Haiqu เปิดตัว AgenticOS เพื่อให้การวิจัยควอนตัมที่ขับเคลื่อนด้วย AI อยู่บนเส้นทางที่ถูกต้อง

การคำนวณทางวิทยาศาสตร์อาจทำงานได้อย่างสมบูรณ์แบบแต่ยังตอบคำถามที่ผิดได้ หากเอเจนต์ AI ปรับเปลี่ยนเรขาคณิตของโมเลกุลอย่างเงียบ ๆ หรือตัดอิเล็กตรอนออกจากการจำลอง โค้ดที่ทำงานได้และกราฟที่ดูน่าเชื่อถืออาจทำให้การทดลองที่เสียหายถูกซ่อนอยู่

นั่นคือปัญหาที่ Haiqu มุ่งเป้าหมายด้วยการประกาศ AgenticOS เมื่อ 7 ตุลาคม, ระบบที่ประสานงานทีมของเอเจนต์ AI เชี่ยวชาญทั่วโครงการวิจัยควอนตัม แพลตฟอร์มนี้ออกแบบมาเพื่อพาแนวคิดผ่านการทบทวนวรรณกรรม, การวิเคราะห์คณิตศาสตร์, การออกแบบและดำเนินการทดลอง พร้อมให้สมมติฐานทางวิทยาศาสตร์พร้อมตรวจสอบและอนุมัติโดยนักวิจัย

พร้อมใช้งานแล้วสำหรับทีม R&D ขององค์กรตามคำขอ, AgenticOS สร้างบนแพลตฟอร์มของ Haiqu ที่ประกาศในเดือนพฤษภาคม ข้อเสนอหลักคือการทำอัตโนมัติทางวิทยาศาสตร์ที่มีประโยชน์ต้องมีวิธีการรักษาความหมายของการทดลองตลอดทุกขั้นตอนของงาน

เปลี่ยนคำถามการวิจัยให้เป็นกระบวนการทำงานที่ตรวจสอบได้

ตาม หน้าเพจผลิตภัณฑ์ของ AgenticOS, ผู้ใช้สามารถเริ่มต้นด้วยคำถาม, เอกสาร, ข้อมูล หรือแนวคิดที่มีอยู่ ระบบช่วยกำหนดวัตถุประสงค์, ข้อจำกัดและเกณฑ์ความสำเร็จ, จากนั้นจัดระเบียบการสืบค้นเป็นกราฟการวิจัย โหนดแทนทีมของเอเจนต์ทางวิทยาศาสตร์, มีการพึ่งพา, การตัดสินใจและศิลปวัตถุการวิจัยเชื่อมต่อการทำงาน

นักวิจัยสามารถตรวจสอบผลลัพธ์, แสดงความคิดเห็นต่อสมมติฐาน, เปลี่ยนเส้นทางโมดูลและอนุมัติการตัดสินใจสำคัญก่อนที่งานต่อไปจะดำเนินต่อ ระบบอ้างอิงฐานความรู้ของทฤษฎีควอนตัม, อัลกอริทึมและการประยุกต์ในอุตสาหกรรม พร้อมกับการตัดสินใจและศิลปวัตถุที่ได้รับการยอมรับของโครงการ

โครงสร้างนี้สำคัญเพราะโครงการวิจัยอาจล้มเหลวตั้งแต่ก่อนการคำนวณขั้นสุดท้าย การเลือกการประมาณค่าจะเปลี่ยนสิ่งที่กำลังจำลอง; การสูญเสียข้อจำกัดก่อนหน้าอาจทำให้ผลลัพธ์ต่อมาขาดการเปรียบเทียบได้ กระบวนการทำงานที่มองเห็นได้ให้ที่สำหรับนักวิทยาศาสตร์ในการจับการเปลี่ยนแปลงเหล่านั้น แทนที่จะพยายามสร้างใหม่จากคำตอบที่เสร็จสมบูรณ์

ในการประกาศ, Haiqu ระบุว่าเอเจนต์จัดการการทบทวนวรรณกรรม, การสรุปจากหลักการแรก, การวิเคราะห์ความเป็นไปได้ของควอนตัมและการตรวจสอบผลลัพธ์ การตรวจสอบความถูกต้องรวมฐานคลาสสิก, การทดสอบ, เอเจนต์วิจารณ์และการตรวจสอบโดยมนุษย์, พร้อมการตรวจสอบอย่างเป็นรูปธรรม นักวิทยาศาสตร์กำหนดว่าข้อสมมติฐานใดถูกล็อก, งานอัตโนมัติที่เหมาะสมอยู่ที่ใดและขั้นตอนใดต้องได้รับการลงนาม

ผู้ร่วมก่อตั้งและ CTO Mykola Maksymenko กล่าวว่า ระบบมีจุดมุ่งหมายเพื่อลดแรงงานที่จำเป็นในการเปลี่ยนแนวคิดการวิจัยที่มีศักยภาพให้เป็นการทดลอง, ทำให้นักวิทยาศาสตร์สามารถทุ่มเทความสนใจมากขึ้นในการคัดเลือกและสำรวจคำถามที่ถูกต้อง

การทดสอบเคมีเปิดเผยความแตกต่างระหว่างโค้ดและวิทยาศาสตร์

Haiqu’s กรณีศึกษาเคมี ตรวจสอบการถ่ายโอนโปรตอนในไอออน Zundel, H₅O₂⁺: น้ำสองโมเลกุลที่แชร์โปรตอนเพิ่มเติม งานคือการคำนวณอุปสรรคพลังงานเมื่อโปรตอนนั้นเคลื่อนที่ระหว่างพวกมัน ภายใต้การตั้งค่าทางวิทยาศาสตร์ที่คงที่

การทำงาน AI แยก 10 ครั้งได้รับสรุปเดียวกัน ทั้งหมดสร้างโค้ดที่ทำงานได้, แต่สี่กรณีละเว้นอิเล็กตรอนที่จำเป็น, และกรณีอื่น ๆ ปรับเปลี่ยนเรขาคณิตหรือเส้นทางของโปรตอน AgenticOS รักษาโพรโทคอลที่ตกลงไว้, รวมอิเล็กตรอนทั้งหมด 20 ตัวและการแยกระยะออกซิเจน–ออกซิเจนที่คงที่

การคำนวณการแยกเชิงทแยงมุมควอนตัมแบบสุ่มตัวอย่าง (SQD) ของมันให้ค่ากำแพง 554.8 มิลลิอิเล็กตรอนโวลต์, เทียบกับการอ้างอิงการโต้ตอบแบบเต็มที่ 574.3 มิลลิอิเล็กตรอนโวลต์ — ความแตกต่างประมาณ 3.4% SQD ผสมการสุ่มตัวอย่างของการกำหนดค่าอิเล็กตรอนกับการคำนวณพลังงานแบบคลาสสิก

ตัวเลขเหล่านั้นอธิบายโมเดลโมเลกุลที่เลือกหนึ่ง การอ้างอิงเป็นค่าที่แม่นยำภายในสมมติฐานการคำนวณของโมเดลนั้น; ผลลัพธ์ไม่ได้ยืนยันความแม่นยำสากลหรือความได้เปรียบเชิงควอนตัม สิ่งที่สำคัญและเกี่ยวข้องโดยตรงคือการรักษาโพรโทคอลทำให้การคำนวณมีความหมายสำหรับการเปรียบเทียบ

Haiqu ระบุว่าผลงานได้รับการยอมรับในเวิร์กช็อป NeurIPS 2026 ที่มุ่งเน้น AI สำหรับการค้นพบทางวิทยาศาสตร์ ยังเป็นการสาธิตที่รายงานโดยบริษัท, ไม่ใช่การวัดมาตรฐานอิสระที่กว้างขวางเกี่ยวกับความน่าเชื่อถือของการวิจัย

จากการจำลองที่ควบคุมไปสู่ฮาร์ดแวร์ควอนตัม

การประกาศยังอธิบายถึงการทดลองแยกที่เกี่ยวข้องกับโมเดล Hubbard, โครงสร้างสำหรับศึกษาการโต้ตอบของอิเล็กตรอน Haiqu ศึกษารุ่นสองมิติที่โดปปิงและมีความซับซ้อนพร้อมการกระโดดแนวทแยง, ซึ่งเกี่ยวข้องกับการวิจัยซูเปอร์คอนดักเตอร์อุณหภูมิสูงที่มีฐานทองแดง

AgenticOS พัฒนาแบบทดลองบนตารางสามเท่าสามและรันบนคอมพิวเตอร์ควอนตัมของ IBM ตารางขนาดเล็กทำให้สามารถเปรียบเทียบกับวิธีแก้คลาสสิกที่แม่นยำ Haiqu รายงานว่าความลึกของวงจรลดลงประมาณ 75% และมีการเสนอการสอบเทียบที่ทำให้ผลลัพธ์ของฮาร์ดแวร์สอดคล้องกับการดำเนินการที่ไม่มีข้อผิดพลาดของวิธีเดียวกัน

ความลึกของวงจรวัดจำนวนชั้นของการดำเนินการที่จำเป็นเพื่อรันวงจรควอนตัม การลดความลึกนี้สามารถช่วยในโปรเซสเซอร์ที่มีสัญญาณรบกวนในปัจจุบัน, ที่ข้อผิดพลาดสะสมระหว่างการคำนวณ ความสอดคล้องกับการดำเนินการอุดมคติเป็นหลักฐานที่มีประโยชน์เกี่ยวกับวิธีและกระบวนการทำงานของฮาร์ดแวร์, แต่ไม่ได้หมายความว่าการทดลองได้แก้ปัญหาซูเปอร์คอนดักติวิตีหรือเหนือการคำนวณแบบคลาสสิกในระดับนั้น

สแต็กซอฟต์แวร์เบื้องหลังเอเจนต์

AgenticOS ทำงานอยู่เหนือโครงสร้างซอฟต์แวร์ควอนตัมของ Haiqu. ประกาศระบุว่า SDK ให้บริการการโหลดข้อมูล, การบีบอัดวงจร และการบรรเทาข้อผิดพลาด, ในขณะที่ Haiqu Runtime จัดการการดำเนินการบนซิมูเลเตอร์และโปรเซสเซอร์ควอนตัม.

Haiqu’s หน้าแพลตฟอร์มเชิงวิชาการ เพิ่มรายละเอียดเชิงปฏิบัติ: นักวิจัยสามารถนำโค้ด Qiskit เข้าสู่ SDK, ติดตามงานและเก็บรักษาแบ็กเอนด์, ข้อมูลการสอบเทียบ, เมล็ดสุ่มและการตั้งค่าการคอมไพล์. บันทึกเหล่านี้ช่วยให้ทีมสามารถทำซ้ำการทดลองและเข้าใจเหตุผลที่การดำเนินการสองครั้งแตกต่างกัน.

แพลตฟอร์มยังประมาณค่าใช้จ่ายการประมวลผลควอนตัมก่อนการดำเนินการและใช้การจัดกลุ่มและการแคชเพื่อลดการรันที่ไม่จำเป็น. ความสามารถเหล่านี้เชื่อมโยงกระบวนการทำงานของเอเจนต์กับข้อจำกัดการดำเนินงานของงบประมาณการวิจัยจริง.

ทีมระดับองค์กรสามารถขอเข้าถึง AgenticOS ได้. นักวิจัยเชิงวิชาการสามารถสมัครเข้าถึงแพลตฟอร์มฟรีผ่านโปรแกรมเชิงวิชาการของ Haiqu และขอรับเครดิตจาก AWS สำหรับงานคอมพิวเตอร์คลาสสิกและควอนตัม; บริษัทระบุว่าการขอเครดิตต้องได้รับการอนุมัติและไม่รับประกัน.

สำหรับทีมวิจัย ส่วนที่น่าตื่นเต้นของประกาศคือความต่อเนื่องระหว่างคำถาม, สมมติฐาน, โค้ดและหลักฐาน. การคำนวณที่เร็วขึ้นมีคุณค่าเฉพาะเมื่อนักวิทยาศาสตร์สามารถกำหนดได้ว่าจริงๆ แล้วคำนวณอะไร. AgenticOS ทำให้ข้อกำหนดนี้เป็นส่วนสำคัญของแนวทางการวิจัยควอนตัมที่ได้รับความช่วยเหลือจาก AI.