ClaudeはどのようにQuEraの量子コンピューター用レーザー復旧制御を開発したのか

レーザーのロックが外れると、なぜ量子計算が止まるのか

QuEraの中性原子型量子コンピューターは、原子を操作するレーザーの周波数を極めて厳密に維持する必要がある。温度変化や振動、気圧など、研究室では珍しくない環境変動によってレーザーが設定周波数から外れることがあり、フィードバック制御で復旧できなければ計算は停止する。最終的な復旧には、専門エンジニアの対応が必要だった。11

QuEraによれば、通常の揺らぎには一定の自動化が導入されていたが、まれな故障や深刻な異常には専門家の知識が欠かせなかった。限定的な再ロック用スクリプトを作るだけでも、4人の専門家が約2〜3週間を要していたという。一方、個別の障害からの復旧には、エンジニアが5〜10分かかる場合があった。11

MHSがClaudeに提供したもの

Model Hardware Standard（MHS）は、AIエージェントと実機をつなぐ共通インターフェースだ。デバイスのドライバーが、機器の機能、読み書き可能なパラメーター、人間が設定した動作上限を記述する。対応機器には、MCP、コマンドラインインターフェース、APIなどを通じて接続できる。MHSはClaude専用ではなく、特定のモデルに依存しない仕様を目指している。2

この仕組みにより、Claudeは次の作業を段階的に実行できた。

• レーザーの状態とテレメトリーを確認する
• ロック失敗の種類ごとに特徴的なパターンを見つける
• 許可された範囲内で制御値を変更する
• 変更によって状態が改善したか、悪化したかを観測する
• 成功した手順を、毎回の即興的な判断ではなく再利用可能なソフトウェアとして保存する

重要なのは、安全上の境界が設けられていた点だ。Claudeに顧客向けの量子コンピューターを無制限に操作させたわけではない。QuEraは専用のレーザーテストベッドを用意し、通常の研究室環境で起こる外乱を再現しながら、明確な制約の中で実験を行った。11

Claudeはどのように復旧コントローラーを作ったのか

Claudeは、故障時に現れる兆候と復旧操作の候補を繰り返し試し、各操作の結果を測定した。その結果をもとに、判断木のような構造を持つ制御プログラムを作成・修正していった。最終的なコードは検証可能な形になっており、エンジニアは判断ロジックや、どのドライバー命令を使っているかを確認できる。11

また、生成されたコードはレーザーの高速制御機構を置き換えたわけではない。コードは装置本来の速度で動作し、マイクロ秒単位のサーボループを上位から監視した。つまり、Claudeは復旧戦略の発見とソフトウェアへの定式化を担い、急速な安定化は従来の低レベル制御ループが引き続き担当した。11

これは、言語モデルが量子プロセッサーのすべてをリアルタイムで直接操作した、という話ではない。標準化されたハードウェアインターフェースを使って、制約付きの実験を行い、人間が確認できる通常の制御ソフトウェアを生成したという実証だ。

700回の試験で成功率99.3％

QuEraは、7種類の故障・外乱クラスについて、それぞれ100回、合計700回の時間計測試験を実施した。同社が報告した結果は次の通りだ。11

• 700回中695回で復旧に成功し、報告された成功率は99.3％。
• 復旧に失敗したにもかかわらず、成功したと誤って報告することはなかった。
• レーザーの波長を維持したまま復旧できる故障では、所要時間は0.9〜5.4秒。
• 波長の変更が必要な難しい故障では、復旧におよそ10〜14秒かかった。
• 従来の設定と比べ、周波数ノイズが約5分の1に低減したとQuEraは説明している。
• 対象となった耐久運転では、監視者がいない状態でのロック脱落はなかったという。
• 復旧後の調整結果は、独立した測定結果や経験豊富な専門家による手動調整と一致した。11

ただし、これらはQuEraによる検証結果であり、独立した査読付き研究で確認された数値ではない。専用テストベッドと制約付きの試験設計で得られた結果であるため、今後のすべてのQuEra導入環境で同じ性能が得られることを示すものでもない。

量子コンピューターの実用化に効く「保守」の自動化

珍しいハードウェア障害が起きるたびに専門家の対応を要する量子コンピューターは、遠隔運用が難しい。顧客施設への設置、クラウド経由の提供、システムの台数拡大を考えると、この問題はさらに大きくなる。

レーザーの自動復旧が実用化すれば、専門家の現場対応が必要だった中断を、再現性のある保守手順へ変えられる可能性がある。もちろん、エンジニアが不要になるわけでも、量子プロセッサー自体が誤り耐性になるわけでもない。自動化が解決するのは、重要な光学サブシステムを動作点に保つという、運用上のボトルネックの一つだ。

この点は、QuEraの今後の展開とも関係する。同社は、初の誤り耐性量子コンピューター「Libra」を2028年にAWSの量子コンピューティングサービス「Amazon Braket」へ提供する計画を発表している。33 クラウドで利用されるシステムでは、信頼性の高いハードウェア保守が特に重要になる。ただし、今回のレーザーロック実証は、ClaudeがLibraの誤り耐性を生み出した、あるいは保証したという主張とは別のものだ。

AIが実機を操作する場合の安全性

MHSは現在、選ばれた科学研究機関や先端製造企業を対象にした研究プレビューであり、広く普及した公開標準ではない。Anthropicによると、開発はHoward Hughes Medical Institute（HHMI）のJanelia Research Campusとの共同研究から始まった。18

Anthropicは、MHSをオープンソース化する前に、パートナーと安全性評価やベストプラクティスの策定に取り組む方針も示している。想定される安全モデルでは、装置の情報とユーザーが定めた実行可能な上限を明示し、AIの行動を自然言語上の判断だけに委ねない。2

今回の実証で価値があるのは、「AIがレーザーを直した」という結論だけではない。探索段階を終えた後に、人間がロジックを調べ、テストし、装置本来の速度で動かせる制御ソフトウェアが残ったことだ。

今回の成果が示すもの

QuEraの事例は、量子コンピューティングそのものの画期的進展というより、実機を扱うAI基盤の実例として見るのが適切だ。Claudeは、共通化され、権限の範囲が定められたインターフェースを通じて、「観測、実験、測定、修正、コード化」というエンジニアリングの循環を進め、監査・再利用できるソフトウェアに変換した。

同様のワークフローがほかの装置にも広がれば、AIエージェントは、複雑な研究機器や産業設備の保守に必要な専門知識を、実際に配備できる制御システムへ移植する助けになるかもしれない。今後の焦点は、より多様なハードウェアでも結果が再現するのか、独立評価で確認されるのか、そして慎重に管理されたテスト環境の外へ安全に拡張できるのかにある。