微軟公司利用其 Microsoft Discovery 平台及 AI 助理技術，成功開發次世代量子晶片 Majorana 2，透過自動化資料分析與加速製程，大幅提升量子位元研發效率，同時強調 AI 僅作為輔助工具，最終決策仍由科學家主導。
微軟公司近日發表了次世代量子晶片 Majorana 2，這項突破性進展的背後，是 Microsoft Discovery 平台及其所採用的 AI 助理技術（agentic AI），協助管理並加速了新裝置的製造與研發過程。
Majorana 2 量子晶片的關鍵部分需要精確到原子等級的設計。為確保每個原子位於正確位置，可能需要加入其他雜質材料至晶體結構中。此過程平衡極為困難，過多或不當的雜質將破壞晶體結構。過去，尋找最佳配方需進行大量實驗；如今透過模擬，AI 助理能快速識別出高機率的目標，大幅減少實際實驗次數，提升效率。
微軟量子業務副總裁 Zulfi Alam（Zulfi Alam）指出，在過去的研發模式中，要找到精確的配方、適量的材料以獲得所需的能量結構，需要大量的實驗。但在新的模式下，透過模擬能夠看到高機率的目標，然後理想情況下，只需要實驗一次。他進一步說明，AI 助理能分析海量資訊，從近二十年的量子計畫數據中重新合成並建立人類難以察覺的關聯性，因為沒有任何個體能一次性掌握如此龐大的數據視野。
這項量子運算專案涉及軟體、架構、設計、材料堆疊、製造流程和測量等多個環節，任何一個領域的變動都可能牽一髮而動全身。AI 助理能有效追蹤這些複雜且相互關聯的環節。在丹麥靈比-託拜克自治市的 Microsoft's Quantum Lab，科學家、軟體工程師與製造專家正廣泛運用 AI 助理技術，加速可靠拓撲量子位元（topological qubits）的開發。
Alam 強調，雖然 AI 能夠在極短時間內平行處理大量資訊並提供建議，但最終決策仍由科學家主導，始終保持「科學家在迴路中」（scientist in the loop）的原則。以測量拓撲態為例，該過程需設定數百個參數，人工操作通常耗時數週。透過 Microsoft Discovery 中的 AI 助理功能，團隊能建立專門的 AI 助理來自動化這些測量，將循環時間縮短了數個數量級。
AI 強大的模式識別能力，幫助團隊解決了測量量子位元狀態的艱鉅任務，例如偵測半導體導線上的電子數量。AI 助理還能自動且持續地執行此過程，建構出單一科學家難以獨立完成的 3D 條件圖。Alam 稱讚運用 AI 助理自動化測量是一項「顛覆性創新」，它能平行進行多項電壓調整，這是人類無法實現的。此外，AI 助理也能整合物理、裝置與機構知識，過濾製造過程中的原始數據，甚至能找出校準錯誤的溫度感測器讀數，協助解決研發瓶頸。微軟量子團隊正利用 AI 助理優化工作流程、改善製造，並發現先前未察覺的缺陷，提出新的解決方案。這項技術不僅適用於量子領域，其許多功能也具備推廣至其他科學探索領域的潛力。