Anthropic и QuEra применили ИИ для настройки лазеров квантового компьютера

QuEra Computing совместно с Anthropic показали, как модель Claude автоматически диагностирует и устраняет сбои в лазере квантового компьютера на нейтральных атомах. В контрольных испытаниях ИИ восстановил стабильную работу оборудования в 695 из 700 случаев.

Квантовые компьютеры QuEra удерживают кубиты с помощью лазеров. Отклонение частоты излучения останавливает вычисления, и раньше для возврата системы в строй требовался специалист. Простые сбои автоматизированы давно, но сложные случаи требуют анализа и последовательной подстройки нескольких параметров. Четыре инженера QuEra потратили три недели на сценарий восстановления, и он покрывал только заранее известные ситуации.

В новом эксперименте Claude подключили к лазерному стенду через разработанный Anthropic и HHMI Janelia интерфейс Model Hardware Standard (MHS), который позволяет модели взаимодействовать с научным оборудованием в безопасных пределах. Вместо инструкции ИИ самостоятельно экспериментировал: создавались неисправности, после чего модель меняла параметры, анализировала результат и выбирала следующий шаг. Часть экспериментов шла полностью автономно по ночам.

На основе найденных решений инженеры собрали обычный детерминированный контроллер. При реальном сбое обращение к языковой модели не требуется — ИИ использовался для поиска стратегии, которую затем перенесли в традиционное управляющее ПО.

Результаты на стенде

Система восстановила лазер в 695 случаях из 700. Большинство проблем устранялось менее чем за шесть секунд, сложные — за 10–14 секунд. По данным QuEra, специалисту на это требуется от пяти до десяти минут.

Claude также использовали для оптимизации самого лазера. Настройка уменьшила остаточный шум в пять раз и исключила потерю стабилизации при автономной работе. Независимые измерения показали результат, сопоставимый с работой опытного специалиста, причём ИИ нашёл и исправил дефект, пропущенный при ручной калибровке.

Дополнительный эксперимент провели на лазере с другой длиной волны. Claude подобрал настройки за одну ночь — обычный ввод такой системы в эксплуатацию занимает недели.

Единый стандарт для оборудования

После эксперимента с QuEra Anthropic представила исследовательскую версию MHS — набора стандартных драйверов, который позволяет разным физическим устройствам работать с ИИ через общий интерфейс. Сейчас для объединения микроскопов, камер, лазеров и другого оборудования в одном эксперименте часто требуется отдельная программная интеграция. MHS должен заменить такие «переводчики» единым форматом обмена данными и управления.

По заявлению Anthropic, в первых тестах MHS сокращал время интеграции оборудования, а настройка экспериментальной системы в некоторых случаях может занять часы или минуты вместо недель или месяцев. Через Model Context Protocol учёный может управлять оборудованием обычными командами, а модель — самостоятельно выстраивать последовательность действий, менять параметры по ходу эксперимента и реагировать на результаты. Например, Claude может настроить лазер, получить данные с камеры, оценить результат и повторить процедуру для автоматической калибровки. В другом сценарии модель управляет микроскопом: анализирует изображение, определяет участок для дополнительного наблюдения и перемещает прибор к нему.

Anthropic показала и более сложный пример с роботом-манипулятором: Claude определил, как поднять алюминиевую банку, хотя не был специально обучен этой последовательности действий. Вместо того чтобы каждый раз заново «рассуждать» над всей процедурой, модель может записывать последовательность операций в API-скрипт и корректировать её по мере изменения условий.

Чтобы модель могла работать с незнакомым оборудованием, MHS предусматривает систему тегов с описанием физических ограничений устройства: например, веса и диапазона движений роботизированной руки, доступных параметров, способов измерения и заданных пределов безопасности. Эти сведения можно передать модели через справочный файл, чтобы она понимала возможности конкретного прибора без обучения на нём.

Сейчас стандарт тестируют научные лаборатории и производители оборудования, включая AWS Strands Robots, Hugging Face LeRobot, Raspberry Pi, Automata и Universal Robots. Anthropic планирует после этапа тестирования сделать MHS открытым стандартом, который не будет привязан к конкретной ИИ-модели.

Разработчики отмечают: о полностью саморемонтирующемся квантовом компьютере речи пока нет, эксперимент затрагивал одну подсистему на стенде. Но метод решает практическую проблему масштабирования: чем больше в машине лазеров и прецизионной аппаратуры, тем больше персонала нужно для калибровки и починки. Если подход распространят на другие подсистемы, ИИ возьмёт на себя значительную часть рутинного обслуживания.