Haiqu představuje AgenticOS, aby udržel AI‑řízený kvantový výzkum na správné cestě

Vědecký výpočet může běžet perfektně a přesto odpovídat na špatnou otázku. Pokud AI agent tiše změní geometrii molekuly nebo odečte elektrony ze simulace, funkční kód a přesvědčivý graf mohou skrýt poškozený experiment.

To je problém, na který se Haiqu zaměřuje ve svém oznámení ze 7. října o AgenticOS, systému, který koordinuje týmy specializovaných AI agentů napříč kvantovými výzkumnými projekty. Platforma je navržena tak, aby nápad prováděla skrze přehled literatury, matematickou analýzu, návrh experimentu a jeho realizaci, přičemž vědecké předpoklady zůstávají dostupné výzkumníkům k prohlédnutí a schválení.

K dispozici nyní pro podnikové týmy výzkumu a vývoje na vyžádání, AgenticOS staví na platformě Haiqu oznámené v květnu. Jeho hlavní tvrzení je, že užitečná vědecká automatizace potřebuje způsob, jak zachovat smysl experimentu napříč každou fází práce.

Přeměna výzkumné otázky na přezkoumatelný pracovní postup

Podle AgenticOS produktová stránka společnosti Haiqu mohou uživatelé začít otázkou, články, daty nebo existujícím nápadem. Systém pomáhá stanovit cíle, omezení a kritéria úspěchu a poté organizuje vyšetřování do výzkumného grafu. Uzly představují týmy vědeckých agentů s závislostmi, rozhodnutími a výzkumnými artefakty spojujícími práci.

Výzkumníci mohou zkoumat výstupy, komentovat předpoklady, přesměrovat modul a schválit důležitá rozhodnutí, než pokračují následné úkoly. Systém čerpá z databáze znalostí kvantové teorie, algoritmů a průmyslových aplikací, spolu s přijatými rozhodnutími a artefakty projektu.

Tato struktura je důležitá, protože výzkumný projekt může selhat dlouho před finálním výpočtem. Volba aproximace mění to, co se modeluje; ztráta dřívějšího omezení může učinit pozdější výsledky nesrovnatelné. Viditelný pracovní postup poskytuje vědcům místa, kde mohou zachytit tyto změny, místo aby se je snažili rekonstruovat z hotové odpovědi.

V oznámení Haiqu uvádí, že agenti zajišťují přehled literatury, odvození z první principy, analýzu kvantové proveditelnosti a kontrolu výsledků. Validace kombinuje klasické referenční hodnoty, testy, kritické agenty a lidskou revizi s formální verifikací. Vědci určují, které předpoklady jsou pevně dané, kde je vhodná autonomní práce a které kroky vyžadují schválení.

Spoluzakladatel a CTO Mykola Maksymenko řekl, že systém má za cíl snížit pracovní náročnost převodu slibné výzkumné myšlenky na experiment, což umožní vědcům věnovat více pozornosti výběru a zkoumání správných otázek.

Chemický test odhaluje rozdíl mezi kódem a vědou

Studie chemická případová studie společnosti Haiqu zkoumá přenos protonu v Zundelově kationtu, H₅O₂⁺: dva vodní molekuly sdílející další proton. Úkolem bylo vypočítat energetickou bariéru, jak se tento proton mezi nimi přesouvá, při pevně daném vědeckém nastavení.

Deset samostatných běhů AI obdrželo stejný úkol. Všechny vytvořily funkční kód, ale čtyři vynechaly požadované elektrony a další změnily geometrii nebo dráhu protonu. AgenticOS zachoval dohodnutý protokol, včetně všech 20 elektronů a pevně dané vzdálenosti mezi kyslíky.

Jeho simulovaný výpočet vzorkové kvantové diagonalizace, zkráceně SQD, vytvořil bariéru 554.8 milielektronvoltů, oproti referenci plné konfigurace interakce 574.3 milielektronvoltu – přibližně 3.4% rozdíl. SQD kombinuje vzorkování elektronových konfigurací s klasickým výpočtem energie.

Tyto čísla popisují jeden vybraný molekulární model. Referenční hodnota je přesná v rámci výpočetních předpokladů tohoto modelu; výsledek nestanovuje univerzální přesnost ani kvantovou výhodu. Důležitějším zjištěním je, že zachování protokolu učinilo výpočet smysluplným pro srovnání.

Haiqu uvádí, že práce byla přijata na workshopu NeurIPS 2026 zaměřeném na AI pro vědecké objevy. Jedná se stále o demonstraci hlášenou společností, nikoli o široký nezávislý benchmark spolehlivosti výzkumu.

Z kontrolované simulace k kvantovému hardwaru

Oznámení také popisuje samostatný experiment zahrnující Hubbardův model, rámec pro studium interagujících elektronů. Haiqu zkoumal dopovanou, frustrovanou dvourozměrnou verzi s diagonálním přeskakováním, relevantní pro výzkum měďových vysokoteplotních supravodičů.

AgenticOS vyvinul experiment na mřížce tři‑na‑tři a spustil jej na kvantovém počítači IBM. Malá mřížka umožnila srovnání s přesným klasickým řešením. Haiqu uvádí přibližně 75% snížení hloubky obvodu a navrženou kalibraci, která zarovnala výstup hardwaru s bezchybnou exekucí stejné metody.

Hloubka obvodu měří vrstvy operací potřebných k provedení kvantového obvodu. Jeho snížení může pomoci na dnešních hlučných procesorech, kde se během výpočtu hromadí chyby. Shoda s ideální exekucí je užitečným důkazem o metodě a hardwarovém workflow, avšak neznamená, že experiment vyřešil supravodivost nebo překonal klasické výpočty v tomto měřítku.

Softwarový stack za agenty

AgenticOS leží nad kvantovou softwarovou infrastrukturou Haiqu. Oznámení popisuje SDK jako poskytující načítání dat, kompresi obvodů a zmírňování chyb, zatímco Haiqu Runtime spravuje provádění na simulátorech a kvantových procesorech.

Haiqu’s akademická platformová stránka přidává praktické podrobnosti: výzkumníci mohou přenést kód Qiskit do SDK, sledovat úlohy a zachovávat backendy, kalibrační informace, náhodná semena a nastavení kompilace. Tyto záznamy pomáhají týmům reprodukovat experiment a pochopit, proč se dva provedení liší.

Platforma také odhaduje náklady na kvantové zpracování před provedením a používá dávkování a kešování k omezení zbytečných běhů. Takové schopnosti propojují pracovní tok agenta s provozními omezeními skutečného výzkumného rozpočtu.

Podnikové týmy mohou požádat o přístup k AgenticOS. Akademičtí výzkumníci se mohou prostřednictvím Academic Program společnosti Haiqu ucházet o bezplatný přístup k platformě a žádat o kredity AWS pro klasické i kvantové pracovní zatížení; společnost uvádí, že kredity vyžadují schválení a nejsou zaručeny.

Pro výzkumné týmy je slibnou částí oznámení kontinuita mezi otázkou, předpoklady, kódem a důkazy. Rychlejší výpočty jsou cenné jen tehdy, když vědci mohou určit, co bylo skutečně vypočítáno. AgenticOS činí tento požadavek ústřední součástí svého přístupu k AI‑asistovanému kvantovému výzkumu.