Microsoft stellt Majorana 2 vor

Von Catherine Bolgar

Wie Microsofts neuer Quantenchip mithilfe agentischer KI von Microsoft Discovery 1.000-mal zuverlässiger wurde.

Die wichtigsten Neuigkeiten

• Microsoft stellt Majorana 2 vor, den topologischen Quantenchip der nächsten Generation, der mithilfe agentischer KI von Microsoft Discovery entwickelt wurde.
• Zu den neuen Funktionen von Majorana 2 zählt eine neue Materialarchitektur, der eine 1.000-fache Verbesserung der Zuverlässigkeit gegenüber der vorherigen Qubit-Generation ermöglicht – mit einer durchschnittlichen Qubit-Lebensdauer von 20 Sekunden und einzelnen Instanzen, die bis zu einer Minute bestehen bleiben.
• Microsoft rechnet nun damit, bis 2029 einen skalierbaren Quantencomputer zu realisieren – und halbiert damit den ursprünglich geplanten Zeitplan.
• Microsoft Discovery ist ab sofort allgemein verfügbar. Die Plattform für Frontier-Forschung und -Entwicklung ermöglicht es Kund*innen, Teams aus KI-Agenten einzusetzen, die durch menschliche Expertise gesteuert werden, um wissenschaftliche Entdeckungen zu beschleunigen.
• Die neue Microsoft Discovery App bietet eine lokale Version der zentralen Plattformfunktionen, die Einzelpersonen kostenlos herunterladen und mit einem GitHub Copilot Account nutzen können.

Microsoft hat heute Majorana 2 vorgestellt, den neuesten topologischen Quantenchip des Unternehmens. Der Chip basiert auf einem weiterentwickelten Materialaufbau und arbeitet mit Qubits, die 1.000-mal zuverlässiger sind als die der Vorgängergeneration. Mit diesem Fortschritt geht das Team nun davon aus, bis 2029 einen skalierbaren Quantencomputer realisieren zu können – und halbiert damit den ursprünglich geplanten Zeitrahmen.

Durch den Einsatz jüngster Fortschritte im Bereich agentischer KI, die speziell darauf ausgelegt ist, wissenschaftliche Prozesse zu beschleunigen und die Zusammenarbeit zu erleichtern, überwindet Microsofts Quantum-Team zentrale Hürden bei Zuverlässigkeit, Geschwindigkeit und Gröses. Genau diese Faktoren haben den Einsatz von Quantencomputing in realen Anwendungsszenarien bislang begrenzt.

Zum Beispiel können die Qubits des neuen Chips ihren Quantenzustand 1.000-mal länger aufrechterhalten als jene der ersten Generation und ermöglichen dadurch zuverlässigere Berechnungen. Während andere gängige Ansätze die „Lebensdauer“ eines Qubits in Mikrosekunden messen, bietet Majorana 2 eine durchschnittliche Qubit-Lebensdauer von 20 Sekunden – wobei einzelne Instanzen bis zu eine Minute andauern.  Diese Verbesserung lässt sich ungefähr damit vergleichen, einen Handy-Akku zu entwickeln, der mit einer einzigen Ladung statt nur einen Tag fast drei Jahre lang halten würde.

Diese aussergewöhnliche Zuverlässigkeit, die hohe Geschwindigkeit – mit Operationen im Mikrosekundenbereich – und die geringe Qubit-Grösse von einem Hundertstel Millimeter haben das Team auf den Weg gebracht, bis 2029 einen skalierbaren Quantencomputer zu realisieren, der auch kommerziell nutzbar ist. Eine solche Maschine könnte bislang unlösbare Probleme in Bereichen wie globaler Gesundheit, Lebensmittelversorgung, Nachhaltigkeit, Energieproduktion und darüber hinaus angehen, so das Unternehmen.

„Wir müssen jedes Jahr Fortschritte erzielen, die uns näher an einen Computer bringen, von dem wir glauben, dass er enormen kommerziellen und gesellschaftlichen Wert haben wird“, sagte Chetan Nayak, Microsoft Technical Fellow. „Wir müssen diesen Fahrplan konsequent weiterverfolgen, um dieses Ziel zu erreichen. Aber wo stehen wir im Vergleich zum Vorjahr? Wir sind 1.000-mal besser.“

Nun können auch andere Forschende, die an wissenschaftlichen oder technischen Durchbrüchen arbeiten, dieselbe Expertise im Bereich agentischer KI nutzen, die Microsofts eigenes Quantum-Team in seinem Majorana-Programm einsetzt.

Das Unternehmen gab heute ausserdem die allgemeine Verfügbarkeit von Microsoft Discovery bekannt – einer umfassenden Plattform, mit der Organisationen Frontier-Forschung und -Entwicklung vorantreiben können. Sie kombiniert spezialisierte KI-Agenten für wissenschaftliche Forschung und Entwicklung, eine Discovery Engine zur Steuerung von Forschungs- und Reasoning-Workflows sowie Sicherheit, Governance und Transparenz auf  Unternehmensniveau.

Microsoft stellte ausserdem eine frühe Vorschau der Microsoft Discovery App vor. Sie bietet zentrale Funktionen der Plattform, kann kostenlos heruntergeladen und mit einem GitHub Copilot Account lokal auf dem eigenen Computer ausgeführt werden. Damit wird der Einstieg in fortschrittliche, KI-gestützte Forschung erleichtert.

Microsoft Discovery ermöglicht es Forscher*innen, autonome Teams aus KI-Agenten einzusetzen, die durch menschliche Expertise angeleitet werden. Diese können grosse Wissensmengen auswerten, Hypothesen entwickeln, Experimente optimieren, Theorien validieren und in einem kontinuierlichen Lernkreislauf dazulernen. Integrierte Kontrollmechanismen tragen dazu bei, dass die Forschung mit Prioritäten, Sicherheits- und Compliance-Standards sowie Safety-Anforderungen im Einklang bleibt.

„Seit dem Launch vor einem Jahr haben wir gesehen, wie Kunden Anwendungsfälle in zentralen Branchen wie Life Sciences, Chemie und Materialien, Energie, Fertigung und Konsumgüter erfolgreich erschliessen“, sagte Aseem Datar, Corporate Vice President, Product Innovation für Microsoft Discovery. „Mit Unternehmen wie Syensqo, die Fluide der nächsten Generation für die Halbleiterfertigung entwickeln, sind die Möglichkeiten, Wirkung zu erzielen, enorm.“

Die Wissenschaftler*innen und Ingenieur*innen des Quantum-Teams nutzen die agentischen KI-Funktionen von Microsoft Discovery selbst, um Workflows zu steuern, Messungen zu automatisieren, die Fertigung zu optimieren, zuvor unerkannte Schwachstellen zu identifizieren und neue Lösungsansätze vorzuschlagen.

„Agentische KI hat inzwischen nahezu alles durchdrungen, was wir tun – sie ist zu einem ganz natürlichen Teil unseres Workflows geworden“, sagte Nayak.

„Die Agenten können Prozesse wirklich beschleunigen – in genau dem Ausmass, in dem man es möchte. Das kann damit beginnen, Informationen zusammenzutragen und zusammenzufassen. Es kann aber auch deutlich weiter gehen, etwa indem sie Informationen stärker verdichten oder interessante Hypothesen entwickeln. Ich denke, dass das derzeit enorm wirkungsvoll ist.“

Agentische KI hilft bei der Entwicklung neuer Materialien

Majorana 1, das erst im vergangenen Jahr vorgestellt wurde, galt als revolutionär, weil es einen topologischen Supraleiter nutzte – eine besondere Materialkategorie, die einen völlig neuen Materiezustand erzeugen kann und damit stabileres Quantencomputing ermöglicht. Um den ursprünglichen Proof of Concept weiterzuentwickeln, nahm das Team den Materialaufbau erneut unter die Lupe.

Der ursprüngliche Majorana-Supraleiter verwendete Aluminium, Majorana 2 setzt hingegen auf Blei – ein Material, das häufig eingesetzt wird, um Menschen und Geräte in Krankenhäusern und industriellen Umgebungen vor Strahlung zu schützen. In einem Quantencomputer hilft ein Blei-Supraleiter dabei, empfindliche Qubits vor kosmischen Störungen abzuschirmen, die sie instabil machen können. Es dauerte jedoch Jahre, herauszufinden, wie sich andere damit verbundene Kompromisse überwinden lassen.

„Das war tatsächlich eine ziemlich grosse Veränderung und führte zu erheblichen Verbesserungen bei der Qualität des Bauelements“, sagte Nayak.

Während diese Linie der Materialforschung lange vor dem Aufkommen agentischer KI begann, nutzte das Team diese Technologie, um die Herstellung des neuen Bauelements zu unterstützen. Bei künftigen Arbeiten an Materialien für Majorana wird Microsoft Discovery noch umfassender eingesetzt.

Zentrale Bestandteile der Majorana-Quantenbauelemente werden Atom für Atom entwickelt. Damit jedes Atom an der richtigen Stelle bleibt, kann ein weiteres Material – eine Verunreinigung – zur Kristallstruktur hinzugefügt werden. Wird jedoch zu viel davon oder auf die falsche Weise hinzugefügt, wird die Struktur gestört. Es ist also ein schwieriges Gleichgewicht, betonte Zulfi Alam, Corporate Vice President for Quantum bei Microsoft.

„Das genaue Rezept zu finden, also die richtige Menge, die hinzugefügt werden muss, um die gewünschte Energiestruktur zu erhalten, erforderte früher sehr viel Experimentieren. Heute kann man durch Simulationen erkennen, wo das wahrscheinlichste Ziel liegt. Und mit diesem Wissen muss man idealerweise nur noch einmal experimentieren“, sagte er.

Agentische KI kann Informationen in grossem Umfang analysieren

Das Quantencomputing-Projekt besteht aus vielen Komponenten – Software, Architektur, Design, Materialaufbau, Fertigungsprozessen, Messungen und vielem mehr. Eine Veränderung in einem Bereich hat Auswirkungen, die an anderer Stelle möglicherweise ausgeglichen werden müssen. KI-Agenten helfen dem Team dabei, solche komplexen, miteinander verbundenen Zusammenhänge im Blick zu behalten, sagte Nayak.

Das Quantenprojekt verfügt ausserdem über enorme Datenmengen – aus fast zwei Jahrzehnten und in vielen unterschiedlichen Formaten. Vor dem Einsatz von KI waren diese Daten in Silos gefangen. „Wenn man KI-Agenten auf diese Daten ansetzt, können sie diese im Grunde neu zusammenführen und Zusammenhänge herstellen, die wir Menschen nicht erkennen können, weil keine einzelne Person einen so umfassenden Blick über so grosse Datenmengen hat“, sagte Alam.

Darüber hinaus ist das Quantum-Team über mehrere Länder verteilt und vereint sehr unterschiedliche Fachgebiete, etwa Physik, Maschinenbau und Verfahrenstechnik. Es ist unmöglich, dass eine einzelne Person in allem Expert*in ist. Das ist ein häufiges Problem in der interdisziplinären wissenschaftlichen Forschung. Deshalb hat Microsofts Quantum-Team einen KI-Agenten entwickelt, der Informationen organisiert und analysiert und sie für andere leichter auffindbar macht.

„Die KI ist in der Lage, Wissen aus all diesen unterschiedlichen Disziplinen zusammenzuführen“, sagte Alam. Dadurch spare man allen Beteiligten die Zeit und den Aufwand, Spezialist*innen zu befragen oder sich in ein anderes Fachgebiet einzulesen. Agentische KI könne „in extrem kurzer Zeit so viele Informationen parallel verarbeiten, um eine Empfehlung zu geben“, sagte er. Die KI gebe dabei nur Orientierung; sie entscheide nicht. „Es bleibt immer ein ‚Scientist in the Loop‘.“

Agentische KI kann Experimente beschleunigen

Die Erzeugung eines topologischen Zustands erfordert die Einstellung Hunderter Parameter. Danach kann die Messung beginnen, die entscheidend ist, um Quantenberechnungen durchzuführen. Wenn diese Prozesse von einer Person ausgeführt werden, dauern sie jeweils Wochen. Tatsächlich ist die Messung so schwierig und zeitaufwendig, dass das Team bereits vor einigen Jahren versucht hatte, sie mit früheren Formen des maschinellen Lernens zu automatisieren, doch das war noch nicht möglich, so Alam.

Mithilfe der in Microsoft Discovery verfügbaren agentischen Funktionen konnte das Team einen auf diese Aufgabe spezialisierten KI-Agenten entwickeln. Dadurch wurde die Zykluszeit laut Alam um Grössenordnungen verkürzt.

Die Fähigkeit von KI zur Mustererkennung half bei der schwierigen Aufgabe, zu messen, in welchem Zustand sich das Qubit befindet, und zu erkennen, ob sich eine gerade oder ungerade Anzahl von Milliarden Elektronen auf einem Halbleiterdraht befindet. KI-Agenten führen diesen Prozess automatisch und kontinuierlich aus und erstellen dabei eine 3D-Karte der Bedingungen – etwas, das einzelne Wissenschaftler*innen laut Alam auf diese Weise niemals leisten könnten.

„Agentische KI zur Automatisierung der Messungen einzusetzen, war ein echter Durchbruch“, sagte er. „Sie geht einige mathematische Berechnungen durch und beginnt zu fragen: ‚Hey, wo finde ich den niedrigsten Punkt, an dem alles einigermassen funktioniert?‘ Und sie kann all diese Spannungsanpassungen parallel durchführen, was ein Mensch nicht kann. Unser Denken funktioniert eher linear.“

Agentische KI kann das Rauschen reduzieren

Daten sind nicht gleich Informationen – sie müssen gefiltert, analysiert und in Kontext gesetzt werden, um Bedeutung zu erhalten. So entwickelte das Team beispielsweise einen KI-Agenten, der Physik-, Bauelement- und institutionelles Wissen kombinieren konnte, um Rohdaten aus dem Fertigungsprozess des Quantum-Teams zu filtern und einen nicht kalibrierten Temperatursensor aufzuspüren, dessen Messwerte die Ergebnisse verfälschten.

Alam vergleicht den Prozess mit der KI-Zusammenfassung eines Teams-Meetings, die freundlichen Smalltalk auslässt und stattdessen die drei oder vier wichtigsten Punkte auflistet. „Genau das macht die KI in grösserem Massstab, wenn Wissenschaft im Spiel ist“, sagte er.

Microsoft Discovery wurde als Plattform entwickelt, die KI mit der wissenschaftlichen Methode verbindet. Viele der agentischen KI-Tools, die das Quantum-Team einsetzt, sind dabei übertragbar und auch für wissenschaftliche Forschung in anderen Bereichen relevant.

Diese grundlegend neue Form von Frontier-Forschung und -Entwicklung ermöglicht es Wissenschaftler*innen, „den Ankerpunkt zu sein und gleichzeitig viele unterschiedliche Disziplinen mit sehr hoher Genauigkeit zu betrachten und daraus Zusammenhänge abzuleiten“, sagte Alam. „Das ist im Kern genau das, was jedes leistungsstarke, hochmoderne Team erreichen möchte.“

Weiterführende Links:

Mehr erfahren: Majorana 2 – Microsoft’s scalable quantum processor with reliable, long-lasting qubits

Mehr erfahren: 20 Second Parity Lifetime in an InAs-Pb Device

Mehr erfahren: Announcing Microsoft Discovery general availability for R&D and Microsoft Discovery app preview

Download: Microsoft Discovery app

Mehr erfahren: Microsoft Discovery

Mehr erfahren: Microsoft’s Majorana 1 chip carves new path for quantum computing