微軟的 Majorana 2 量子晶片在研發領域中作為具備自主性的 AI 案例研究
# Microsoft
# agentic ai
# quantum computing
# Majorana 2
# Microsoft Discovery
# r&d
# Topological Qubits
微軟的 Majorana 2 量子晶片本週正式亮相,其所呈現的數據實在令人難以估量: 其量子位元可靠性較第一代提升 1,000 倍,平均量子位元壽命達 20 秒(相較於業界以微秒為單位的標準),並公布了更新後的發展藍圖,目標是在 2029 年前打造出可商業化擴展的量子電腦。 這些數據的背後,是微軟的「Discovery」代理式人工智慧,而該平台或許才是此次發布會中更為重要的部分。
簡單來說:大多數現有的量子晶片只能維持其脆弱的計算狀態不到一秒,隨後便會喪失。而 Majorana 2 則能維持長達一分鐘。微軟以此類比手機電池,其單次充電的續航力並非僅能維持一天,而是長達近三年。
Majorana 2 的開發得到了 Microsoft Discovery 的協助,這是該公司專為科學研發打造的代理式 AI 平台,該平台也於本週正式對外開放。此時間點的安排是刻意為之。這顆量子晶片正是微軟證明該平台確實有效的實證。
微軟 Discovery 代理式 AI 在此實際達成的成就
普遍的敘述是「AI 設計了這顆晶片」。但現實情況更為複雜,甚至可說更引人入勝。將超導材料從鋁改為鉛的決定——微軟表示這是最關鍵的單一變更,對可靠性提升貢獻最大——源自多年來的傳統材料研究,而非 AI 的建議。
微軟 Discovery 的代理程式所處理的,正是圍繞此決策的一切:管理製造工作流程、將過去每次需耗時數週的測量作業自動化、整合近二十年來各自為政的研究數據,並從如此龐大且多元的資訊中,挖掘出任何單一研究人員都無法全面掌握的關聯性。
「當你在這些數據上運行 AI 代理時,它們基本上能夠重新整合並識別出我們人類無法察覺的關聯性,因為沒有任何單一個人能對如此龐大的數據擁有那樣的廣度視野,」微軟量子業務企業副總裁祖爾菲·阿拉姆(Zulfi Alam)表示。
這種框架至關重要,因為它將敘事從「AI 打造了這顆晶片」轉移到更精確的表述:具有代理能力的 AI 壓縮了實驗週期。過去需要經過大量試錯才能找到晶片晶體結構的正確原子級配方,如今透過 AI 驅動的模擬,已能簡化為單次針對性的實驗。
「在新秩序下,透過模擬,你可以識別出高度可能的目標。然後憑藉這項知識,理想情況下你只需進行一次實驗,」阿拉姆說道。
測量問題已獲解決
該團隊描述的具體成果之一涉及量子位元測量:透過判定半導體導線上數十億個電子的數量是偶數還是奇數,來偵測量子狀態的過程。若以人工方式進行,此過程需耗時數週。微軟幾年前曾嘗試利用早期機器學習技術將其自動化,但未能成功。
借助基於 Microsoft Discovery 建構的代理式人工智慧,他們開發出一個專用代理程式,如今能自動且持續地執行此流程,並以任何單一研究人員都無法企及的速度,建構出量子位元狀態的三維地圖。
「運用代理式人工智慧來自動化測量,堪稱一場革命,」阿拉姆表示。該代理程式能同時對數百個參數進行並行電壓調整,這是以線性與結構化思維運作的人類研究人員所無法做到的。
負責領導微軟量子計畫的技術院士切坦·納亞克(Chetan Nayak)表示,這項轉變極為深遠:「代理式人工智慧已滲透到我們幾乎所有的工作中;它已成為我們工作流程中非常自然的一部分。」
Microsoft Discovery 邁向通用化
支撐所有這些成果的平台現已向企業客戶開放。Microsoft Discovery 整合了專為科學研究設計的 AI 代理程式、用於研究與推理工作流程的 Discovery Engine,以及企業級的安全性與治理機制。 一款可透過 GitHub Copilot 帳戶在本地端使用的免費 Microsoft Discovery 應用程式,目前也處於早期預覽階段,降低了個別研究人員執行此類代理式工作流程的門檻。
其商業定位十分明確:量子團隊用來壓縮開發時程的相同技術堆疊,如今已開放給任何進行密集研發的組織使用。微軟已觀察到該平台在生命科學、化學與材料、能源及製造業等領域獲得採用。例如,Syensqo 正利用該平台開發用於半導體製造的下一代流體。
關於 2029 年目標的背景說明
針對微軟修訂後的量子發展時程,編輯部必須提出一項警示。該公司基於 Majorana 2 的進展,將目標從 2033 年提前至 2029 年,這雖是顯著的加速,但量子發展藍圖向來有過度樂觀壓縮時程的歷史。 所謂「可靠性提升 1,000 倍」的數據,具體是指相較於 Majorana 1 量子位元所取得的進步,並非直接與 IBM 或 Google 等採用根本不同架構的競爭方案進行對比。
奈亞克(Nayak)本人對此的表述坦率地反映了這項進展的漸進性質:「與去年相比,我們處於什麼位置? 我們進步了 1,000 倍。」這是一個具有實質意義的年同比里程碑。至於這種進展速度能否維持到 2029 年實現實用級量子運算,這是包括微軟在內,目前無人能回答的問題。
另請參閱:英國 與德國計畫將量子超級電腦商業化

想向業界領袖深入了解人工智慧與大數據?歡迎參加將於阿姆斯特丹、加州及倫敦舉辦的「人工智慧與大數據博覽會」。這場內容豐富的活動隸屬於 TechEx 系列,並與其他頂尖科技盛會(包括「網路安全與雲端博覽會」)同期舉行。點擊此處獲取更多資訊。
《AI News》由 TechForge Media 提供支援。點此探索其他即將舉行的企業科技活動與線上研討會。
相關文章
微軟淘汰失敗的 AI 工具並整合 Copilot 應用
兩年前,微軟將人工智慧定義為一種“代際性”的技術變革,並表示其旨在引領這一趨勢。如今,該公司正在整合其以 Copilot 為品牌的消費者和企業應用,同時停止執行不佳的幾項人工智慧功能。正如 GeekWire 首次報道並在微軟的支援文件中詳細說明的那樣,這家科技巨頭將把其面向消費者的 Copilot 應用的功能與專注於企業的 Microsoft 365 Copilot 應用的功能合併。此舉承認個人和企業人工智慧使用往往存在重疊,且微軟之前的策略過於複雜,導致 Copilot 無法成為 Chat
據稱微軟培訓銷售人員以壓低競爭對手 OpenAI 和 Anthropic 的價格
微軟據報正在加強其銷售團隊,以加大對人工智慧領域主要競爭對手的競爭力度。據彭博社報道,高管們於週二舉行了一次內部戰略會議,指示銷售團隊突出微軟的人工智慧產品相較於 OpenAI、Google 和 Anthropic 產品的優勢。此次會議聚焦於 27 財年的規劃,強調在推銷微軟專有模型時,應著重闡述其相較於競爭對手解決方案在效率和成本方面的優勢。“其他公司都在銷售零部件——而我們銷售的是完整的端到端系統。這就是我們在 27 財年需要向外界傳達的故事,”據報道,執行副總裁 Jay Parikh
政府中的「能動型人工智慧」面臨嚴峻問題:應允許機器決定哪些事項?
阿拉伯聯合大公國在人工智慧領域已率先布局長達九年之久。該國於2017年10月推出國家級人工智慧戰略,並於不久後設立部長級職位負責監督該戰略,任命年僅27歲的奧馬爾·蘇丹·阿爾·奧拉馬(Omar Sultan Al Olama)為全球首位人工智慧國務部長。 自此之後,該國已建置了數位身分識別、主權雲端及資料共享基礎設施,而多數政府目前仍在建置這些系統的過程中。政府在「代理型人工智慧」領域面臨的真正考
相關專題推薦
評論 (0)
0/500
微軟的 Majorana 2 量子晶片本週正式亮相,其所呈現的數據實在令人難以估量: 其量子位元可靠性較第一代提升 1,000 倍,平均量子位元壽命達 20 秒(相較於業界以微秒為單位的標準),並公布了更新後的發展藍圖,目標是在 2029 年前打造出可商業化擴展的量子電腦。 這些數據的背後,是微軟的「Discovery」代理式人工智慧,而該平台或許才是此次發布會中更為重要的部分。
簡單來說:大多數現有的量子晶片只能維持其脆弱的計算狀態不到一秒,隨後便會喪失。而 Majorana 2 則能維持長達一分鐘。微軟以此類比手機電池,其單次充電的續航力並非僅能維持一天,而是長達近三年。
Majorana 2 的開發得到了 Microsoft Discovery 的協助,這是該公司專為科學研發打造的代理式 AI 平台,該平台也於本週正式對外開放。此時間點的安排是刻意為之。這顆量子晶片正是微軟證明該平台確實有效的實證。
微軟 Discovery 代理式 AI 在此實際達成的成就
普遍的敘述是「AI 設計了這顆晶片」。但現實情況更為複雜,甚至可說更引人入勝。將超導材料從鋁改為鉛的決定——微軟表示這是最關鍵的單一變更,對可靠性提升貢獻最大——源自多年來的傳統材料研究,而非 AI 的建議。
微軟 Discovery 的代理程式所處理的,正是圍繞此決策的一切:管理製造工作流程、將過去每次需耗時數週的測量作業自動化、整合近二十年來各自為政的研究數據,並從如此龐大且多元的資訊中,挖掘出任何單一研究人員都無法全面掌握的關聯性。
「當你在這些數據上運行 AI 代理時,它們基本上能夠重新整合並識別出我們人類無法察覺的關聯性,因為沒有任何單一個人能對如此龐大的數據擁有那樣的廣度視野,」微軟量子業務企業副總裁祖爾菲·阿拉姆(Zulfi Alam)表示。
這種框架至關重要,因為它將敘事從「AI 打造了這顆晶片」轉移到更精確的表述:具有代理能力的 AI 壓縮了實驗週期。過去需要經過大量試錯才能找到晶片晶體結構的正確原子級配方,如今透過 AI 驅動的模擬,已能簡化為單次針對性的實驗。
「在新秩序下,透過模擬,你可以識別出高度可能的目標。然後憑藉這項知識,理想情況下你只需進行一次實驗,」阿拉姆說道。
測量問題已獲解決
該團隊描述的具體成果之一涉及量子位元測量:透過判定半導體導線上數十億個電子的數量是偶數還是奇數,來偵測量子狀態的過程。若以人工方式進行,此過程需耗時數週。微軟幾年前曾嘗試利用早期機器學習技術將其自動化,但未能成功。
借助基於 Microsoft Discovery 建構的代理式人工智慧,他們開發出一個專用代理程式,如今能自動且持續地執行此流程,並以任何單一研究人員都無法企及的速度,建構出量子位元狀態的三維地圖。
「運用代理式人工智慧來自動化測量,堪稱一場革命,」阿拉姆表示。該代理程式能同時對數百個參數進行並行電壓調整,這是以線性與結構化思維運作的人類研究人員所無法做到的。
負責領導微軟量子計畫的技術院士切坦·納亞克(Chetan Nayak)表示,這項轉變極為深遠:「代理式人工智慧已滲透到我們幾乎所有的工作中;它已成為我們工作流程中非常自然的一部分。」
Microsoft Discovery 邁向通用化
支撐所有這些成果的平台現已向企業客戶開放。Microsoft Discovery 整合了專為科學研究設計的 AI 代理程式、用於研究與推理工作流程的 Discovery Engine,以及企業級的安全性與治理機制。 一款可透過 GitHub Copilot 帳戶在本地端使用的免費 Microsoft Discovery 應用程式,目前也處於早期預覽階段,降低了個別研究人員執行此類代理式工作流程的門檻。
其商業定位十分明確:量子團隊用來壓縮開發時程的相同技術堆疊,如今已開放給任何進行密集研發的組織使用。微軟已觀察到該平台在生命科學、化學與材料、能源及製造業等領域獲得採用。例如,Syensqo 正利用該平台開發用於半導體製造的下一代流體。
關於 2029 年目標的背景說明
針對微軟修訂後的量子發展時程,編輯部必須提出一項警示。該公司基於 Majorana 2 的進展,將目標從 2033 年提前至 2029 年,這雖是顯著的加速,但量子發展藍圖向來有過度樂觀壓縮時程的歷史。 所謂「可靠性提升 1,000 倍」的數據,具體是指相較於 Majorana 1 量子位元所取得的進步,並非直接與 IBM 或 Google 等採用根本不同架構的競爭方案進行對比。
奈亞克(Nayak)本人對此的表述坦率地反映了這項進展的漸進性質:「與去年相比,我們處於什麼位置? 我們進步了 1,000 倍。」這是一個具有實質意義的年同比里程碑。至於這種進展速度能否維持到 2029 年實現實用級量子運算,這是包括微軟在內,目前無人能回答的問題。
另請參閱:英國 與德國計畫將量子超級電腦商業化

想向業界領袖深入了解人工智慧與大數據?歡迎參加將於阿姆斯特丹、加州及倫敦舉辦的「人工智慧與大數據博覽會」。這場內容豐富的活動隸屬於 TechEx 系列,並與其他頂尖科技盛會(包括「網路安全與雲端博覽會」)同期舉行。點擊此處獲取更多資訊。
《AI News》由 TechForge Media 提供支援。點此探索其他即將舉行的企業科技活動與線上研討會。
微軟淘汰失敗的 AI 工具並整合 Copilot 應用
兩年前,微軟將人工智慧定義為一種“代際性”的技術變革,並表示其旨在引領這一趨勢。如今,該公司正在整合其以 Copilot 為品牌的消費者和企業應用,同時停止執行不佳的幾項人工智慧功能。正如 GeekWire 首次報道並在微軟的支援文件中詳細說明的那樣,這家科技巨頭將把其面向消費者的 Copilot 應用的功能與專注於企業的 Microsoft 365 Copilot 應用的功能合併。此舉承認個人和企業人工智慧使用往往存在重疊,且微軟之前的策略過於複雜,導致 Copilot 無法成為 Chat
據稱微軟培訓銷售人員以壓低競爭對手 OpenAI 和 Anthropic 的價格
微軟據報正在加強其銷售團隊,以加大對人工智慧領域主要競爭對手的競爭力度。據彭博社報道,高管們於週二舉行了一次內部戰略會議,指示銷售團隊突出微軟的人工智慧產品相較於 OpenAI、Google 和 Anthropic 產品的優勢。此次會議聚焦於 27 財年的規劃,強調在推銷微軟專有模型時,應著重闡述其相較於競爭對手解決方案在效率和成本方面的優勢。“其他公司都在銷售零部件——而我們銷售的是完整的端到端系統。這就是我們在 27 財年需要向外界傳達的故事,”據報道,執行副總裁 Jay Parikh
政府中的「能動型人工智慧」面臨嚴峻問題:應允許機器決定哪些事項?
阿拉伯聯合大公國在人工智慧領域已率先布局長達九年之久。該國於2017年10月推出國家級人工智慧戰略,並於不久後設立部長級職位負責監督該戰略,任命年僅27歲的奧馬爾·蘇丹·阿爾·奧拉馬(Omar Sultan Al Olama)為全球首位人工智慧國務部長。 自此之後,該國已建置了數位身分識別、主權雲端及資料共享基礎設施,而多數政府目前仍在建置這些系統的過程中。政府在「代理型人工智慧」領域面臨的真正考





首頁






