ओपनएआई और एमआईटी ने घोषणा की कि एआई सफलतापूर्वक क्वांटम कंप्यूटर पर कब्जा कर लेता है

बिल्कुल अभी, OpenAI ने MIT के साथ मिलकर एक आश्चर्यजनक घोषणा की: AI ने क्वांटम कंप्यूटर पर काबू पा लिया!

एक संयुक्त रिपोर्ट, "अध्ययन: सुपरकंडक्टिंग क्यूबिट के लिए एजेंट कैलिब्रेशन" में, MIT के क्वांटम इंजीनियरिंग सिस्टम ग्रुप (EQuS) के शोधकर्ताओं ने पुष्टि की है कि GPT-5.6 Sol और Codex के संचालन में, AI एजेंट अब क्वांटम कंप्यूटिंग प्रयोगों को एंड-टू-एंड स्वतंत्र रूप से चला रहे हैं!

That means GPT-5.6 Sol can now conduct physical experiments autonomously.

इस प्रक्रिया में, AI ने क्वांटम कंप्यूटिंग प्रयोग का स्वयंचालित संचालन, परिणाम विश्लेषण और क्यूबिट कैलिब्रेशन किया।

माइक्रोवेव पल्स को नियंत्रण प्रयोगशाला हार्डवेयर से जारी करने से लेकर विशाल जटिल डेटा को पढ़ने और प्रसंस्कृत करने तथा परिणामों के आधार पर अगले प्रयोग की योजना को गतिशील रूप से समायोजित करने तक, AI 7×24 घंटे ड्यूटी पर है।

हालांकि भौतिक विज्ञानी अभी के लिए बेरोजगार नहीं होंगे, लेकिन अभी के लिए अनुसंधान के खेल के नियम पूरी तरह से बदल गए हैं।

AI for Science ने 'डेटा सहायता' से 'स्वचालित अनुसंधान' में कूद लिया है।

बड़े मॉडल वैज्ञानिक बुद्धि के रूप में प्रयोगात्मक हार्डवेयर को सीधे नियंत्रित करते हैं, जिससे बुनियादी भौतिकी की दक्षता की सीमा पूरी तरह से तोड़ दी गई है।

भविष्य में, अग्रणी विज्ञान की मुख्य बाधाएँ «सुपर AI + अनुपस्थित प्रयोगशाला» होंगी, कठोर विज्ञान के क्षेत्र में, AI अब वास्तविक रूप से लागू होना शुरू हो गया है!

यह कठोर विज्ञान के क्षेत्र में AI के वास्तविक लागू होने का संकेत है।

वास्तविक दुनिया में, एक क्वांटम कंप्यूटर बनाना और नियंत्रित करना बहुत कठिन कार्य है।

MIT इंजीनियरिंग क्वांटम सिस्टम ग्रुप में, डॉक्टरल छात्रा बेट्रिज यान्केलेविच ने GPT-5.6 Sol को Codex के ऑटोनॉमस एजेंट फ्रेमवर्क पर लगाया और एक बहादुरी भरा काम किया: AI के API को प्रयोगशाला के हार्डवेयर कंट्रोल सिस्टम से सीधे जोड़ दिया!

कई महीनों के इटरेशन के बाद, शोधकर्ताओं ने AI को "प्रयोगात्मक संदर्भ" प्रदान किया—प्रयोगात्मक उपकरण विवरण, चिप डिज़ाइन आरेख, विशिष्ट मापन कौशल (जिसमें टेम्पलेट कोड, सामान्य भौतिक विफलता के कारण, सफलता और विफलता के ग्राफ़ उदाहरण शामिल हैं) को सभी GPT-5.6 को "फीड" किया।

एक अभूतपूर्व AI सर्कल ऑटोमेशन प्रयोग आधिकारिक रूप से शुरू हो गया है।

AI की सीमाओं की परीक्षा के लिए, शोध टीम ने GPT-5.6 को एक कठिन कार्य दिया: एक नया चिप जिसमें 6 सुपरकंडक्टिंग क्यूबिट्स हैं और जिसे कभी मापा नहीं गया है।

इसमें चार स्थिर आवृत्ति क्यूबिट हैं और दो एडजस्टेबल आवृत्ति क्यूबिट हैं। चिप के पैरामीटर पूरी तरह अज्ञात हैं, और AI को डिजाइन लक्ष्य के आधार पर वास्तविक भौतिक पैरामीटर खोजने होंगे।

हार्डवेयर कंट्रोल सॉफ्टवेयर से लेकर माइक्रोवेव सिग्नल सोर्स और डेटा एक्विजिशन कार्ड तक, सब कुछ AI के लिए खुला है।

शोधकर्ताओं ने कोडेक में विशिष्ट मापन के परिदृश्यों के लिए «कौशल पैक» (Skills) डाले, जिससे उसे प्रत्येक क्वांटम परीक्षण की भौतिक तर्कशक्ति और मूल्यांकन मानदंडों के बारे में बताया गया।

फिर, मनुष्य ने अपने हाथ छोड़ दिए।

स्क्रीन पर, GPT-5.6 Sol का "थिंकिंग चेन" पानी की धार की तरह बह रहा है।

यह एक शानदार भौतिकी बंद चक्र संचालन का संचालन करता है, बिना किसी मानवीय वास्तविक समय नियंत्रण के।

1. स्वयं निर्धारित पैरामीटर: चिप के डिजाइन लक्ष्य के आधार पर, पहले मापन के लिए माइक्रोवेव पल्स आवृत्ति, शक्ति और चौड़ाई की योजना बनाएं;

2. निम्न स्तरीय हार्डवेयर स्केड्यूलिंग: हार्डवेयर को सीधे नियंत्रण सॉफ्टवेयर द्वारा नियंत्रित करके, माइक्रोवेव पल्स सीरीज को डाइलूशन रेफ्रिजरेटर की गहराई में स्थित चिप पर भेजा जाता है;

3. डेटा री-प्रोसेसिंग और नोइस रिडक्शन: वापसी के दौरान प्राप्त कमजोर क्वांटम स्टेट रिफ्लेक्शन सिग्नल को डिजिटल रूप से क्लीन करें, फिट करें और फूरियर ट्रांसफॉर्म करें;

4. निर्णय-अनुकूलित दोहराव: यदि संकेत आदर्श है, तो क्वांटम क्यूबिट की अनुनाद आवृत्ति स्वचालित रूप से निकालकर डेटाबेस में सहेजें, जिसे अगले माप के लिए आधार के रूप में उपयोग किया जाएगा; यदि डेटा असामान्य है, तो माप सीमाओं को तुरंत समायोजित करें और एक नया प्रयास-त्रुटि समायोजन चक्र शुरू करें।

क्वांटम बिट की अंतराल आवृत्ति की पहचान, नियंत्रण और पठन के लिए माइक्रोवेव पल्स की कैलिब्रेशन, और अंततः कोहरेंट समय का मापन जिससे पता चलता है कि क्वांटम जानकारी कितनी देर तक बनी रहती है—पूरी मानक भौतिकी माप प्रक्रिया, AI द्वारा पूरी तरह स्वयं चलाई गई।

40 जटिल लक्ष्य मापनों में, जो निश्चित आवृत्ति क्यूबिट के लिए थे, AI ने अधिकांश को स्वयं ही संभाल लिया, और मानव शोधकर्ताओं ने केवल 4 बार ही हस्तक्षेप किया!

यह AI ने भौतिकी के सबसे अग्रिम क्षेत्र में एक पाठ्यपुस्तक-स्तरीय "स्वयं अभ्यास" पूरा किया है।

GPT-5.6 Sol के इस क्रांतिकारी कदम के महत्व को समझने के लिए, हमें क्वांटम कंप्यूटिंग के नीचे छिपी उस कठोर और आकर्षक परत को उजागर करना होगा: क्वांटम चिप को कैलिब्रेट करना दुनिया के शीर्ष भौतिकविदों के लिए इतना दर्दनाक क्यों है?

पारंपरिक कंप्यूटर में, एक ट्रांजिस्टर की स्थिति अत्यंत स्पष्ट होती है: या तो 0 होता है या 1, स्थिर और अटल।

लेकिन सुपरकंडक्टिंग क्वांटम कंप्यूटिंग की दुनिया में, क्यूबिट (qubit) को 'मानव निर्मित परमाणु' कहा जाता है।

वे अतिचालक जोसेफसन संरचनाओं का उपयोग करके अरेखीय अविच्छिन्न ऊर्जा स्तर बनाते हैं।

इन "कृत्रिम परमाणुओं" को नियंत्रित करने के लिए, वैज्ञानिकों को विभिन्न ऊर्जा स्तरों के बीच क्वांटम अवस्थाओं को उलटने के लिए नैनोसेकंड या पिकोसेकंड सटीकता के साथ माइक्रोवेव पल्स का उपयोग करना होता है, जिससे क्वांटम लॉजिक गेट की गणना संभव होती है।

लेकिन "कृत्रिम परमाणु" बहुत ही कमजोर और अतिसंवेदनशील हैं।

सबसे पहले, संबंधितता अत्यंत भंगुर है।

अत्यंत कम विद्युत चुंबकीय शोर और यहां तक कि डाइलूशन रेफ्रिजरेटर के कुछ मिलीकेल्विन (mK) तापमान विचलन भी क्यूबिट में "डिकोहरेंस" का कारण बन सकते हैं, जिससे मुश्किल से तैयार की गई क्वांटम जानकारी तुरंत शोर में विलीन हो जाती है।

और "पैरामीटर ड्रिफ्ट" भी एक कठिनाई है।

क्वांटम बिट्स के भौतिक गुण हमेशा अपरिवर्तनीय स्थिरांक नहीं होते। सूक्ष्म सामग्री दोषों और दो-स्तरीय प्रणाली के उतार-चढ़ाव के प्रभाव से, कल चिप पर मापा गया अनुनाद आवृत्ति आज विस्थापित हो सकती है।

और, अध्ययन में कई कारक एक दूसरे पर बहुस्तरीय रूप से निर्भर करते हैं और एक दूसरे से जुड़े हुए हैं।

एक सही गणना करने के लिए, आपको प्रत्येक बिट की अनुनाद आवृत्ति खोजनी होगी; आवृत्ति मिलने के बाद, पल्स आयाम को निर्धारित करने के लिए रबी दोलन को कैलिब्रेट करना होगा; फिर चरण सुधार के लिए लैम्ब्ज़ स्ट्राइप्स का मापन करना होगा; फिर ऊर्जा अवक्षय समय $$T_$$ और चरण असंगति समय $$T_$$ का मापन करना होगा……

पिछले चरण का डेटा, अगले चरण के मापन के लिए निरपेक्ष पूर्वापेक्षा है। यदि पिछले चरण में थोड़ी सी सिस्टम त्रुटि होती है, तो आगे के सभी मापन बर्बाद हो जाते हैं।

MIT के EQuS टीम को रोजाना एक ऐसे चरम परीक्षण परिवेश का सामना करना पड़ता है: क्वांटम चिप को एक "डाइलूशन रीफ्रिजरेटर" नामक विशाल सिलेंडर में रखा जाता है, जहाँ तापमान अद्भुत मिलीकेल्विन स्तर तक घटा दिया जाता है (जो निरपेक्ष शून्य के करीब है, अंतरिक्ष से भी अधिक ठंडा)।

जब चिप पैकेजिंग ठंडी हो जाती है, तो मनुष्य इसे अपने हाथों से छू नहीं सकते, और सभी इंटरैक्शन केवल सॉफ्टवेयर के माध्यम से ही किए जा सकते हैं।

शोधकर्ता रूम तापमान पर कंप्यूटर पर माइक्रोवेव पल्स सीक्वेंस लिखते हैं, जिन्हें समानांतर केबल के माध्यम से फ्रिज के गहरे हिस्से में भेजा जाता है, ताकि चिप पर क्वांटम सर्किट के साथ बातचीत हो सके, और फिर कमजोर प्रतिबिंब सिग्नल को एम्पलीफाई और डिजिटल किया जाता है, ताकि इसे विश्लेषण के लिए वास्तविक दुनिया में लाया जा सके।

MIT के EQuS प्रयोगशाला का दैनिक कार्य, बेंचमार्किंग के लिए विभिन्न मानक क्वांटम चिप्स का बार-बार निर्माण है।

लेकिन वास्तविकता यह है कि प्रत्येक चिप की पूर्ण विशेषता विश्लेषण के लिए, एक प्रशिक्षित भौतिकी के ग्रेजुएट छात्र को कई दिनों तक उपकरण के पास बैठकर सैकड़ों बार आपस में जुड़ी हुई हस्तचालित माप और समायोजन करने की आवश्यकता होती है।

यह भौतिकी के क्षेत्र में एक खुला रहस्य है: आधुनिक क्वांटम भौतिकीविद् अक्सर अपने युवाकाल का 70% से अधिक समय "पैरामीटर ट्वीकिंग स्क्रूड्राइवर" कहलाने वाले दोहराए जाने वाले प्रयोगात्मक कार्य में बर्बाद कर देते हैं।

और अब, GPT-5.6 Sol ने इस जमावट को तोड़ दिया है।

OpenAI और MIT द्वारा उजागर किए गए विवरणों के अनुसार, यह परीक्षण एक पूर्व-निर्धारित स्क्रिप्ट का "ऑटोमेटेड मैक्रो" नहीं था, बल्कि एक अत्यधिक बुद्धिमान गतिशील खेल था।

इस अनुकूलित नहीं किए गए 6-क्यूबिट चिप के सामने, GPT-5.6 Sol ने अत्यधिक मानवीय 'भौतिकी की अंतर्दृष्टि' और 'अनुकूलनयोग्य निर्णय' प्रदर्शित किया:

जब क्वांटम सिग्नल उच्च सिग्नल-टू-नॉइज रेशियो और स्पष्ट विशेषताओं की स्थिति में होता है, तो कोडेक का प्रदर्शन आदर्श होता है।

यह पहले एक वाइडबैंड स्वीप सिग्नल भेजता है, जो शोर के पृष्ठभूमि में क्वांटम ऊर्जा स्तर संक्रमण के कारण अनुनादक परावर्तन खाई (Resonance Dip) को सूक्ष्मता से पकड़ता है, और फिर स्वचालित रूप से स्कैनिंग विंडो को संकीर्ण करके क्वांटम बिट के संक्रमण आवृत्ति को उच्च सटीकता के साथ लॉक करता है।

इसके बाद, यह समय क्षेत्र नियंत्रण में बिना रुके स्विच हो जाता है, जिससे पल्स आयाम और उल्टावट कोण के बीच का संबंध सटीकता से फिट हो जाता है, पढ़ने और नियंत्रण पल्स का कैलिब्रेशन पूरा होता है, और अंततः क्वांटम क्यूबिट के सहसंबंधित अवस्था के समय खिड़की का मापन किया जाता है।

The entire process flows seamlessly, with no human intervention required.

OpenAI द्वारा जारी तकनीकी दस्तावेज़ के स्क्रीनशॉट में, GPT-5.6 Sol की चिंतन श्रृंखला इसकी सोच की प्रक्रिया को दर्शाती है। एक तरंगित अवमंदित साइनसॉइडल वक्र के सामने, यह अपने भीतर खुद से बात करता है:

वर्तमान फिटिंग शेष बहुत अधिक है, जो संभवतः डीमॉड्यूलेशन फेज के संदर्भ बिंदु के विस्थापन के कारण है, जिससे I/Q घटक मिश्रित हो जाते हैं... मुझे पहले फेज अनवॉरपिंग करनी चाहिए, यदि शेष अभी भी सीमा के नीचे नहीं आता है, तो मुझे माइक्रोवेव डिट्यूनिंग को 5 मेगाहर्ट्ज बढ़ाकर पुनः स्कैन करना चाहिए...

इस प्रकार की त्रुटि सुधार और शाखा निर्णय, जो "भौतिक अर्थ को समझने" पर आधारित हैं, पिछले पारंपरिक स्क्रिप्ट प्रोग्रामों के लिए अप्राप्य बाधा थीं।

वैसे ही, आधिकारिक रिपोर्ट ने अत्यंत वास्तविक तकनीकी सीमाओं को दर्शाया:

जब सिग्नल कमजोर हो जाता है या भौतिक बैकग्राउंड नॉइज से भर जाता है, तो GPT-5.6 Sol "असमर्थ" लगने लगता है।

निम्न सिग्नल-टू-नॉइज़ अनुपात वाले किनारे क्षेत्रों में, AI मॉडल को पैरामीटर्स को बार-बार ट्राय करना पड़ता है, जिससे समय घातीय रूप से बढ़ जाता है; कभी-कभी, जब भौतिक चिप अप्रत्याशित भौतिक व्यवहार दर्शाती है, तो AI गलत निष्कर्ष पर पहुँच जाता है, सटीक कारण निर्धारित नहीं कर पाता, और अंततः अनुभवी शोधकर्ताओं को हस्तक्षेप करना पड़ता है।

OpenAI ने रिपोर्ट में स्पष्ट रूप से कहा है: वर्तमान AI एजेंट अच्छी तरह से परिभाषित मानक कार्यप्रवाह को अत्यधिक स्थिरता से पूरा कर सकते हैं, लेकिन अत्यधिक अस्पष्ट और भौतिक अनियमितताओं से भरे जटिल परिणामों की व्याख्या करने में, शीर्ष वैज्ञानिकों की अंतर्दृष्टि अभी भी अपरिवर्तनीय है।

लेकिन फिर भी, इसने मानव इतिहास की सबसे कठिन छलांग पूरी कर ली है: वैज्ञानिकों को थकान भरे दिनचर्या से पूरी तरह बाहर निकाल दिया है।

लेकिन GPT-5.6 Sol और Codex के प्रवेश के बाद, प्रयोगशाला के उत्पादन संबंधों को पूरी तरह से पुनर्गठित कर दिया गया:

रोल अपग्रेड: मानव केवल उच्च स्तरीय डिजाइन (योजना, तंत्र, समग्र योजना) पर ध्यान केंद्रित करता है, नीचले स्तर के पैरामीटर ट्यूनिंग को हटा देता है।

बहु-एजेंट सहयोग: थ्योरी, कंट्रोल और सिमुलेशन के तीन AI पदों का निर्माण, समानांतर कार्य।

रियल-टाइम स्व-अनुकूलन: कोडेक रणनीति निष्पादन के लिए जिम्मेदार है, कोड जनरेशन के बाद सीधे वास्तविक क्वांटम चिप पर लागू होता है, भौतिक प्रतिक्रिया के आधार पर रियल-टाइम बैकवर्ड डीबगिंग करता है और एक अत्यंत तेज़ बंद चक्र बनाता है।

इस «सिद्धांतात्मक निगमन - अनुकरण डिजाइन - भौतिक हार्डवेयर नियंत्रण - डेटा फिटिंग - दोहराया अनुकूलन» सुपर क्लोज्ड लूप ने पहले सप्ताहों के अनुसंधान दोहराव चक्र को घंटों या यहां तक कि मिनटों में बदल दिया है।

यह पूरे प्रयोगात्मक भौतिकी के कार्य पद्धति का एक उच्चतर स्तर का आक्रमण है।

आज, OpenAI अंतरराष्ट्रीय समाचारों पर चढ़ गया—उन्होंने 'मिलेनियम समस्या' पर एक महत्वपूर्ण गणितीय क्रांति की घोषणा की है, जिसमें नेवियर-स्टोक्स समीकरण का सबूत दिया गया है।

OpenAI की पुष्टि वास्तव में दर्शाती है कि कुछ फ्लुइड्स मौजूद हैं, जो शुरू में पूरी तरह सामान्य होते हैं, लेकिन नेवियर-स्टोक्स समीकरण के अधीन, सीमित समय में अनंत वेग प्राप्त कर लेते हैं।

In other words, under certain conditions, this equation may not reliably reflect physical reality.

यह पहली बार है जब AI ने एक «रीमन अनुमान» स्तर की गणितीय समस्या को वास्तविक रूप से हल किया है। यह समस्या न केवल इसकी कठिनाई के लिए प्रसिद्ध है, बल्कि इसके व्यापक अनुप्रयोग भी हैं।

Navier-Stokes समीकरणों का उपयोग मौसम, महासागरीय धाराओं, पाइप में पानी के प्रवाह, आकाशगंगा में तारों की गति, विंग के चारों ओर के वायु प्रवाह को मॉडल करने के लिए किया जा सकता है, और इसका उपयोग विमान और वाहनों के डिज़ाइन, रक्त परिसंचरण का अध्ययन, बिजली स्टेशनों का डिज़ाइन, प्रदूषण प्रभावों का विश्लेषण आदि के लिए भी किया जा सकता है।

लेकिन एक अन्य गणितज्ञ ट्रिस्टन बकमास्टर ने सवाल उठाया कि ओपनएआई ने उनके और उनके सहयोगी एंथ्रोपिक के शोधकर्ता लेवेंट अल्पोगे के शोध को सुनने के बाद, जल्दी से एक 'हल' का दावा करते हुए प्रकाशित कर दिया।

ट्रिस्टन बकमास्टर ने यह भी दावा किया कि OpenAI ने Anthropic के शोधकर्ता लेवेंट अल्पोगे को पत्र पर लेखक के रूप में सूचीबद्ध करने से भी रोकने की कोशिश की।

OpenAI का कहना है कि उन्होंने केवल आयलर समीकरण की विचित्रता को हल किया है, जबकि उन्होंने नेवियर-स्टोक्स समीकरण को हल किया है।

बकमास्टर ने कहा कि उन्हें नेवियर-स्टोक्स समीकरण तक पहुँचने का अंतिम कदम बाकी था, और अग्रिम प्रकाशन से बचने के लिए, उन्होंने OpenAI से पहले अपने परिणाम प्रकाशित कर दिए।

बताया गया है कि इस बार OpenAI ने 10,000 एजेंट्स को कॉल किया, 88 घंटे चलाया और 130 बिलियन टोकन का उपयोग किया।

ऑटमैन ने यह भी कहा कि दोनों के तरीके अलग-अलग लगते हैं, लेकिन उन्होंने स्वीकार किया कि एंथ्रोपिक ने उन्हें प्रेरित किया: "वास्तव में, हमने इस दिशा में प्रयास किया, क्योंकि पिछले सप्ताह इंटरनेट पर यह अफवाह थी कि एंथ्रोपिक का मॉडल एक मिलेनियम समस्या को हल कर चुका है, और हम जानना चाहते थे कि क्या हमारा मॉडल भी ऐसा कर सकता है।"

कुछ नेटिज़न्स ने मजाक में कहा:

सुना है कि Anthropic ने कमरे के तापमान पर अतिचालकता खोज ली है, उम्मीद है कि कोई और प्रतिद्वंद्वी 88 घंटे और 10,000 post-Astra एजेंट्स को प्रकाशन के लिए नहीं खोएगा।

ऑल्टमैन ने जवाब दिया: "let’s try" (देखिएगा क्या होता है)।

लोग चिल्लाएं कि "गणित खत्म हो रहा है", गणित की वास्तविक अस्तित्व की संकट आ गया है।

लेकिन जब भौतिक दुनिया की बात आती है, तो बड़े मॉडल अक्सर "बेबस" लगते हैं।

लेकिन इस बार OpenAI द्वारा घोषित मामले ने वर्चुअल और भौतिक दुनिया की सीमा को पूरी तरह से तोड़ दिया।

AI वास्तव में उतर गया है और मानवीय भौतिक दुनिया में प्रयोग कर रहा है।

संदर्भ:

https://cdn.openai.com/pdf/case-study-agentic-calibration-of-superconducting-qubits.pdf

https://openai.com/index/codex-quantum-computing-experiments/

https://x.com/anabology/status/2097450250067689558

https://x.com/LuminaBench/status/2097421659552518226?s=20

यह लेख वेचेन ग्रुप "न्यूज़िज़ुएन" से आया है, लेखक: ASI अपोकैलिप्स; संपादक: एनियस डेविड