Der Majorana-2-Quantenchip von Microsoft dient in der Forschung und Entwicklung als Fallstudie für agentenbasierte KI

Der Majorana-2-Quantenchip von Microsoft feierte diese Woche sein Debüt und lieferte dabei Zahlen, die sich nur schwer einordnen lassen: Qubits, die 1.000-mal zuverlässiger sind als die der ersten Generation, eine durchschnittliche Qubit-Lebensdauer von 20 Sekunden im Vergleich zum Branchenstandard, der in Mikrosekunden gemessen wird, sowie eine aktualisierte Roadmap, die bis 2029 einen kommerziell skalierbaren Quantencomputer zum Ziel hat. Hinter diesen Zahlen steht die agentische KI „Microsoft Discovery“, und diese Plattform könnte der bedeutendere Teil dieser Ankündigung sein.

Einfacher ausgedrückt: Die meisten aktuellen Quantenchips können ihren fragilen Rechenzustand nur für den Bruchteil einer Sekunde aufrechterhalten, bevor sie ihn verlieren. Majorana 2 kann ihn bis zu einer Minute lang halten. Microsoft zieht eine Analogie zu einem Handy-Akku, der nicht nach einem Tag leer ist, sondern mit einer einzigen Ladung fast drei Jahre lang hält.

Majorana 2 wurde mit Unterstützung von Microsoft Discovery entwickelt, der agentischen KI-Plattform des Unternehmens für wissenschaftliche Forschung und Entwicklung, die ebenfalls diese Woche allgemein verfügbar wurde. Der Zeitpunkt ist bewusst gewählt. Der Quantenchip dient Microsoft als Beweis dafür, dass die Plattform funktioniert.

Was die agentische KI von Microsoft Discovery hier tatsächlich geleistet hat

Die gängige Darstellung lautet, dass die KI den Chip entworfen habe. Die Realität ist nuancierter und wohl auch faszinierender. Die Entscheidung, das supraleitende Material von Aluminium auf Blei umzustellen – was laut Microsoft die einzelne Änderung ist, die am meisten zur Verbesserung der Zuverlässigkeit beigetragen hat –, entstand aus jahrelanger konventioneller Materialforschung und nicht aus einer KI-Empfehlung.

Was die Agenten von Microsoft Discovery bewältigten, war alles drumherum: die Verwaltung der Fertigungsabläufe, die Automatisierung von Messungen, die zuvor jeweils Wochen in Anspruch nahmen, die Aufbereitung von fast zwei Jahrzehnten isolierter Forschungsdaten sowie das Aufdecken von Zusammenhängen, die kein einzelner Forscher angesichts dieser Menge und Vielfalt an Informationen im Blick behalten konnte.

„Wenn man KI-Agenten auf diese Daten anwendet, können sie im Wesentlichen Zusammenhänge neu synthetisieren und identifizieren, die wir als Menschen nicht erkennen können, da keine einzelne Person über einen so umfassenden Überblick über eine derart große Datenmenge verfügt“, sagte Zulfi Alam, Corporate Vice President für Quantenforschung bei Microsoft.

Diese Sichtweise ist wichtig, weil sie die Erzählung von „KI hat den Chip gebaut“ zu etwas Präziserem verschiebt: Agente-basierte KI hat den Versuchszyklus verkürzt. Was zuvor umfangreiche Versuche und Irrtümer erfordert hätte, um die richtige „Rezeptur“ auf atomarer Ebene für die Kristallstruktur des Chips zu finden, konnte durch KI-gesteuerte Simulationen auf ein einziges gezieltes Experiment reduziert werden.

„In der neuen Weltordnung kann man durch Simulationen das höchstwahrscheinliche Ziel identifizieren. Mit diesem Wissen muss man dann im Idealfall nur einmal experimentieren“, sagte Alam.

Das Messproblem ist gelöst

Einer der greifbareren Erfolge, die das Team beschreibt, betrifft die Qubit-Messung: den Prozess der Erfassung von Quantenzuständen durch die Bestimmung, ob sich eine gerade oder ungerade Anzahl von Milliarden Elektronen auf einem Halbleiterdraht befindet. Manuell durchgeführt dauert dies Wochen. Microsoft versuchte vor einigen Jahren, diesen Vorgang mithilfe früherer Methoden des maschinellen Lernens zu automatisieren, scheiterte jedoch.

Mithilfe der auf Microsoft Discovery basierenden agentenbasierten KI entwickelten sie einen spezialisierten Agenten, der den Prozess nun automatisch und kontinuierlich ausführt und dabei dreidimensionale Karten der Qubit-Zustände in einem Tempo erstellt, das kein einzelner Forscher erreichen könnte.

„Der Einsatz von agentischer KI zur Automatisierung der Messungen war ein entscheidender Durchbruch“, sagte Alam. Der Agent führt gleichzeitig parallele Spannungsanpassungen über Hunderte von Parametern hinweg durch – etwas, das menschliche Forscher, die linear und strukturiert denken, nicht leisten können.

Chetan Nayak, Technical Fellow bei Microsoft und Leiter des Quantenprogramms, sagte, der Wandel sei tiefgreifend: „Agentische KI hat fast alles durchdrungen, was wir tun; sie ist einfach zu einem ganz natürlichen Bestandteil unseres Arbeitsablaufs geworden.“

Microsoft Discovery wird allgemein verfügbar

Die Plattform, die all dies ermöglicht hat, steht nun Unternehmenskunden zur Verfügung. Microsoft Discovery kombiniert spezialisierte KI-Agenten für die wissenschaftliche Forschung, eine Discovery Engine für Forschungs- und Schlussfolgerungs-Workflows sowie Sicherheit und Governance auf Unternehmensniveau. Eine kostenlose Microsoft Discovery-App, die lokal mit einem GitHub Copilot-Konto genutzt werden kann, befindet sich ebenfalls in einer frühen Preview-Phase und senkt damit die Einstiegshürde für einzelne Forscher, die ähnliche agentische Arbeitsabläufe ausführen möchten.

Das kommerzielle Versprechen ist klar: Der gleiche Funktionsumfang, mit dem das Quantenteam seinen Entwicklungszeitplan verkürzt hat, steht nun jedem Unternehmen zur Verfügung, das intensive Forschung und Entwicklung betreibt. Microsoft verzeichnet bereits Einsätze in den Bereichen Biowissenschaften, Chemie und Werkstoffe, Energie sowie Fertigung. Syensqo nutzt die Plattform beispielsweise zur Entwicklung von Flüssigkeiten der nächsten Generation für die Halbleiterfertigung.

Die Prognose für 2029 im Kontext

Microsofts überarbeiteter Zeitplan für die Quantenentwicklung erfordert eine redaktionelle Vorsichtsmäßigung. Das Unternehmen hat sein Ziel aufgrund der Fortschritte bei Majorana 2 von 2033 auf 2029 vorverlegt, was eine erhebliche Beschleunigung darstellt; allerdings sind Quanten-Roadmaps bekanntermaßen oft von optimistischen Zeitplanverkürzungen geprägt. Die Angabe einer 1.000-fachen Zuverlässigkeit bezieht sich speziell auf Verbesserungen gegenüber den Qubits von Majorana 1 und nicht auf einen direkten Vergleich mit konkurrierenden Ansätzen von IBM oder Google, die grundlegend andere Architekturen verwenden.

Nayaks eigene Darstellung gibt den inkrementellen Charakter dieser Entwicklung ehrlich wieder: „Wo stehen wir im Vergleich zum letzten Jahr? Wir sind 1.000-mal besser.“ Das ist ein bedeutender Meilenstein im Jahresvergleich. Ob dieses Tempo ausreicht, um bis 2029 Quantencomputer im industriellen Maßstab zu erreichen, ist eine Frage, die noch niemand – auch Microsoft nicht – beantworten kann.

Siehe auch: Großbritannien und Deutschland planen die Kommerzialisierung von Quanten-Supercomputing

Möchten Sie mehr über KI und Big Data von Branchenführern erfahren? Besuchen Sie die AI & Big Data Expo in Amsterdam, Kalifornien und London. Diese umfassende Veranstaltung ist Teil der TechEx und findet parallel zu anderen führenden Technologieveranstaltungen statt, darunter die Cyber Security & Cloud Expo. Klicken Sie hier für weitere Informationen.

AI News wird von TechForge Media bereitgestellt. Entdecken Sie hier weitere bevorstehende Veranstaltungen und Webinare zum Thema Unternehmenstechnologie.