一场悄然发生的技术变革,正在把量子计算从少数专家的专属领域,拉向更广泛的科研人群。

据英国《自然》杂志日前报道,法国量子计算初创企业Pasqal的研究人员,开发出一种能够根据英文自然语言指令自动生成量子计算代码的AI智能体,并可将其直接部署到真实量子计算机上运行。

这项被称为"量子氛围编程"(Quantum Vibe Coding)的技术,研究人员表示有望大幅降低量子计算实验的门槛,让更多非专业背景的研究者也能参与其中。

从软件开发到量子物理:氛围编程的跨界迁移

要理解这项突破的意义,首先需要弄清"氛围编程"这一概念本身。

所谓氛围编程,指的是用户只需用自然语言向AI工具描述自己希望软件实现的功能,AI便能自动生成相应程序代码,并根据用户的反馈意见进行迭代修改与运行调试。

这一模式最初在传统软件开发领域兴起,凭借其极低的入门门槛,迅速吸引了大批不具备深厚编程背景的用户。

如今,Pasqal的研究团队将这一理念延伸至量子计算这一技术密集度更高的领域,试图验证类似的自然语言交互方式,能否同样适用于量子代码的编写与执行。

事实上,这一探索并非空中楼阁——包括Anthropic公司的Claude在内的多款前沿大语言模型,已经展现出理解量子计算相关概念的能力,不少科研人员也早已开始尝试借助这类模型来辅助编写量子计算代码。

在此基础上,Pasqal团队进一步让这些大语言模型熟悉其自研量子计算机的具体技术规格,以此探索大语言模型能否真正实现量子领域的"氛围编程"这一更进一步的目标。

三项测试:AI智能体能否复现真实物理现象

团队将研究重点聚焦于量子模拟这一被视为最具应用潜力的方向之一。

量子模拟的原理,是通过调控量子计算机,使其行为表现得类似于另一种物理系统——例如某种催化剂,或具有特殊磁性的材料。

借助量子计算机运行此类模拟,科学家可以预测相关材料的物理性质,而这些计算任务往往已经超出了经典计算机的处理能力范围。

为验证AI智能体的实际能力,Pasqal团队设计了三项测试,每项测试都选取一篇描述特定物理现象的科学论文,要求智能体据此编写并运行代码,判断该现象是否能够通过量子计算机进行有效模拟。

Pasqal首席技术官伊克·亨里耶(Loïc Henriet)指出,完成从"论文描述的物理现象"到"可执行的量子代码"这一转换过程,通常需要一个同时精通材料物理学与量子计算专业知识的团队协作完成,而如今AI智能体已经能够协助承担这一复杂流程。

不过,这套系统距离完全自主运作仍有一定距离。

亨里耶提到,在其中一项测试中,智能体需要研究团队提供较多的额外指导,才能最终得出符合物理规律的正确实现方案,这也说明在涉及实验物理准确性的关键环节上,人类研究人员的专业判断仍然不可或缺。

门槛降低背后:效率提升与人机协作的边界

Pasqal的探索并非孤例,全球范围内已有多支研究团队投身于借助大语言模型辅助量子计算这一新兴方向。

纽约大学阿布扎比分校的应用物理学家努海拉·伊南(Nouhaila Innan)及其同事,便开发了一款基于开源大语言模型LLaMA定制而成的工具,该工具能够生成量子计算代码,但目前尚不具备自主运行代码的能力。

尽管功能相对有限,这一工具已经切实提升了科研效率——据伊南介绍,该工具已帮助她和同事将一些原本需要耗费四天时间才能完成的工作,压缩至一天之内完成。

这种效率跃升,恰恰揭示了当前这一波AI辅助量子计算浪潮的核心价值所在——它未必能够彻底取代专业人力,却能够显著压缩科研人员从构想到验证之间所需的时间与精力成本。

对于量子计算这一本就依赖跨学科专业知识、且专业人才相对稀缺的领域而言,这种压缩效应的意义尤为突出。

从更宏观的视角来看,量子氛围编程的出现,某种程度上延续了大语言模型近年来在科学研究领域持续渗透的整体趋势——从辅助撰写论文、生成实验方案,到如今直接介入代码生成与执行环节,AI正在逐步嵌入科研工作流程的更深层次。

当然,正如Pasqal团队测试中所暴露的问题,人类专家在校验实验结果是否符合物理规律这一环节上,短期内仍将扮演不可替代的角色。

但可以预见的是,随着相关技术的持续成熟,量子计算研究的准入门槛还将进一步降低,这或许将吸引更多来自不同学科背景的研究者,加入这一原本高度封闭的前沿领域。