マイクロソフトの量子チップ「Majorana 2」は、研究開発におけるエージェント型 AI の事例研究でもある
マイクロソフトが発表した量子チップ「Majorana 2」は、従来の 1000 倍の信頼性と 20 秒という驚異的な寿命を達成し、2029 年の商用化を目指す。この発表の核心は、同社の研究開発プラットフォーム「Microsoft Discovery」で活用されるエージェント型 AI にある。
Source Article
元記事を日本語で読む
本文に関係しない購読案内、埋め込み通知、サイト内プロモーションは除いています。
マイクロソフトの Majorana 2 量子チップが今週登場し、その数値は文脈化するのが本当に困難なほどです。第1世代モデルよりも信頼性が1,000倍高いキュービット、業界の基準がマイクロ秒単位である中で平均キュービット寿命が20秒に達したこと、そして2029年までに商業的にスケーラブルな量子コンピュータを実現するよう改訂されたロードマップなどです。これらの数値の背後にあるのはマイクロソフト・ディスカバリー（Microsoft Discovery）のエージェント型 AI であり、このプラットフォームこそがこの発表においてより重要な部分と言えるでしょう。
わかりやすく言い換えると：現在のほとんどの量子チップは、脆い計算状態を維持できる時間がわずかな秒未満で、すぐに失われてしまいます。一方、Majorana 2 は最大1分間その状態を保持します。マイクロソフト自身の例えでは、このチップは1日で電池が切れるのではなく、1回の充電でほぼ3年間持続する携帯電話のバッテリーのようなものです。
Majorana 2 は、同社の科学技術研究開発（R&D）向けのエージェント型 AI プラットフォームであるマイクロソフト・ディスカバリー（Microsoft Discovery）の支援のもとに開発されました。このプラットフォームも今週一般利用可能となりました。このタイミングは意図的なものです。量子チップこそが、このプラットフォームが機能していることを証明するマイクロソフトの実証です。
マイクロソフト・ディスカバリーのエージェント型 AI が果たした役割
このニュースに対する一般的な見方は、「AI がチップを設計した」というものです。しかし現実はより具体的であり、おそらくはさらに興味深いものです。信頼性の向上に最も大きく寄与している単一の変更点である超伝導材料をアルミニウムから鉛へ切り替えるという決定は、AI の推奨によるものではなく、何年にもわたる従来の材料研究の結果として生まれたものです。
Microsoft Discovery のエージェントが行ったことは、製造ワークフローの管理、以前は各々数週間を要していた測定プロセスの自動化、ほぼ 20 年にわたる分断された研究データの統合、そして単一の研究者がその膨大で多様な情報量を頭の中で把握しきれないような相関関係の発見といったことでした。
「このデータ上で AI エージェントを実行すると、彼らは本質的に再合成を行い、人間には見えない相関関係を導き出します。なぜなら、単一の個人がそのような大量のデータを広範囲にわたって把握することは不可能だからです」と、Microsoft の量子担当企業副社長である Zulfi Alam は述べています。「新しい世界秩序においては、シミュレーションを通じて確からしいターゲットの位置を特定できます。そしてその知識があれば、理想的には実験は一度だけで済みます」と Alam は語りました。
測定問題
チームが挙げるより具体的な成果の一つに、量子ビット（qubit）の測定があります。これは半導体ワイヤ上に数十億個の電子が存在する数が偶数か奇数かを決定することで量子状態を検出するプロセスです。手動で行う場合、これには数週間を要します。Microsoft は数年前に既存の機械学習を用いて自動化を試みましたが、失敗しました。
Microsoft Discovery を基盤として構築されたチームは、量子ビットの状態に関する三次元マップの作成を進めています。「エージェント AI を用いて測定を自動化したことはゲームチェンジャーでした」と Alam は述べています。このエージェントは、数百ものパラメータにおける並列的な電圧調整を同時に処理しますが、線形的かつ構造的に思考する人間の研究者には不可能なことです。
Microsoft Discovery が一般利用可能に
これらを支えてきたプラットフォームは、現在企業顧客向けに提供されています。Microsoft Discovery は、科学研究用の専門 AI エージェント、研究および推論ワークフローのための Discovery Engine、そしてエンタープライズレベルのセキュリティとガバナンスを統合したものです。また、GitHub Copilot アカウントを使用してローカルで利用可能な無料の Microsoft Discovery アプリも、早期プレビュー段階にあります。
Microsoft が量子技術の実用化時期を 2033 年から 2029 年に前倒しした改訂されたタイムラインは、Majorana 2 の進展に基づいたものであり、これは加速を意味しますが、量子ロードマップには楽観的な圧縮の歴史があります。1,000 倍という信頼性の数値は、IBM や Google が根本的に異なるアーキテクチャを採用している競合他社との直接比較ではなく、Majorana 1 のキュービットに対する改善点を指すものです。
Nayak は次のように述べています。「昨年に比べてどこまで進んだか？我々は 1,000 倍良くなりました。」
関連記事：英国とドイツが量子スーパーコンピューティングの商業化を計画
業界リーダーから AI やビッグデータについてさらに学びたい方へ？アムステルダム、カリフォルニア、ロンドンで開催される「AI & Big Data Expo」をご覧ください。この包括的なイベントは TechEx の一部であり、サイバーセキュリティ＆クラウドエキスポなど他の主要なテクノロジーイベントと併催されます。詳細はこちらをクリックしてください。
AI News は TechForge Media によって提供されています。その他の今後のエンタープライズ向け技術イベントやウェビナーはこちらからご覧ください。
本記事は、AI ニュースで最初に公開されたものです。
原文を表示
Microsoft’s Majorana 2 quantum chiparrived this week, with numbers that are genuinely difficult to contextualise: qubits 1,000 times more reliable than those of the first generation models, a mean qubit lifetime of 20 seconds against an industry norm measured in microseconds, and a revised roadmap targeting a commercially scalable quantum computer by 2029. Behind those numbers is Microsoft Discovery agentic AI, and that platform is arguably the more consequential part of this announcement.
To put that in plain terms: most quantum chips today can hold their fragile computational state for a fraction of a second before losing it. Majorana 2 holds it for up to a minute. Microsoft’s own analogy is a phone battery that, instead of dying in a day, lasts nearly three years on a single charge.
Majorana 2 was developed with the help of Microsoft Discovery, the company’s agentic AI platform for scientific R&D, which also reached general availability this week. The timing is deliberate. The quantum chip is Microsoft’s proof that the platform works.
What Microsoft Discovery agentic AI did
The common read on this story is that AI designed the chip. The reality is more specific, and arguably more interesting. The decision to switch the superconducting material from aluminium to lead, which Microsoft says is the single change most responsible for the reliability improvement, came out of years of conventional materials research, not an AI recommendation.
What Microsoft Discovery’s agents did were things around that: managing fabrication workflows, automating measurements that previously took weeks each, breaking down nearly two decades of siloed research data, and surfacing correlations that no single researcher could hold in their head in that volume and variety of information.
“As you run AI agents on this data, they’re able to essentially resynthesize and make correlations that we as humans cannot see because no single individual has that much vision in that much data,” said Zulfi Alam, corporate vice president for quantum at Microsoft. “In the new world order, through simulations, you can see where the probable target is. And then with that knowledge, you ideally only have to experiment once,” Alam said.
The measurement problem
One of the more concrete wins the team describes involves qubit measurement; the process of detecting quantum states by determining whether there’s an even or odd number of billions of electrons on a semiconductor wire. When done manually, this takes weeks. Microsoft tried to automate it a few years ago using earlier machine learning and couldn’t.
Built on Microsoft Discovery, the team have been building three-dimensional maps of qubit conditions. “Using agentic AI to automate the measurements was a game changer,” Alam said. The agent handles parallel voltage adjustments in hundreds of parameters simultaneously, something human researchers, thinking linearly and structurally, cannot do.
Microsoft Discovery goes general
The platform that underpinned all of this is now available to enterprise customers. Microsoft Discovery combines specialised AI agents for scientific research, a Discovery Engine for research and reasoning workflows, and enterprise-level security and governance. A free Microsoft Discovery app, usable locally with a GitHub Copilot account, is also in early preview.
Microsoft’s revised quantum timeline, moving from 2033 to 2029, was based on Majorana 2’s progress, which is a acceleration, but quantum road-maps have a history of optimistic compression. The 1,000x reliability figure refers specifically to improvements over Majorana 1’s qubits, not a direct benchmark against competing approaches from IBM or Google, which use fundamentally different architectures.
Nayak said: “Where are we relative to last year? We’re 1,000 times better.”
See also: UK and Germany plan to commercialise quantum supercomputing
Want to learn more about AI and big data from industry leaders? Check out AI & Big Data Expo taking place in Amsterdam, California, and London. The comprehensive event is part of TechEx and is co-located with other leading technology events including the Cyber Security & Cloud Expo. Click here for more information.
AI News is powered by TechForge Media. Explore other upcoming enterprise technology events and webinars here.
The post Microsoft’s Majorana 2 quantum chip is also a case study for agentic AI in R&D appeared first on AI News.
関連記事
今日のまとめ
AIデイリーブリーフで今日の重要ニュースをまとめ読み