MITの研究室で、量子ビットの測定40件のうち人が手を入れたのは4件でした。使われたのは専用に作り込んだシステムではなく、Codexアプリと、研究室が自作した小さな接続部品だけです。数か月かけて整えられたのは、モデルでも道具でもありませんでした。
OpenAIは2026年9月8日、GPT-5.6 Solを用いた超伝導量子ビットの較正事例を公開した。実験はMITのEngineering Quantum Systems Group（EQuS）が行い、ケーススタディは9月4日付である。エージェントはCodexアプリと自作のJupyter MCPを介して既存の測定統括ソフトウェアを操作し、未測定の6量子ビットチップから共振器6個をすべて発見した。
固定周波数の量子ビット4個に対する40件の目標測定のうち、研究者が改善のために介入したのは4件だった。12時間の夜間運用では200件を測定している。一方、可変周波数の量子ビットでは信号雑音比が低く、研究者の指示を要した。熟練研究者は固定周波数一式の特性評価に約1日、可変周波数一式に約1週間を要する。
量子ビットは、作ったあとに「引き出す」必要がある
超伝導量子ビットのチップは、作って冷やせば動くというものではありません。1個ずつ共振周波数が違い、制御パルスの振幅も読み出しの最適点も違います。設計図の上では同じに描かれた6個の量子ビットが、製造の不完全さと環境との相互作用によって、それぞれ別の顔を持つことになります。
そこで測定し、値を見つけ、次の測定に渡す。この連鎖が較正（キャリブレーション）です。新しい多量子ビット実験ともなれば、本番の測定にたどり着くまでに数か月と数千回の予備測定を要することがあります。そして論文に載るのは、そのうちのごく一部です。
今回の舞台となったMITのEngineering Quantum Systems Group（EQuS）は、この較正を汎用のAIエージェントに任せました。
作り込んだのはモデルではなく、渡す情報
ここが、これまでの同種の事例といちばん違うところです。
先行事例は、AIの側を作り込んでいた
Googleが7月に示したWillowの事例は、誤り検出のイベントを学習信号にして制御パラメータを操舵する、専用に設計された強化学習でした。Microsoftが6月に語ったMajorana 2の測定自動化も、メーカー自身が自社の装置に組み込んだものです。いずれもAIの側を、その装置のために作っています。
対してEQuSが装置との接続のために追加したのは、研究室自作の簡素なJupyter MCPに限られていました。Codexアプリのほかに専用のハーネスは用いていない、とケーススタディは書いています。エージェントはこのMCPを入口として、研究室が以前から使っている測定統括ソフトウェアを、人間と同じようにJupyterノートブック越しに動かしました。この実験のためにモデルをファインチューニングしたという記述もありません。
数か月かけて整えられた4つ
試行錯誤を経て残ったのは4つです。実験セットアップの詳細、チップの設計情報、測定ごとの「スキル」、そして測定統括ソフトウェアのソースコードへのアクセス。整えられたのはモデルではなく、エージェントに渡す文脈のほうでした。
なかでもスキルの中身が具体的です。実行と解析のテンプレートコード。その測定の前に済ませておくべき較正。パラメータ選びのコツ。その測定が失敗するときの物理的な理由。そして、成功した図と失敗した図の実例。
熟練者が新人に引き継ぐとき、口頭で伝えるであろう内容が、そのまま文書になっています。ケーススタディが「主な難所」と位置づけたのは、エージェントが効果的に働くために必要な文脈を特定することでした。想定される物理的な失敗モードをスキルに書き込むことが性能向上の重要な手立てだった、とも述べられています。
モデルの高度化も効いている
モデルの性能が関係ないという話ではありません。ケーススタディは、モデルが高度になるにつれてエージェントの成績が上がってきたこと、とくに測定図の視覚的な解析でそれが顕著だったことも観察しています。ただし今回、EQuSが数か月を費やした先はモデルの側ではありませんでした。
40件のうち、人が手を入れたのは4件
結果を見ていきます。
一度も測定されていない6量子ビットのチップに対して、エージェントは6個の共振器をすべて発見しました。周波数は約7.29GHzから7.75GHzまで規則的に並び、Codexはこの間隔が6共振器の多重化設計と整合すると自ら判断して、低い順に番号を割り当てています。
続く工程では、固定周波数の量子ビット4個について40件の目標測定を実施し、研究者が改善のために介入したのは4件でした。量子ビット1個については、遷移周波数の特定からパルス較正、コヒーレンス時間の測定（T1が32.1マイクロ秒、T2エコーが60.4マイクロ秒）まで、完全に自律で完了しています。
夜通しの運用も行われました。12時間で200件の測定を回し、エージェントがそれを見守り、失敗した点だけを後から個別に調べる。ベアトリス・ヤンケレヴィッチ氏（Beatriz Yankelevich）は、クリーンルームで作業しながら携帯電話で進捗を確認し、必要なら方向を修正できると語っています。
ただしこの40件中4件という数字は、固定周波数の量子ビットに限った範囲のものです。
信号が薄いところでは、人が呼び戻された
磁束で周波数を変えられるタイプの量子ビットでは、様子が変わりました。
このチップの設計上の理由で、最大周波数から離れるほど信号が雑音に埋もれます。エージェントはスペクトルの存在自体は見つけたものの、納得できる結果に収束させるには研究者の相当な指示が必要でした。この信号は磁束範囲の大部分で淡く、見分けるには経験を積んだ目が要る、とケーススタディは説明しています。
途中、エージェントは指示を受けないまま個別のデータ列を一本ずつ解析し、そこにピークがあるのか雑音だけなのかを判定するという工夫まで見せています。それでも、その測定を許容できるものと誤って結論しました。磁束の範囲をもっと広く振ること、前回の走査では量子ビットのスペクトルが範囲の外に出ていた可能性。これらを指摘したのは人間のほうです。
最終的に研究者が受け入れた測定にも、4.8GHz付近に正体の分からないモード交差と、物理に由来すると思われる非対称性が残りました。それが実験の目的に影響するのか、そもそも原因を特定できるのかを判断するには、経験が要ります。
実験には、正解があらかじめ定義されていない場面があります。ケーススタディはそれを隠さずに書いています。
「速くなる」ではなく、「見ていなくていい」
ここは読み違えやすいところです。
OpenAIのブログは、研究者が監視に費やしていた時間の節約を前面に出しています。一方で技術ケーススタディは、定量的な比較ではなく著者らの経験的な観察として、正しいパラメータに収束した場合でもエージェントのほうが熟練研究者より時間を要すると述べています。
矛盾ではありません。短くなるのは測定の実時間ではなく、研究者が装置に張り付いている時間のほうです。
ここで効いてくるのが、測定の性質です。1回の測定に数分かかり、しかも逐次にしか進まない。物理的なデータ取得そのものが律速になっているため、エージェントを多数並べても、並列の総当たり探索で加速することはできないとケーススタディは説明します。この構造は、ソフトウェア開発でエージェントを並列に走らせる話とは前提がまるで違います。
代わりに効いてくるのが、冷凍機1台で複数のチップを同時に測れるという事実です。上限は主に配線と制御エレクトロニクスのポート数で決まります。本番の実験に使う最良の1枚を選ぶために、ほぼ同じ設計のチップを何枚も特性評価する。この骨の折れる工程こそ、無人で回せることの価値が出る場所でしょう。
熟練研究者の基準時間は、固定周波数の量子ビット一式で約1日、可変周波数一式で約1週間。その1日と1週間が夜間や別作業中に流れていくなら、研究者の1日の使い方は変わります。
すでに、もっと大きな実証がある
この事例を、AIエージェントによる量子ビット自律較正の世界初と呼ぶことはできません。
112量子ビットを4.7時間で
6月21日には、中国のBeijing Academy of Quantum Information Sciences（BAQIS）などのチームが「Vibe Calibration」をarXivへ投稿しています。112量子ビットのプロセッサのうち108個の較正を4.7時間で完了しています。112量子ビット全体を専門家が手動で較正した場合の所要時間を18時間から24時間と見積もったうえで、4倍から5倍の速度だったと報告しました。
検証は16量子ビットの部分集合でも行われました。専門家と同一のハードウェア、同一の較正手順で突き合わせたところ、測定の不確かさの範囲内で16個中14個が一致しています。食い違った2件はいずれも読み出し振幅で、エージェントの選び方のほうがゲート忠実度はわずかに高かったとされます。コヒーレンス指標については、両者に統計的な差は認められませんでした。
規模ではVibe Calibrationが大きく上回ります。速度については、EQuSの事例に一式を終えるまでの総所要時間が示されていないため、直接比べることはできません。
比べられるのはアプローチのほう
Vibe Calibrationは専門家の暗黙知を人手を介した3段階の工程で抽出し、検証済みの実行軌跡でモデルをファインチューニングしています。スキルも決定木として構造化されています。つまり、作り込んでいます。
興味深いのは、EQuSの側が今後の課題として、実験的な直感を持たせるにはモデルのファインチューニングが必要かもしれないと書いている点です。MITが次の一手として挙げたものを、別のチームがすでに実装している。この分野が半年でどれだけ動いたかが、そのまま見て取れます。
そしてEQuSのケーススタディは、査読を経た論文ではありません。チップ1枚、量子ビット6個の事例報告として読むのが適切です。
なぜ量子ビットが最初だったのか
最後に、日本の読者にとっての意味を考えます。
冷やしたあとは、ソフトウェアだけで動く
超伝導量子ビットの実験がAIエージェントの舞台に選ばれたことには、明快な理由があります。チップを作って封止して冷やしてしまえば、そこから先はほぼ完全にソフトウェアだけで制御できるからです。ケーススタディ自身が、これを実験分野のなかでは珍しい性質だと述べています。
しかもEQuSの装置は、以前から一つの自作ソフトウェアで統括されていました。だからMCPを1本通すだけで、エージェントが人間の席に座れたのです。
装置がばらばらな現場に向けたMHS
多くの現場は、そうではありません。装置ごとにベンダーが違い、制御ソフトも言語もばらばらで、互いに口をきかない。8月27日にAnthropicが研究プレビューを公開したModel Hardware Standard（MHS）は、この状態を整えるための仕様です。プログラム可能なインターフェースを持つ機器を、共通の方式でAIエージェントから扱えるようにします。
QuEraも同じ2点にたどり着いた
そのMHSの初期パートナーに、中性原子方式の量子コンピュータを手がけるQuEraがいます。同社はレーザーの周波数ロックを復帰させる作業をClaudeに任せました。従来の自動化スクリプトは成功率58％、1回あたり約150秒。一晩の反復を経て、成功率96％、約6秒まで改善しました。
仕上がった復帰スクリプトは、その後700回の試験にかけられ、695回にあたる99.3％で復帰しています。所要時間は外乱の重さに応じて0.9秒から14秒。この試験でAIエージェントは動いていません。Claudeが残したのは、単独で運用できる決定論的なスクリプトでした。
そのQuEraが挙げている限界も、EQuSとよく似ています。ハードウェアそのものの不調はエージェントが切り分けられないこと。そして、望む結果を得るには大量の文脈を渡す必要があったことです。
到達したかたちは違います。EQuSはエージェントが測定を回し続ける構成、QuEraは最後にAIが要らなくなるスクリプト。それでも方式の異なる量子コンピュータを扱う2つのチームが、装置への接続口と、専門家の判断を伝える文脈という同じ2点に行き着いています。
自分の現場がどちらに近いかは、考えてみる価値があります。すでにソフトウェアから装置を制御できているなら、EQuSの構成は出発点になります。新しいモデルだけで片づく問題ではありません。まず要るのは、エージェントが安全に操作できる接続口と、失敗の理由や成功の見分け方まで書き下した文脈です。
そうでないなら、その接続口を作るところから始まります。
量子ビットの較正は、条件がいち早く揃った領域でした。条件が揃う領域は、これから増えていきます。
【関連記事】
Anthropic「MHS」公開｜画面しかない実験装置をAIにつなぐ
実験機器をAIエージェントから扱うための共通仕様MHSについて、Anthropicが研究プレビューを公開した時点で報じた記事。
Google、誤りから学ぶ量子コンピューターを実証
Willowで強化学習エージェントが制御パラメータを操舵し、論理エラー率を抑えた成果を伝える記事。専用に設計されたAIの例。
Microsoft「Majorana 2」発表
メーカー自身がエージェント型AIを測定自動化や欠陥検出に組み込んだ事例を扱った記事。今回のEQuSの構成との対比になる。
【編集部後記】
Vibe Calibrationの補足資料に、短い一文があります。エージェント側として試したのは、ファインチューニングしたQwen3.6で動かすClaude Codeと、Kimi K2.6で動かすKimiCodeだった、と。
較正の中身がスキルという文書に移されると、それを読むのがどのモデルかは置き換えのきく話になります。112量子ビットを一晩で立ち上げた仕事の芯は、モデルの銘柄ではなく、専門家から書き出された判断のほうにありました。
あなたの職場で、いちばん外に出しにくい判断はどれでしょうか。
【用語解説】
較正（キャリブレーション）
量子ビット1個ずつの周波数やパルス強度を測定で求め、その値を次の測定へ引き渡していく工程。本番の実験にたどり着くための前段にあたる。
超伝導量子ビット
超伝導回路で作る「人工原子」。極低温でエネルギー準位が離散化し、下から2つの準位を0と1として使う。
共振器（読み出し共振器）
量子ビットに結合させた回路。量子ビットの状態によって共振周波数がずれるため、共振器を探ることで状態を読み取れる。
コヒーレンス時間（T1・T2）
量子ビットが状態を保っていられる長さ。T1はエネルギーが失われるまで、T2は位相のそろいが崩れるまでの目安。
磁束と可変周波数量子ビット
外から流す電流（磁束）でエネルギー準位を動かせるタイプの量子ビット。周波数を変えられる一方、最大周波数から離れると信号が弱くなることがある。
多重化
1本の信号線に複数の共振器を周波数をずらして並べ、まとめて読み出す設計。
GPT-5.6 Sol
OpenAIの推論モデル。ケーススタディでは推論の強度をUltra reasoning levelに設定して使用したと記載されている。
MCP（Model Context Protocol）
AIモデルと外部のツールやデータをつなぐ共通仕様。EQuSはJupyterノートブックを操作するためのMCPを自作した。
スキル
ある作業について、手順・前提となる較正・失敗の物理的な原因・成否の見分け方をまとめた文書。今回は測定ごとに用意され、成功例と失敗例の図まで含む。
ファインチューニング
既存のモデルに追加の学習をさせ、特定の用途に合わせること。
決定木
条件分岐を枝分かれの形に整理した構造。Vibe Calibrationはスキルをこの形にまとめている。
Model Hardware Standard（MHS）
AIエージェントが実験機器や製造装置を扱うための共通仕様。Anthropicが2026年8月27日に研究プレビューを公開した。プログラム可能なインターフェースを持つ機器が対象。
中性原子方式
電荷を持たない原子をレーザーで並べ、量子ビットとして使う方式。
強化学習
試行の結果を報酬として与え、方策を改善させる学習手法。
【参考リンク】
How GPT-5.6 Sol helps run quantum computing experiments（外部）
OpenAIが公開したケーススタディの紹介ページ。MITでの実験の概要と、担当した研究者本人のコメントが掲載されている。
Case Study: Agentic Calibration of Superconducting Qubits（外部）
実験の技術レポート（PDF・全10ページ）。測定の流れ、量子ビット1個分の較正結果、可変周波数量子ビットでの経緯を収める。
OpenAI（外部）
OpenAIの公式サイト。今回のケーススタディの掲載元であり、GPT-5.6 Solをはじめとするモデルを開発している。
MIT Engineering Quantum Systems Group（外部）
今回の実験を行ったMITの研究室。超伝導量子システムを、作製技術やチップの設計から多量子ビット実験まで幅広く扱っている。
Model Hardware Standard（外部）
AnthropicのModel Hardware Standardの案内ページ。研究プレビューへの参加申し込みを受け付けている。
QuEra Computing（外部）
中性原子方式の量子コンピュータを開発する米国の企業。MHSの初期パートナーとして、レーザー制御の自動化に取り組んでいる。
【参考記事】
Vibe Calibration: Autonomous Bring-up of a 112-Qubit Superconducting Quantum Processor by a Skill-Orchestrating Language Agent（外部）
112量子ビットのうち108個を4.7時間で自律較正したと報告する論文。エージェントの規模と手法を比べる基準として使った。
Previewing the Model Hardware Standard（外部）
MHSの研究プレビューの発表。QuEraによるレーザー再ロックの改善など、初期パートナー6件の実例と数値が示されている。
Large Language Model-Assisted Superconducting Qubit Experiments（外部）
シカゴ大学Cleland研究室によるLLM活用の枠組み。共振器の自律測定などを扱い、EQuSのケーススタディが先行研究に挙げている。
