マイクロソフトの「Majorana 2」量子チップは、研究開発におけるエージェント型AIの事例研究として活用されている

今週、マイクロソフトの量子チップ「Majorana 2」が発表され、その性能数値はまさに想像を絶するものとなっています。 第1世代に比べて1,000倍も信頼性の高い量子ビット、業界標準がマイクロ秒単位であるのに対し平均20秒という量子ビットの寿命、そして2029年までに商用規模で展開可能な量子コンピュータの実現を目指す更新されたロードマップだ。 これらの数字の背景には、マイクロソフトの「Discovery」エージェント型AIがあり、このプラットフォームこそが今回の発表においてより重要な部分であるかもしれない。

簡単に言えば、現在の量子チップのほとんどは、その脆弱な計算状態をほんの一瞬しか維持できず、すぐに失ってしまう。一方、Majorana 2は最大1分間その状態を維持できる。マイクロソフトは、これを「1日で切れてしまうスマートフォンのバッテリーが、1回の充電で3年近く持つ」という例えで説明している。

Majorana 2は、同社の科学的研究開発向けエージェント型AIプラットフォーム「Microsoft Discovery」の支援を受けて開発されたもので、このプラットフォームも今週一般提供が開始された。このタイミングは意図的なものだ。この量子チップは、同プラットフォームが機能することを示すマイクロソフトの「実証」としての役割を果たしている。

マイクロソフト・ディスカバリーのエージェンティックAIが実際に成し遂げたこと

一般的な見方では、AIがこのチップを設計したと言われています。しかし、現実はもっと複雑で、おそらくはもっと興味深いものです。超伝導材料をアルミニウムから鉛に変更するという決定――マイクロソフトによれば、信頼性の向上に最も大きく寄与した唯一の変更点である――は、AIの推奨によるものではなく、長年にわたる従来の材料研究から生まれたものでした。

Microsoft Discoveryのエージェントが担当したのは、その周辺のあらゆる作業でした。具体的には、製造ワークフローの管理、以前はそれぞれ数週間を要していた測定の自動化、20年近くにわたるサイロ化された研究データの統合、そして、その膨大な量と多様な情報の中から、一人の研究者では把握しきれない相関関係の抽出などです。

「このデータ上でAIエージェントを実行すると、エージェントは本質的に、人間には見えない相関関係を再構築し、特定することができる。なぜなら、これほど膨大なデータ全体にわたる広範な視野を、一人の人間が持つことはできないからだ」と、マイクロソフトの量子部門担当コーポレートバイスプレジデント、ズルフィ・アラム氏は述べた。

この捉え方が重要なのは、物語を「AIがチップを構築した」という単純な枠組みから、より正確な「エージェント型AIが実験サイクルを短縮した」という認識へと転換させるからだ。チップの結晶構造に最適な原子レベルの「レシピ」を見つけるために、かつては膨大な試行錯誤を必要としていたものが、AI駆動のシミュレーションを通じて、たった1回の的を絞った実験に集約できるようになった。

「新しい世界秩序では、シミュレーションを通じて、実現可能性の高い目標を特定できる。そして、その知識があれば、理想的には実験は一度だけで済む」とアラム氏は述べた。

測定問題の解決

同チームが説明する、より具体的な成果の一つに、量子ビットの測定があります。これは、半導体ワイヤ上の数十億個の電子の数が偶数か奇数かを判定することで、量子状態を検出するプロセスです。手作業で行うと、これには数週間を要します。マイクロソフトは数年前、初期の機械学習を用いてこれを自動化しようと試みましたが、失敗に終わりました。

Microsoft Discoveryを基盤としたエージェント型AIを活用し、チームは専用のエージェントを開発した。このエージェントは現在、プロセスを自動的かつ継続的に実行し、個々の研究者では到底追いつけないペースで量子ビットの状態の3次元マップを構築している。

「エージェント型AIを用いて測定を自動化したことは、ゲームチェンジャーでした」とアラム氏は語った。このエージェントは、数百ものパラメータにわたる電圧調整を並列に同時処理するが、これは直線的かつ構造的に思考する人間の研究者には不可能なことだ。

量子プログラムを率いるマイクロソフトのテクニカルフェロー、チェタン・ナヤック氏は、この変化が極めて大きなものだったと語った。「エージェント型AIは、私たちの行うほぼすべての業務に浸透しており、ワークフローの極めて自然な一部となっている」

「Microsoft Discovery」が一般提供開始

これらすべてを支えてきたプラットフォームが、現在、企業顧客向けに利用可能となった。「Microsoft Discovery」は、科学研究向けの専用AIエージェント、研究および推論ワークフローのための「Discovery Engine」、そしてエンタープライズグレードのセキュリティとガバナンスを組み合わせたものである。 GitHub Copilotアカウントを使用してローカルで利用できる無料のMicrosoft Discoveryアプリも初期プレビュー段階にあり、同様のエージェント型ワークフローを実行したい個々の研究者にとっての参入障壁を下げている。

商業的な売り込みは明確だ。量子チームが開発スケジュールを短縮するために使用したのと同じ機能スタックが、今や集中的な研究開発を行うあらゆる組織で利用可能になった。マイクロソフトはすでに、ライフサイエンス、化学・材料、エネルギー、製造の各分野での導入実績を把握している。例えば、Syensqo社は半導体製造向けの次世代流体の開発にこれを活用している。

2029年という主張の背景

マイクロソフトが修正した量子コンピューティングのタイムラインについては、編集上の注意を払う必要がある。同社はMajorana 2の進捗に基づき、目標を2033年から2029年に前倒ししたが、これは大幅な加速であるものの、量子ロードマップには楽観的な短縮が繰り返されてきた歴史がある。 信頼性が1,000倍という数値は、具体的には「Majorana 1」の量子ビットに対する改善度合いを指すものであり、根本的に異なるアーキテクチャを採用するIBMやGoogleの競合アプローチとの直接的な比較基準ではない。

ナヤック氏自身の説明は、この進歩が漸進的なものであることを率直に認めている。「昨年と比べて我々はどの位置にいるか？ 1,000倍良くなっている」と述べており、この点については率直に認めている。これは前年比で見れば意義深いマイルストーンだ。2029年までに実用規模の量子コンピューティングを実現するために必要なペースを維持できるかどうかは、マイクロソフトを含め、現時点では誰も答えられない疑問である。

関連記事：英国 とドイツ、量子スーパーコンピューティングの商用化を計画

業界のリーダーたちからAIやビッグデータについてさらに学びたいですか？アムステルダム、カリフォルニア、ロンドンで開催される「AI & Big Data Expo」をチェックしてください。この包括的なイベントはTechExの一部であり、「Cyber Security & Cloud Expo」をはじめとする他の主要なテクノロジーイベントと同時開催されます。詳細はこちらをクリックしてください。

AI NewsはTechForge Mediaが運営しています。今後開催予定のその他のエンタープライズテクノロジーイベントやウェビナーについては、こちらをご覧ください。