先ほど、OpenAIがMITと共同で衝撃のニュースを発表：AIが量子コンピューターを制御することに成功！
共同報告『ケーススタディ：超伝導量子ビットのエージェントキャリブレーション』において、MIT量子工学システムグループ（EQuS）の研究者は、GPT-5.6 SolとCodexによって駆動されるAIエージェントが、量子計算実験をエンドツーエンドで自律的に実行できることを実証しました。
つまり、GPT-5.6 Solは自ら物理実験を実施できるということです。
このプロセスで、AIは量子計算実験の自律的運用、結果分析、および量子ビットのキャリブレーションを実現しました。
マイクロ波パルスの制御実験室ハードウェアからの放出から、膨大で複雑なデータの読み取りと処理、そして結果に基づいて次の実験計画を動的に調整するまで、AIは7×24時間体制で稼働しています。
物理学者たちはまだ職を失うことはないが、科学研究のルールはこの瞬間に完全に書き換えられた。
AI for Scienceは「データ支援」から「自動化された科学研究」へと進化しました。
大規模モデルが科研の脳として実験ハードウェアを直接制御することで、基礎物理学の効率のボトルネックが完全に打破された。
将来、最先端科学の核心的な壁は「スーパーAI＋無人実験室」になる。ハードコアな科学分野において、AIはこれより本格的に実用化される！
これはAIがハードコアな科学分野で実際に実装されたことを示しています。
AIが実験室に進出、OpenAIが次なる学問分野を狙う
現実において、量子コンピュータを製造し制御することは、非常に難しいことです。
MIT工学量子システムグループの博士課程学生、ベアトリス・ヤンケレヴィッチは、GPT-5.6 SolをCodexの自律エージェントフレームワークに搭載し、AIのAPIを実験室のハードウェア制御システムに直接接続するという大胆な試みを行った。
数ヶ月にわたる反復を経て、研究者はAIに「実験コンテキスト」を付与しました——実験装置の詳細、チップ設計図、特定の測定スキル（テンプレートコード、一般的な物理的失敗の原因、成功と失敗のチャート例）をすべてGPT-5.6に「与え」ました。
前例のないAIクローズドループ自動化実験が正式に開始されました。
AIの限界をテストするため、研究チームはGPT-5.6に、これまで測定されたことのない6つの超伝導量子ビットを含む新しいチップというハードなタスクを課した。
そのうち4つは固定周波数量子ビット、2つは可調周波数量子ビットである。チップのパラメータは完全に未知であり、AIは設計目標に基づいて、実際の物理パラメータを自ら探索しなければならない。
ハードウェア制御ソフトウェアからマイクロ波信号源、データ収集カードまで、すべてAIに開放されます。
研究者はCodexに、特定の測定シナリオ向けの「専門スキルパック」（Skills）を注入し、それぞれの量子テストの物理的ロジックと評価基準を教えた。
その後、人類は両手を放した。
画面には、GPT-5.6 Solの「思考チェーン」が水流のように流れ出ている。
それは人間のリアルタイムでの微細な操作なしに、一連の恐ろしい物理学のフィードバックループを実行しました。
1. 自主推定パラメータ：チップの設計目標に基づき、最初の測定用マイクロ波パルスの周波数、出力、幅を自ら計画する；
2. 底層ハードウェアのスケジューリング：制御ソフトウェアを直接呼び出し、ハードウェアによって希釈冷凍機の深部にあるチップにマイクロ波パルス列を発射する；
3. データのリプレイとノイズ除去：返信された微弱な量子状態の反射信号を受け取り、デジタルクリーニング、フィッティング、フーリエ変換を実施する；
4. 決定の適応的反復：信号が完璧な場合、量子ビットの共鳴周波数を自動的に抽出してデータベースに保存し、次の測定の基準とする。データに異常がある場合、即座に測定境界を調整し、新たな試行と最適化のサイクルを開始する。
量子ビットの遷移周波数の特定、制御および読み取り用マイクロ波パルスのキャリブレーションから、量子情報がどれほど長く保持されるかを測定するコヒーレンス時間の最終評価まで、標準的な物理学測定プロセス全体をAIが自動で実行。
固定周波数量子ビットに対する40の複雑な目標測定において、AIはほぼすべてを自立して完了し、人間の研究者はわずか4回しか介入しなかった！
これはAIが物理学の最前線で、教科書级别的な「自立した実践」を成し遂げたことです。
なぜ量子ビットのキャリブレーションは、人類の科学者にとって「地獄」なのか？
GPT-5.6 Solのこのブレイクスルーの重みを理解するには、量子計算の基盤にある、冷たくも魅力的な面をまず揭ける必要があります：なぜ量子チップのキャリブレーションは、世界最高レベルの物理学者たちに苦痛を与えるのでしょうか？
古典コンピュータでは、トランジスタの状態は極めて明確で、0か1のどちらか一方であり、安定しています。
しかし、超伝導量子計算の世界では、量子ビット（qubit）は「人工原子」と呼ばれます。
それらは超伝導ジョセフソン接合を用いて非線形な離散エネルギー準位を構築します。
これらの「人工原子」を制御するため、科学者たちは、ナノ秒からピコ秒単位で精密に制御されたマイクロ波パルスを使用して、異なるエネルギー準位間で量子状態を反転させ、量子論理ゲートの演算を実現しなければなりません。
しかし「人工原子」はあまりにも脆く、神経質すぎる。
まず、整合性は極めて脆弱です。
空間中の極めて微弱な電磁雑音や、希釈冷凍機の数ミリケルビン（mK）の温度変動でも、キュービットが「脱コヒーレンス」を起こし、好不容易準備した量子情報が瞬時にノイズに崩壊する。
また、「パラメータのドリフト」も難題の一つです。
サブビットの物理的特性は常に一定な定数ではない。微細な材料欠陥や二準位系の揺らぎの影響を受け、昨日測定された共振周波数が今日にはずれる可能性がある。
さらに、研究における複数の要因は、多重に依存し、互いに連鎖しています。
正確な計算を行うには、まず各ビットの共鳴周波数を特定しなければなりません。周波数を特定したら、ラビ振動をキャリブレーションしてパルス振幅を決定し、次にラムジー縞を測定して位相を精密に補正します。その後、エネルギー緩和時間 $$T_$$ と位相脱コヒーレンス時間 $$T_$$ を測定します……
前のステップのデータは、次のステップの測定の絶対的な前提条件です。前段階にわずかなシステム誤差が生じた場合、その後のすべての測定が無効になります。
MITのEQuSチームが日々直面しているのは、量子チップが「希釈冷凍機」と呼ばれる巨大な円筒内に置かれ、温度が驚異的なミリケルビンレベル（絶対零度に近い、宇宙よりも冷たい）まで下げられるという極端な実験環境である。
チップのパッケージングが冷却されると、人間はもはや手でそれには触れられず、すべての操作はソフトウェアを通じて行う必要があります。
研究者は室温のコンピュータ上でマイクロ波パルス列をプログラムし、これらのパルスを同軸ケーブルを通じて冷蔵庫の深部に送り、チップ上の量子回路と相互作用させた後、微弱な反射信号を増幅・デジタル化して現実世界に戻し、分析する。
MITのEQuSラボの日常は、ベンチマーク用の標準量子チップを頻繁にプロセス生産することである。
しかし現実は、1つのチップを完全に特性評価するには、訓練を受けた物理学科の大学院生が、何日も何夜も装置の横で、数百から数千もの連鎖的な手動測定と調整を続ける必要があるということである。
これは物理学界で公然とされている秘密だ：現代の量子物理学者たちは、しばしば70％以上の青春を「パラメータ調整のネジ回し」と呼ばれる反復的な実験作業に費やしている。
そして今、GPT-5.6 Solがこの膠着状態を打破しました。
GPT-5.6 Solは量子「ブラックボックス」をどのように解読するのか？
OpenAIとMITが開示した詳細によると、このテストは事前に書き込まれたスクリプトによる「自動化マクロ」ではなく、高度に知的でダイナミックなゲームである。
この校正されていない6量子ビットチップに直面して、GPT-5.6 Solは極めて人間的な「物理学的直感」と「自己適応的判断」を示した：
量子信号が高信対雑比で特徴が明確な状態にあるとき、Codexのパフォーマンスは完璧です。
まず広帯域スイープ信号を発信し、ノイズ背景の中で量子エネルギー準位遷移に起因する共鳴腔反射の凹み（Resonance Dip）を鋭く検出、その後自動的にスキャンウィンドウを狭め、量子ビットの遷移周波数を高精度でロックする。
次に、時領域制御にシームレスに切り替わり、パルス振幅と回転角の関係を正確にフィットさせ、読み取りおよび制御パルスのキャリブレーションを完了し、最終的に量子ビットがコヒーレント状態を維持する時間窓を測定した。
プロセスは滑らかに進み、人間の介入は一切必要ありません。
OpenAIが公開した技術ドキュメントのスクリーンショットでは、GPT-5.6 Solの思考チェーンがその思考プロセスを示している。振動する減衰正弦曲線に直面し、内部で自問自答する：
現在のフィッティング残差が大きすぎます。これは、復調位相の基準がドリフトし、I/Q成分が混合したためかもしれません。まず位相の巻き取りを解く必要があります。残差が依然として閾値以下に下がらない場合は、マイクロ波のずれを5 MHz増加させて再スキャンしてください。
「物理的意味を理解」することに基づくエラーチェックと分岐判断は、過去の従来のスクリプトプログラムでは到達できなかった壁である。
科学研究の生産性が再構築されています
もちろん、公式レポートは極めて現実的な技術的限界を示しています：
信号が弱まったり、物理的な背景ノイズで満たされたりすると、GPT-5.6 Solは「不器用」に見えるようになります。
低信噪比のエッジ領域では、AIモデルがパラメータを繰り返し試行する必要があり、所要時間は指数的に増加する。また、物理チップが予測不可能な異常物理現象を示す場合、AIは誤判断に陥り、正確な原因特定ができず、結局、経験豊富な研究者が手動で対応する必要が生じる。
OpenAIは報告書で明言している：現在のAIエージェントは、明確に定義された標準ワークフローを非常に安定して実行できるが、高度に曖昧で物理的な異常が満ちた複雑な結果を解釈する際には、トップサイエンティストの直感が依然として代替不可能である。
しかし、それにもかかわらず、それは人類の歴史で最も困難な飛躍を達成しました：科学者たちを退屈な日常業務から完全に解放したのです。
GPT-5.6 SolとCodexの導入により、研究所の生産関係は完全に再構築された：
役割の昇華：人間は上位設計（プラン、メカニズム、全体計画）に集中し、下位のパラメータ調整を分離する。
マルチエージェント協調：理論、制御、シミュレーションの3つのAIポジションを構築し、並列作業。
リアルタイム自己進化：Codexが戦術を実行し、コード生成後すぐに実際の量子チップに展開し、物理的フィードバックに基づいてリアルタイムで逆方向デバッグを行い、極めて高速な閉ループを形成します。
この「理論推演―シミュレーション設計―物理的ハードウェア制御―データフィッティング―反復最適化」というスーパー・クローズドループにより、かつて「週」単位だった研究の反復サイクルが、「時間」甚至「分」単位にまで短縮された。
これは実験物理学の作業パラダイム全体に対する次元の昇華的な打撃である。
本日、OpenAIは国際的なニュースを席巻し、「ミレニアム問題」において重大な数学的突破を達成し、ナビエ–ストークス方程式を証明したと発表しました。
OpenAIの証明は、ある流体が最初は完全に正常であるが、ナビエ–ストークス方程式の下で有限時間内に無限速度に達することを示している。
言い換えれば、特定の状況では、この式が物理的現実を信頼性を持って反映できない可能性があります。
これはAIが初めて「リーマン予想」レベルの数学的難題を真正に解決したことです。この問題は難解さで知られるだけでなく、広範な応用を持っています。
ナビエ–ストークス方程式は、天気や海流、配管内の水流、銀河内の星の運動、翼の周囲の気流のシミュレーションに使用でき、航空機や車両の設計、血液循環の研究、発電所の設計、汚染効果の分析などにも応用されます。
しかし、別の数学者のトリスタン・バッカマスターは、OpenAIが彼と協力者のAnthropic研究者レヴェント・アルポーゲの研究を聞いた後、急いで「解決策」と称するものを発表したと疑問を呈した。
トリスタン・バックマスターは、OpenAIがAnthropicの研究者レヴェント・アルポーゲの論文への著者名の記載を試みたとも主張している。
OpenAIは彼らがオイラー方程式の特異点問題を解決したと述べているが、彼らはナビエ–ストークス方程式を解決した。
バックマスターは、ナビエ–ストークス方程式にあと一歩というところまで到達しており、先に発表されないよう、OpenAIの前に関連成果を発表した。
報告によると、OpenAIは今回1万のエージェントを起動し、88時間稼働させ、1300億トークンを消費しました。
オートマンは、両者のアプローチが異なるようだと述べると同時に、Anthropicの影響を受けたことを認めた。「確かに、先週インターネット上でAnthropicのモデルがミレニアム問題の1つを解決したという噂が広まったため、私たちのモデルでも可能かどうか気になったので、この方向に取り組みました。」
あるネットユーザーが冗談で言った：
Anthropicが室温超伝導体を発見したと聞いたが、もう竞争对手が88時間、1万のpost-Astraエージェントを投じて記事を争うことはないことを願う。
オルトマンは「let’s try」と返信しました（お楽しみに）。
人々が「数学が終わる」と叫び、数学の本当の生存危機が勃発した。
しかし、物理世界に関わる場合、大規模モデルはしばしば「力不足」である。
しかし、今回のOpenAIの公式発表は、仮想世界と物理世界の境界を完全に打破了しました。
AIが実際に下りてきて、人類の物理世界で実験を開始した。
参考資料：
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
本文は微信公众号「新智元」より、著者：ASI启示録；編集：Aeneas デイビッド