Haiqu lansează AgenticOS pentru a menține cercetarea cuantică condusă de AI pe drumul cel bun

Un calcul științific poate rula perfect și totuși să răspundă la întrebarea greșită. Dacă un agent AI modifică în tăcere geometria unei molecule sau elimină electroni dintr-o simulare, codul funcțional și un grafic convingător pot ascunde un experiment defectuos.

Aceasta este problema pe care Haiqu o vizează prin anunțul său din 7 octombrie al AgenticOS, un sistem care coordonează echipe de agenți AI specializați în proiecte de cercetare cuantică. Platforma este concepută să conducă o idee prin revizuirea literaturii, analiza matematică, proiectarea și execuția experimentului, menținând în același timp ipotezele științifice accesibile cercetătorilor pentru a le inspecta și aproba.

Disponibil acum pentru echipele de cercetare și dezvoltare ale întreprinderilor la cerere, AgenticOS se bazează pe platforma Haiqu anunțată în mai. Propunerea sa centrală este că automatizarea științifică utilă necesită o modalitate de a păstra sensul experimentului pe parcursul fiecărei etape a lucrării.

Transformarea unei întrebări de cercetare într-un flux de lucru revizuit

Conform AgenticOS pagină de produs a lui Haiqu, utilizatorii pot începe cu o întrebare, lucrări, date sau o idee existentă. Sistemul ajută la stabilirea obiectivelor, constrângerilor și criteriilor de succes, apoi organizează investigația într-un grafic de cercetare. Nodurile reprezintă echipe de agenți științifici, cu dependențe, decizii și artefacte de cercetare care leagă munca.

Cercetătorii pot examina rezultatele, comenta ipotezele, redirecționa un modul și aproba deciziile importante înainte ca sarcinile ulterioare să continue. Sistemul se bazează pe o bază de cunoștințe despre teoria cuantică, algoritmi și aplicații industriale, împreună cu deciziile și artefactele acceptate ale proiectului.

Această structură contează deoarece un proiect de cercetare poate eșua cu mult înainte de calculul final. Alegerea unei aproximări schimbă ceea ce este modelat; pierderea unei constrângeri anterioare poate face ca rezultatele ulterioare să nu fie comparabile. Un flux de lucru vizibil oferă oamenilor de știință locuri în care să surprindă aceste modificări, în loc să încerce să le reconstruiască dintr-un răspuns final.

În anunț, Haiqu afirmă că agenții se ocupă de revizuirea literaturii, derivări din principii fundamentale, analiza fezabilității cuantice și verificarea rezultatelor. Validarea combină linii de bază clasice, teste, agenți critici și revizuire umană, cu verificare formală. Oamenii de știință determină care ipoteze sunt blocate, unde este adecvată munca autonomă și ce pași necesită aprobare.

Co-fondatorul și CTO-ul Mykola Maksymenko a declarat că sistemul este conceput să reducă efortul necesar pentru a transforma o idee de cercetare promițătoare într-un experiment, permițând oamenilor de știință să se concentreze mai mult pe selectarea și investigarea întrebărilor potrivite.

Un test chimic expune diferența dintre cod și știință

Studiul de caz chemistry case study al Haiqu examinează transferul de protoni în cat ionul Zundel, H₅O₂⁺: două molecule de apă care împărtășesc un proton suplimentar. Sarcina a fost să se calculeze bariera energetică pe măsură ce protonul se mută între ele, într-un set științific fix.

Zece execuții autonome de AI au primit aceeași sarcină. Toate au generat cod funcțional, dar patru au exclus electronii necesari, iar altele au modificat geometria sau traiectoria protonului. AgenticOS a păstrat protocolul convenit, incluzând toți cei 20 de electroni și o separare fixă oxigen‑oxigen.

Calculul său de diagonalizare cuantică bazată pe mostre, sau SQD, a produs o barieră de 554,8 milielectronvolți, comparativ cu o referință de interacțiune completă de 574,3 milielectronvolți – o diferență de aproximativ 3,4 %. SQD combină eșantionarea configurațiilor electronice cu un calcul energetic clasic.

Aceste cifre descriu un model molecular selectat. Referința este exactă în cadrul ipotezelor computaționale ale acelui model; rezultatul nu stabilește o acuratețe universală sau un avantaj cuantic. Descoperirea mai imediat relevantă este că păstrarea protocolului a făcut calculul semnificativ pentru comparație.

Haiqu afirmă că lucrarea a fost acceptată la un workshop NeurIPS 2026 axat pe AI pentru descoperire științifică. Rămâne o demonstrație raportată de companie, nu un benchmark independent larg al fiabilității cercetării.

De la o simulare controlată la hardware cuantic

Anunțul descrie, de asemenea, un experiment separat implicând modelul Hubbard, un cadru pentru studierea electronilor interacționați. Haiqu a investigat o versiune dopată, frustrată, bidimensională cu sărituri diagonale, relevantă pentru cercetarea superconductorilor cu temperatură înaltă pe bază de cupru.

AgenticOS a dezvoltat un experiment pe o grilă de trei pe trei și l-a rulat pe un computer cuantic IBM. Grila mică a permis compararea cu o soluție clasică exactă. Haiqu raportează o reducere de aproximativ 75 % a adâncimii circuitului și o calibrare propusă care a aliniat ieșirea hardware cu o execuție fără erori a aceleiași metode.

Adâncimea circuitului măsoară straturile de operații necesare pentru a executa un circuit cuantic. Reducerea acesteia poate ajuta pe procesoarele zgomotoase de astăzi, unde erorile se acumulează în timpul calculului. Acordul cu o execuție ideală este o dovadă utilă despre metodă și fluxul de lucru hardware, dar nu înseamnă că experimentul a rezolvat superconductivitatea sau a depășit calculul clasic la acea scară.

Stiva software din spatele agenților

AgenticOS se află deasupra infrastructurii software cuantice a Haiqu. Anunțul descrie SDK-ul ca oferind încărcarea de date, comprimarea circuitelor și atenuarea erorilor, în timp ce Haiqu Runtime gestionează execuția pe simulatoare și procesoare cuantice.

Haiqu’s pagina platformei academice adaugă detalii practice: cercetătorii pot aduce cod Qiskit în SDK, pot urmări sarcinile și pot păstra backend-urile, informațiile de calibrare, semințele aleatoare și setările de compilare. Aceste înregistrări ajută echipele să reproducă un experiment și să înțeleagă de ce două execuții diferă.

Platforma estimează, de asemenea, costurile de procesare cuantică înainte de execuție și folosește gruparea și memorarea în cache pentru a reduce rulările inutile. Astfel de capabilități leagă fluxul de lucru al agentului de constrângerile operaționale ale unui buget de cercetare real.

Echipele enterprise pot solicita acces la AgenticOS. Cercetătorii academici pot solicita acces gratuit la platformă prin Programul Academic al Haiqu și pot solicita credite AWS pentru sarcini clasice și cuantice; compania menționează că creditele necesită aprobare și nu sunt garantate.

Pentru echipele de cercetare, partea promițătoare a anunțului este continuitatea dintre întrebare, presupuneri, cod și dovezi. Calculele mai rapide sunt valoroase numai când oamenii de știință pot determina ce a fost calculat efectiv. AgenticOS transformă această cerință într-o componentă centrală a abordării sale în cercetarea cuantică asistată de AI.