Pasqal startet KI-Agenten-Workflow, der Forschungsideen in Läufe auf Neutralatom-QPUs übersetzt
Pasqals neue Agenten-Skills lassen sich in Claude Code, Cursor und Codex einbinden und führen von einem Paper oder einer Idee zu emulierten und ausgeführten Jobs auf Pasqal-Cloud-QPUs.
Diese Seite wurde aus dem Englischen übersetzt. Unternehmens- und Produktnamen sowie Quellenlinks bleiben unverändert. Original auf Englisch lesen
Das Neutralatom-Unternehmen Pasqal (Nasdaq: PSQL) hat auf Pasqal Cloud einen KI-gestützten Workflow bereitgestellt. Es handelt sich um eine Sammlung von Agenten-Skills, die sich als Plugin in agentische Programmierumgebungen wie Claude Code, Cursor und Codex installieren lässt. Laut Pasqal kann der Workflow eine klar definierte wissenschaftliche Idee oder ein veröffentlichtes Protokoll bis zu einem laufenden Experiment auf einer Quantenrecheneinheit (QPU) bringen und dabei einen Großteil der dazwischenliegenden Ingenieursarbeit einsparen.
Was angekündigt wurde
Laut Mitteilung deckt der Workflow die gesamte Pipeline ab. Er extrahiert oder formalisiert ein Versuchsprotokoll, setzt es in einen hardwarefertigen Job um, prüft es in der Emulation, reicht es über die Cloud ein und verarbeitet die Ergebnisse zu wissenschaftlichen Observablen. Nutzer können Experimente auf drei Pasqal-Cloud-QPUs ausführen, die externen Nutzern offenstehen: Ruby, betrieben von GENCI am CEA in Frankreich; FC1 in Sherbrooke, Québec; und SA1 in Saudi-Arabien.
CEO Wasiq Bokhari sagte, „der Engpass im Quantencomputing verschiebt sich“ – vom Hardwarezugang hin zur Ingenieursarbeit, die für dessen Nutzung nötig ist. Pasqal betont, dass das wissenschaftliche Urteil beim Nutzer bleibt: zu entscheiden, was gemessen wird und ob ein Ergebnis eine physikalische Aussage stützt.
So funktioniert es
In einem technischen Blogbeitrag beschreibt Pasqal eine Kette spezieller Skills, die auf seinem bestehenden Software-Stack aufsetzen: Pulser für das Design von Pulssequenzen, emu-mps für die Emulation und das Pasqal Cloud SDK für Gerätezugang, Kalibrierdaten und Ausführung.
application-to-ideamacht aus einem Problem oder einer Ahnung eine konkrete Versuchsidee.idea-to-specextrahiert Parameter, Observablen, Randbedingungen und Hardwareannahmen in eine Datei namensexperiment_spec.json, die der Forscher prüfen und bearbeiten kann, bevor es weitergeht.spec-to-sequenceerstellt eine ausführbare Pulser-Sequenz einschließlich Atomregister und Lasersteuerung.validate-emuundnoise-emulatevergleichen das ideale Verhalten mit gerätespezifisch verrauschten Simulationen.qpu-submitführt den Job auf der Hardware aus, undharvest-and-analyzewandelt rohe Bitstrings in die festgelegten Observablen um.
Pasqal ergänzt, dass Forschende mit Sitz in der EU Experimente kostenlos auf seiner beim TGCC–GENCI betriebenen QPU durchführen können und ein eigener Skill sie durch die Antragstellung führt.
Wo der Agent an Grenzen stieß
Pasqal testete den Workflow an drei Fällen, die in einem auf arXiv veröffentlichten Paper beschrieben sind. Im ersten reproduzierte der Agent ein Rydberg-Array-Experiment von 2019 zur Dichtewellenordnung. Zudem erkannte er korrekt einen Zielbereich, der außerhalb der Hardwaregrenzen lag. Im zweiten, ausgehend von einer theoretischen Arbeit zu frustriertem Magnetismus, erzeugte der Agent zwar lauffähige Experimente, wählte aber Observablen, die die Zielphase nicht belegen konnten. Ein Fachexperte musste die Analyse neu ausrichten. Im dritten, auf Basis eines Pasqal-Patents zur Graphenfärbung, steuerte der Agent einen mehrstufigen Ablauf, schrieb aber eine hohe Zahl ungültiger Ergebnisse zunächst der Hardware zu. Tatsächlich lag ein Fehler vor, der Atompositionen und gemessene Bitstrings falsch zuordnete.
Pasqal selbst folgert, dass ein erfolgreicher Lauf noch kein wissenschaftlich korrektes Ergebnis bedeutet.
Warum das wichtig ist
Dasselbe Paper durchsuchte die theoretische Literatur zu Neutralatomen. Von 526 Arbeiten, die der Workflow zuverlässig einordnen konnte, ließen sich laut Pasqal 258 schon heute auf seinen öffentlich zugänglichen QPUs umsetzen, direkt oder mit geringen Anpassungen. Als wichtigste fehlende Hardwarefähigkeiten nennt das Unternehmen die lokale Steuerung einzelner Atome und weitere Arten von Atom-Atom-Wechselwirkungen. Für einen Cloud-QPU-Anbieter könnte ein geringerer Aufwand pro Experiment die Nutzerbasis vergrößern. Die Testfälle zeigen aber auch, dass die Prüfung durch Fachleute unverzichtbar bleibt.
Quellen
Die Informationen auf dieser Seite stammen aus den unten aufgeführten Quellen und wurden von DesignQuantum abgerufen.