Haiqu julkaisee Agentic Quantum Operating Systemin nopeuttaakseen yritysten kvantti-T&T:tä

Kvanttilaskennassa on pitkään ollut käytännön ongelma: vaikka laitteisto paraneekin, hyödyllisten sovellusten kehittäminen on ollut hidasta, kallista ja erittäin erikoistunutta. New Yorkissa sijaitseva Haiqu yrittää puuttua tähän aukkoon julkaisemalla uuden Agentic Quantum Operating Systemin (HaiquOS), joka on suunniteltu automatisoimaan ja optimoimaan kvantti-sovellusten kehittämistä yritysten ja tieteellisten tutkimusryhmien tarpeisiin.

Sen sijaan, että keskittyisivät pelkästään kvanttiprosessoreiden parantamiseen tai laitteiston suorituskyvyn parantamiseen, Haiqu kohdistaa huomionsa ohjelmistoinfrastruktuuriin, joka määrittää, voivatko nykyiset kvanttijärjestelmät tuottaa merkityksellisiä tuloksia lainkaan. Yritys kuvailee HaiquOS:ia täysipainoiseksi “agentic” -kvanttiälykkyyden alustaksi, joka yhdistää tekoälyohjattuja tutkimusagenteja, omistuksellista middlewareä, kehittäjätyökaluja ja orkesterointijärjestelmiä yhdenmukaiseen ympäristöön kvantti-T&T:lle.

Kvanttilaskennan todellinen pullonkaula

Vaikka suurin osa alan keskustelusta keskittyy kvanttilaitteiden läpimurtoihin, monet tutkijat väittävät, että ohjelmistojen tehokkuus on yksi suurimmista esteistä, jotka estävät kvanttilaskennan käytännön soveltamisen.

Nykyiset kvanttiprosessorit ovat edelleen rajoitettuja melun, rajoitettujen koherenssiaikojen ja rajoitetun laskentakapasiteetin vuoksi. Kokeiden suunnittelu, joka voidaan suorittaa näillä järjestelmillä, vaatii usein laajaa manuaalista optimointia, erittäin erikoistunutta asiantuntemusta ja merkittävää koetteluja ja virheidenkorjausta.

Haiqu:n alusta on suunniteltu vähentämään tätä monimutkaisuutta. Tutkijat voivat syöttää tutkimuskohteensa tai liiketoimintaprobleemansa luonnollisella kielellä, ja järjestelmä auttaa luomaan suoritettavissa olevia kvantti-työvirtoja ja optimoi, miten nämä kokeet suoritetaan saatavilla olevalla laitteistolla.

Yritys sanoo, että sen middleware-kerros keskittyy voimakkaasti vähentämään hukkaan meneviä kvanttioperaatioita tekniikoilla, kuten piirin optimoinnilla, virheenkorjaamisella, orkesteroinnin tehokkuudella ja edistyneellä datakoodauksella. Tavoitteena ei välttämättä ole rakentaa suurempia kvantti-järjestelmiä, vaan saada enemmän hyödyllistä työtä olemassa olevasta laitteistosta.

Agentic AI alkaa muovata kvanttitutkimusta

Julkaisu heijastaa myös kasvavaa yhteenkuuluvuutta agentic AI -järjestelmien ja kvanttilaskennan kehityksen välillä.

Haiqu:n käyttöjärjestelmä käyttää tekoälyohjattuja agenteja automatisoimaan osia tutkimus- ja sovelluskehitysprosessista, jotka vaatisivat perinteisesti erittäin erikoistuneita kvantti-insinöörejä. Sen sijaan, että jokainen työvirta olisi rakennettava manuaalisesti alusta alkaen, tiimit voivat käyttää alustaa kiihdyttääksesi kokeiden suunnittelua, algoritmien valintaa ja optimointistrategioiden kehittämistä.

Tämänlainen “agentic kvantti-työvirta” on edelleen kehittyvä käsite, mutta se herättää yhä enenevää mielenkiintoa, kun yritykset etsivät keinoja tehdä kvanttilaskenta helpommin saataville laajemmalle yleisölle.

Tämä lähestymistapa voi olla erityisen tärkeä, kun yritykset alkavat kokeilla kvantti-järjestelmiä sisäisesti. Yksi suurimmista esteistä otson käytölle tänään ei ole ainoastaan laitteiston saatavuus – se on tutkijoiden puute, jotka pystyvät kääntämään kaupalliset ongelmat toimiviksi kvantti-kokeiksi.

Haiqu näyttää asemoida alustansa siltaksi yritysten T&T-tiimien ja yhä monimutkaisemman kvantti-infrastruktuurin välille.

Tavoitteena on lähiaikainen kvantti-hyödyllisyys

Haiqu on korostanut jatkuvasti ajatusta, että kaupallisesti hyödylliset kvantti-sovellukset voivat ilmestyä aikaisemmin kuin moni odottaa, jos ohjelmistokerros on optimoitu oikein.

Tämä filosofia heijastuu yrityksen laitteistoriippumattomassa lähestymistavassa. Sen sijaan, että rakentaisi omaa kvanttiprosessoria, Haiqu keskittyy middlewareen, joka pystyy toimimaan eri kvantti-arkkitehtuureilla ja maksimoimaan olemassa olevien järjestelmien tehokkuutta.

Erityistä huomiota kiinnitetään kvantti-datakoodaukseen – yhteen suurimmista haasteista modernissa kvanttilaskennassa. Tehokkaan lataamisen reaaliaikaisia tietoja kvanttipiireihin on edelleen laskennallisesti kallista ja usein rajoittaa monien kvantti-algoritmien käytännön hyödyllisyyttä.

Haiqu:n viimeaikaiset työt rahoitusmallinnuksessa ja molekyylisimulaatioissa osoittavat, että yritys keskittyy vähentämään näitä kustannuksia, jotta nykyiset kvantti-järjestelmät voivat käsitellä merkityksellisempiä työkuormia.

Yritykset alkavat kokeilla

Useat suuret yritykset ovat ilmoittaneet jo saaneensa varhaisen pääsyn HaiquOS:ään, mukaan lukien Capgemini ja Deloitte.

Yritys on myös laajentanut yhteistyötä rahoituspalvelujen ja kvanttitutkimuksen ekosysteemien kanssa, kun mielenkiinto käytännön kvantti-sovelluksia kohtaan jatkuu kasvamassa.

Perustettu vuonna 2022 Richard Givhanin ja kvanttitutkija Mykola Maksymenkon toimesta, Haiqu on nopeasti asettanut itsensä kasvavan kilpailun kvantti-middleware-sektorissa. Sen sijaan, että kilpailisi suoraan laitteiston valmistajien kanssa, yritys panostaa siihen, että kvantti-teollisuuden seuraava vaihe määritellään ohjelmistojen orkesteroinnilla, optimoinnilla ja työvirran automaatiolla.

Miksi middleware saattaa määritellä kvanttilaskennan seuraavan vaiheen

Kvantti-teollisuus on vähitellen siirtymässä pitkän aikavälin teoreettisista lupausten sijaan käytännön kysymyksiin käytettävyydestä ja skaalautuvuudesta.

Yritykset tutkivat yhä enenevää, voivatko ohjelmistoparannukset lukitsemaan kaupallisen arvon nykyisistä epätäydellisistä kvantti-laitteista odottaen täysin virheettömiä järjestelmiä, jotka voivat olla edelleen vuosia etäällä.

Jos alustat kuten HaiquOS voivat jatkuvasti parantaa suorituskykyä ja vähentää laskennallisia kustannuksia, middleware voi tulla yhdeksi tulevaisuuden kvanttipinon määrittävistä kerroksista.

Mahdolliset sovellukset kattavat useita aloja, mukaan lukien:

• rahoitusmallinnus ja riskianalyysi,
• molekyylisimulaatio ja materiaalinen simulaatio,
• optimointiongelmat,
• kvantti-koneoppiminen,
• tieteellinen tutkimus, joka liittyy monimutkaisiin fysikaalisiin järjestelmiin.

Pitkän aikavälin haaste on määrittää, voivatko ohjelmistoparannukset jatkuvasti skaalautua kvantti-laitteiden edistysten rinnalla. Mutta Haiqu:n julkaisu korostaa kasvavaa uskoa alan sisällä, että käytännön kvanttilaskennan tie voi riippua yhtä lailla älykkäästä ohjelmistojen orkesteroinnista kuin laitteistosta itsessään.