Pesquisadora do MIT utiliza GPT-5.6 Sol com Codex para automatizar experimentos de computação quântica
Uma pesquisadora do Instituto de Tecnologia de Massachusetts está utilizando o modelo de inteligência artificial GPT-5.6 Sol, integrado ao Codex, para conduzir experimentos de computação quântica de forma autônoma. Beatriz Yankelevich, estudante de pós-graduação no Engineering Quantum Systems Group (EQuS) do MIT, lidera uma iniciativa que busca avaliar se a inteligência artificial pode agilizar fluxos de trabalho experimentais em laboratórios quânticos. A abordagem tem chamado a atenção da comunidade científica por representar uma nova fronteira na aplicação de agentes de IA em pesquisas de ponta.
O grupo de pesquisa no qual Yankelevich atua estuda qubits supercondutores, que são a unidade fundamental de informação em computadores quânticos, semelhantes aos bits em computadores tradicionais. Esses qubits são resfriados a temperaturas próximas do zero absoluto dentro de equipamentos especializados chamados refrigeradores de diluição. Segundo a publicação original, eles realizam operações de forma rápida, são controlados com precisão por meio de sinais de micro-ondas e podem ser fabricados usando técnicas de manufatura já conhecidas, o que facilita sua organização em arranjos maiores.
Um aspecto que torna o trabalho do grupo particularmente adequado para testes com inteligência artificial é o fato de que, após a fabricação, o empacotamento e o resfriamento do chip de qubits supercondutores, toda a interação com o dispositivo passa a ser feita por software. Essa característica abriu espaço para que o Codex fosse conectado ao sistema de laboratório que coordena os experimentos, permitindo que a inteligência artificial executasse medições, analisasse os resultados e decidisse quais etapas tentar em seguida.
De acordo com o relato da pesquisadora, o GPT-5.6 Sol frequentemente conseguiu completar de forma autônoma fluxos de medições considerados rotineiros, o que resultou em economia significativa de tempo e possibilitou que Yankelevich se concentrasse em outras etapas do trabalho. A capacidade de operar com mínima intervenção representa uma mudança relevante na dinâmica de laboratórios quânticos, nos quais ajustes finos costumam exigir acompanhamento humano constante.
Para avaliar o desempenho do sistema, Yankelevich testou a capacidade do GPT-5.6 Sol de realizar medições em um chip não calibrado de seis qubits, um modelo padrão que o EQuS utiliza rotineiramente para avaliar seu processo de fabricação. Ela forneceu ao Codex um conjunto de habilidades específicas para medições, explicando como executar e avaliar cada tipo de experimento. A partir dessas instruções e das metas de projeto do chip, o modelo escolheu os parâmetros de medição, operou o hardware, analisou os dados resultantes e então refinou a medição ou salvou o resultado para uso posterior.
A pesquisa demonstra que agentes de inteligência artificial podem assumir tarefas complexas que envolvem múltiplas etapas de decisão em ambientes científicos altamente especializados, operando hardware de medição e interpretando dados técnicos sem necessidade de comando humano em cada etapa. A pesquisadora utilizou o termo "habilidades" para descrever as instruções forneces ao sistema, o que indica uma abordagem estruturada para ensinar a inteligência artificial a executar procedimentos técnicos específicos.
O experimento realizado no MIT ilustra como a integração entre modelos avançados de IA e ferramentas de programação pode transformar a rotina de laboratórios que lidam com tecnologias complexas. A possibilidade de automatizar fluxos inteiros de medição e calibração de qubits sugere caminhos para que pesquisadores possam acelerar o ritmo de descobertas em uma área considerada estratégica para o futuro da computação. Ao permitir que agentes de IA executem tarefas repetitivas com precisão, o trabalho abre perspectiva para que a atividade humana se concentre em questões de maior complexidade conceitual.
