Pasqal lanza un flujo de trabajo con agentes de IA que convierte ideas de investigación en ejecuciones en QPU de átomos neutros
Las nuevas habilidades de agente de Pasqal se integran en Claude Code, Cursor y Codex para pasar de un artículo o una idea a trabajos emulados y ejecutados en las QPU de Pasqal Cloud.
Esta página fue traducida del inglés. Los nombres de empresas y productos, así como los enlaces a las fuentes, no se han modificado. Leer el original en inglés
La empresa de átomos neutros Pasqal (Nasdaq: PSQL) ha puesto a disposición en Pasqal Cloud un flujo de trabajo asistido por IA. Se trata de un conjunto de habilidades de agente que se instala como complemento en entornos de programación agéntica como Claude Code, Cursor y Codex. Pasqal afirma que puede llevar una idea científica bien definida o un protocolo publicado hasta un experimento en marcha en una unidad de procesamiento cuántico (QPU), eliminando buena parte del trabajo de ingeniería que normalmente hay entre ambos.
Qué se anunció
Según el anuncio, el flujo de trabajo cubre todo el proceso. Extrae o formaliza un protocolo experimental, lo convierte en un trabajo listo para el hardware, lo comprueba en emulación, lo envía a través de la nube y procesa los resultados para obtener observables científicos. Los usuarios pueden ejecutar experimentos en tres QPU de Pasqal Cloud abiertas a usuarios externos: Ruby, operada por GENCI en el CEA, en Francia; FC1, en Sherbrooke (Quebec); y SA1, en Arabia Saudí.
El consejero delegado, Wasiq Bokhari, afirmó que «el cuello de botella de la computación cuántica se está desplazando», del acceso al hardware a la ingeniería necesaria para usarlo. Pasqal subraya que el criterio científico sigue en manos del usuario: decidir qué medir y si un resultado respalda una afirmación física.
Cómo funciona
En una entrada técnica de su blog, Pasqal describe una cadena de habilidades específicas construidas sobre su pila de software existente: Pulser para el diseño de secuencias de pulsos, emu-mps para la emulación y el Pasqal Cloud SDK para el acceso a los dispositivos, los datos de calibración y la ejecución.
application-to-ideaconvierte un problema o una intuición en una idea concreta de experimento.idea-to-specextrae parámetros, observables, restricciones y supuestos de hardware en un archivo llamadoexperiment_spec.json, que el investigador puede revisar y editar antes de continuar.spec-to-sequenceconstruye una secuencia ejecutable de Pulser, incluidos el registro de átomos y los controles láser.validate-emuynoise-emulatecomparan el comportamiento ideal con simulaciones ruidosas que tienen en cuenta el dispositivo.qpu-submitejecuta el trabajo en el hardware yharvest-and-analyzeconvierte las cadenas de bits en bruto en los observables especificados.
Pasqal añade que los investigadores con sede en la UE pueden ejecutar experimentos de forma gratuita en su QPU alojada en TGCC–GENCI, y que una habilidad específica les guía en la solicitud.
Dónde se quedó corto el agente
Pasqal probó el flujo de trabajo en tres casos, descritos en un artículo publicado en arXiv. En el primero, el agente reprodujo un experimento de 2019 sobre ondas de densidad en una matriz de Rydberg. También detectó correctamente un régimen objetivo que quedaba fuera de los límites del hardware. En el segundo, que partía de un artículo teórico sobre magnetismo frustrado, el agente produjo experimentos ejecutables, pero eligió observables que no podían certificar la fase buscada. Un experto en la materia tuvo que reorientar el análisis. En el tercero, basado en una patente de Pasqal sobre coloreado de grafos, el agente ejecutó un flujo de varias rondas, pero al principio atribuyó al hardware una elevada tasa de resultados no válidos. La causa real era un error que emparejaba mal las posiciones de los átomos con las cadenas de bits medidas.
La propia conclusión de Pasqal es que una ejecución exitosa no equivale a un resultado científicamente correcto.
Por qué importa
El mismo artículo revisó la literatura teórica sobre átomos neutros. De los 526 artículos que el flujo de trabajo pudo clasificar de forma fiable, Pasqal dice que 258 podrían implementarse hoy en sus QPU de acceso público, directamente o con cambios modestos. Señala el control local de átomos individuales y otros tipos de interacción entre átomos como las principales capacidades de hardware que faltan. Para un proveedor de QPU en la nube, reducir el esfuerzo necesario para ejecutar un experimento podría ampliar su base de usuarios. Los casos de prueba también muestran que la revisión experta sigue siendo imprescindible.
Fuentes
Los datos de esta página proceden de las fuentes indicadas abajo, recopiladas por DesignQuantum.