OpenAI は、MIT の工学量子システムグループ（EQuS）に所属する研究者 Beatriz Yankelevich 氏が、GPT-5.6 Sol と Codex を使って超伝導量子ビット（qubit）の実験ワークフローを自動化した事例を公開した。通常なら数日を要する特性評価作業を、AI エージェントが夜間に実行できるようになったという。

量子ビット実験の煩雑さ

超伝導量子ビットは絶対零度近くまで冷やされた希釈冷凍機の中で動作し、マイクロ波パルスによって量子状態を制御・測定する。実験を始める前には、共振周波数の特定やパルスの校正、量子情報がどれだけの時間保持されるかの測定といった、地道な準備作業が欠かせない。これらは手順自体は定型的だが、機器の調整や条件の絞り込みに時間がかかり、研究者の作業時間を圧迫してきた。

AIエージェントが担う役割

Yankelevich 氏の取り組みでは、GPT-5.6 Sol と Codex が測定パラメータの選択、ハードウェアの操作、データ分析、次に取るべきステップの判断までを自動で実行する。6量子ビットのチップを対象にした実験では、通常数日かかるチップの特性評価が、信号が明瞭な条件下ではほぼ自動で完了したという。同氏は「エージェントが数時間、夜間のあいだ測定を継続してくれる」と述べており、研究者は定型的な計測作業から解放され、結果の分析や新しい実験の設計といった高次の研究活動に時間を割けるようになったとしている。

一方で、ノイズの多い実験データの解釈には依然として人間の判断が必要であり、AI エージェントがすべての工程を代替できるわけではない点も強調されている。

研究現場への広がりが示すもの

この事例は、GPT-5.6 Sol や Codex のようなコーディング・エージェントが、ソフトウェア開発の枠を超えて実験科学の現場でも実務的な価値を発揮し始めていることを示している。量子コンピューティングのように専門機材の操作と地道なデータ収集が不可欠な分野でも、AI エージェントが「夜通し作業する助手」として機能する余地があることが実証された形だ。研究室単位でのAI活用が広がれば、限られた人員でも実験の回転数を上げられる可能性があり、今後は他の実験科学分野への応用例も注目される。