עיצוב, מערך חומרים, תהליכי ייצור, מדידות ועוד. שינוי בתחום אחד משפיע על תחומים אחרים ודורש איזון. סוכני AI מסייעים לצוות לעקוב אחר הקשרים המורכבים הללו.
הפרויקט כולל גם כמויות עצומות של נתונים – כמעט שני עשורים – בפורמטים שונים. לפני הבינה המלאכותית, הנתונים היו "כלואים" במאגרי מידע מבודדים. "כאשר מריצים סוכני AI על הנתונים, הם יכולים לסנתז מחדש מידע ולמצוא קשרים שאנשים לא רואים", אמר אלאם.
בנוסף, צוות הקוונטום פרוס על פני כמה מדינות, וכולל תחומי מומחיות שונים מאוד – כמו פיזיקה, הנדסת מכונות והנדסת תהליכים. בלתי אפשרי שאדם אחד יהיה מומחה בכל התחומים האלה. זו בעיה נפוצה במחקר מדעי רב־תחומי, ולכן צוות הקוונטום של מיקרוסופט יצר סוכן AI שמסייע בארגון וניתוח מידע, ומקל על אחרים לאתר את מה שהם צריכים.
"הבינה המלאכותית מסנתזת ידע מכל התחומים האלה", אומר אלאם, ובכך היא חוסכת זמן ומאמץ של למידה או התייעצות עם מומחים. לדבריו, "היא גם מסוגלת לעבד במקביל כמות גדולה של מידע בזמן קצר כדי לספק המלצות. הבינה המלאכותית מספקת הנחיה בלבד – ולא מקבלת החלטות. תמיד יש מדען בתהליך".
סוכני AI יכולים להאיץ ניסויים
יצירת מצב טופולוגי דורשת הגדרת מאות פרמטרים, ולאחר מכן מתחיל שלב המדידה – חיוני לחישוב קוונטי. תהליכים אלו עשויים לקחת שבועות כאשר הם מבוצעים ידנית. בעבר ניסו לבצע אוטימיזציה של מדידות באמצעות למידת מכונה, אך זה לא הצליח.
באמצעות ,Microsoft Discovery הצוות יצר סוכן AI ייעודי שהפחית את זמן המחזור באופן משמעותי. יכולות זיהוי דפוסים של AI סייעו למדוד את מצב הקיוביט ולאתר אם יש מספר זוגי או אי זוגי של מיליארדי אלקטרונים. הסוכנים מבצעים את התהליך באופן אוטומטי ורציף, ויוצרים מפה תלת ממדית של תנאים – דבר שמדען יחיד לא היה מסוגל לבצע.
"השימוש בסוכני AI לביצוע אוטומציה של מדידות שינה את כללי המשחק", אומר אלאם. "המערכת מזהה את הנקודה האופטימלית ומבצעת התאמות מתח במקביל – דבר שבני אדם לא יכולים לעשות, כי אנחנו חושבים באופן לינארי".
סוכני AI יכולים להפחית רעש
נתונים בלבד אינם מידע – יש לסנן ולנתח אותם ולתת להם קונטקסט. לדוגמה, הצוות פיתח סוכן AI ששילב ידע פיזיקלי, הנדסי ומוסדי כדי לזהות קריאת חיישן טמפרטורה לא מכוילת שהשפיעה על התוצאות. אלאם משווה זאת לסיכום AI של שיחת Teams – שמדלג על שיחות חולין ומדגיש את הנקודות המרכזיות.
Microsoft Discovery נבנתה כפלטפורמה שמחברת בין AI לשיטה המדעית, ורבים מהכלים שבה רלוונטיים גם לתחומים אחרים. סוג חדש זה של מחקר ופיתוח פורץ דרך מאפשר למדען "להיות נקודת עוגן ולבחון תחומים רבים במקביל בדיוק גבוה", אומר אלאם. "זהו לב העניין של כל צוות מוביל שעוסק בטכנולוגיה פורצת דרך".