OpenAI News2026年9月9日AI 中文译文 · 待人工复核

GPT-5.6 Sol 如何帮助运行量子计算实验

英文标题：How GPT-5.6 Sol helps run quantum computing experiments

OpenAI 与 MIT 合作，利用 GPT-5.6 Sol 智能体自主运行量子比特校准实验，显著减少研究人员的人工干预。

正文研究价值 85 / 100

为什么值得关注

量子计算有望解决传统计算机无法处理的复杂问题，但实验操作繁琐耗时。AI 智能体能够自主执行常规测量，不仅加速研究进程，还让科学家从重复劳动中解放出来，专注于创新。这项技术可能推动量子计算更快从实验室走向实际应用，同时为 AI 在科学实验自动化方面树立典范。

核心要点

GPT-5.6 Sol 智能体可自主运行量子比特校准测量，无需持续监督。
MIT 研究人员使用 Codex 连接实验室软件，实现实验自动化。
智能体在信号清晰时表现良好，但在信号弱时仍需专家指导。
该技术节省了研究人员数天时间，让他们专注于更高层次的工作。
量子比特校准的相互依赖性和重复性使其成为 AI 的理想应用场景。

2026年9月8日

应用AI

GPT-5.6 Sol 如何帮助运行量子计算实验

将 GPT-5.6 Sol 连接到实验室软件，用于运行和完善量子芯片上的常规测量，这让 Beatriz Yankelevich 得以专注于实验设计和数据分析。

阅读技术案例研究（在新窗口中打开）

收听文章 5:23

量子计算是一种新兴技术，它利用量子力学的独特性质来处理信息。未来它或许能更好地模拟复杂的材料和分子。与传统处理器不同，量子处理器由量子比特（qubit）构成。准备和运行量子比特实验可能需要数月时间，并且需要数百到数千次初步测量——这正是 AI 可以发挥作用的工作。

Beatriz Yankelevich 是麻省理工学院（MIT）工程量子系统小组（EQuS）的研究生。她使用 GPT-5.6 Sol（配合 Codex）来探索 AI 是否能简化她的实验流程。该 MIT 小组研究超导量子比特，这些量子比特在称为稀释制冷机的专用设备中被冷却到接近绝对零度。这些量子比特运算速度快，可通过微波信号精确控制，并且可以利用成熟的制造技术在芯片上排列制造。

一旦超导量子比特芯片完成制造、封装和冷却，研究人员就完全通过软件与它交互，这使得 Yankelevich 的实验成为 AI 智能体的天然试验场。将 Codex 连接到协调实验的实验室软件后，它就能运行测量、分析结果，并决定下一步该尝试什么。Yankelevich 发现，GPT-5.6 Sol 通常能自主完成常规测量流程，为她节省了大量时间，也让实验无需持续监督即可运行。这让她有更多时间分析结果、设计实验，并规划研究的下一步。

一块封装好的量子比特芯片旁边是一台打开的稀释制冷机，有电缆连接到芯片。

封装好的量子比特芯片（左）放在打开的稀释制冷机（右）内。图片来源：EQuS 小组

协调相互依赖的测量

超导量子比特常被称为人造原子，因为和原子一样，它们只能占据特定的能级。微波脉冲让量子比特在这些能级之间移动，并探测它们的量子态。研究人员设计并校准发送到芯片的脉冲序列，然后对返回的信号进行数字化和分析。这些测量揭示了每个量子比特的共振频率，这让研究人员能够精确控制量子比特；量子比特保留量子信息的时间；以及执行计算所需的设置。

校准量子比特需要一系列相互依赖的测量，每个结果都会影响下一步的操作。量子比特的特性有时会发生漂移，意外的物理行为也可能导致不一致的结果。经验丰富的研究人员能识别这些变化并在发生时做出调整。软件控制、重复测量和自适应决策的结合，也使量子比特校准成为 AI 智能体的一个很有说服力的应用场景。

Yankelevich 测试了 GPT-5.6 Sol 在一块未经校准的六量子比特芯片上运行测量的能力，这是 EQuS 常规用于基准测试其制造工艺的标准芯片类型之一。她为 Codex 提供了针对特定测量的技能说明，解释如何运行和评估每个实验。利用这些技能和芯片的设计目标，GPT-5.6 Sol 选择测量参数、操作硬件、分析所得数据，然后要么优化测量，要么保存结果供下一次测量使用。

当信号清晰时，Codex 几乎不需要研究人员干预就能完成一系列标准测量。它识别出量子比特的跃迁频率，校准用于控制和读取量子比特的脉冲，并确定量子比特保留量子信息的时间。

两张 q1 校准图显示了按频率拟合的共振凹陷和按驱动功率拟合的拉比振荡。