Beatriz Yankelevich, az MIT Engineering Quantum Systems Group (EQuS) kutatója doktorandusz hallgatóként, GPT‑5.6 Sol modellt kapcsolt össze Codexszel és a labor irányító szoftverével, hogy automatizálja a szupervezető kvibit lapkák rutinszerű kalibrációs méréseit. A cél az volt, hogy a monoton, ismétlődő méréseket az ügynök végezze el, míg a kutató az adatértékelésre és kísérlettervezésre tudjon koncentrálni.
A csoport által használt kvibittechnológia szupervezető kvibiteken alapul: ezeket közel abszolút nulla fokra lehűtött eszközökben, ún. dilution refrigerator‑ökben helyezik el. A kvbitek energiakvantos jellemzőit mikrohullámú impulzusokkal vezérlik és mérik; az ilyen mérések célja többek között a rezonanciafrekvenciák, a kvibit koherenciaideje és a vezérlő‑olvasó pulzusok beállításának megállapítása.
A kalibrációs folyamat tipikusan több, egymásra épülő mérés sorozatából áll: minden mérési eredmény befolyásolja a következő lépést. A kísérleti környezetben előfordulhat drift vagy váratlan fizikai viselkedés, amit a tapasztalt kutatók képesek felismerni és kompenzálni. Ugyanezen jellemzők — szoftveres vezérlés, ismételt mérések és adaptív döntéshozatal — tették ezt a feladatot vonzóvá AI‑ügynökök számára.
Yankelevich egy még nem kalibrált, hat kvibites lapkán tesztelte GPT‑5.6 Sol képességeit; ez a típus standard chip, amelyet az EQuS a gyártási folyamatának benchmarkolására használ. A kutató Codex számára kész mérési készségeket definiált, amelyek leírták, hogyan futtasson és értékeljen egyes kísérleteket. Ezeket a kompetenciákat és a lapka tervezési céljait felhasználva az ügynök választotta ki a mérési paramétereket, vezérelte a hardvert, elemezte az adatokat, majd vagy finomított a mérésen, vagy elmentette az eredményt a következő lépéshez.
Amikor a detektált jelek tiszták voltak, Codex önállóan végrehajtotta a szabványos mérési sorozatokat. Megtalálta a kvibit átmeneti frekvenciáit, kalibrálta a vezérlő és olvasó pulzusokat, és meghatározta a kvibit kvantuminformációt megtartó idejét. Az EQuS megjegyzése szerint az ilyen egy‑kvibit kalibrációk egy részét a modell emberi beavatkozás nélkül teljesítette.
Ugyanakkor GPT‑5.6 Sol nehézségekbe ütközött gyenge vagy zajos jeleknél: ilyen esetekben tovább tartott megfelelő mérési paramétereket találni, és néha tapasztalt kutatói útmutatásra volt szükség. Ez az eredmény arra utal, hogy a jelenlegi ügynökök jól kezelik a jól definiált, tiszta munkafolyamatokat, de az ambiguitás és a nehezen értelmezhető fizikai jelenségek feldolgozása továbbra is kihívás.
Az EQuS gyakran gyártja ezeket a standard lapkákat; egy lapka jellemzése több napot is igénybe vehet egy kutató számára. A csoport most rendszeresen alkalmaz ügynököket a rutinmérések elvégzésére, amivel felszabadítják a kutatók idejét más feladatokra. „I can have agents running measurements for many hours overnight or while I’m working in the cleanroom,” mondta Yankelevich. „I can check in from my phone, see what they’ve done, and steer them if something needs fixing or if I want to explore a different direction.”
A kutató elmondása szerint összekapcsolta az ügynököket a munkájának több részével — mérés, elmélet és lapkatervezés —, és ennek az infrastruktúrának mostanra kezdődnek megmutatkozni a megtérülései. Novelebb kísérleteknél Yankelevich szűkebb, konkrét célokat ad a Codex‑ügynököknek, és nagyobb szerepet kap tőlük a kód írása, módosítása és tesztelése vezérlés, analízis és szimuláció céljából.
A közvetlen kapcsolattal rendelkező ügynökök lehetővé teszik, hogy a csoport kódot módosítson, valós mérések ellen tesztelje, és hosszabb munkaszakaszokat hajtson végre autonóm módon. A közvetlen előny tehát a felügyelet csökkentése és a kutatók által a korábban felügyeletre fordított idő megtakarítása — miközben a tapasztalt kutatók továbbra is hatékonyabban találhatják meg a legjobb beállításokat komplex vagy bizonytalan helyzetekben.
Összességében az EQuS eredményei azt mutatják, hogy a jelenlegi generációs AI‑ügynökök hasznosak lehetnek a rutin kvbit‑kalibrációk automatizálásában, különösen akkor, ha a mérések jelei egyértelműek. A bizonytalan vagy zajos esetekben azonban továbbra is emberi szakértelemre van szükség, és a kutatók feladata a magasabb szintű kísérlettervezés és eredményértelmezés marad.
