Q-CTRL釋出了一個新的基於AI的工具集，以促進量子計算機的無輔助效能最佳化。

總體而言，量子演算法容易出錯，從而為量子計算的發展和進步創造了實質性的障礙。Q-CTRL的新型自動閉環硬體最佳化工具使用自定義AI代理執行量子演算法，從而為終端使用者減少了錯誤並提高了整體效能。

與開發人員和研發團隊的Q-CTRL旗艦BOULDER OPAL軟體整合在一起，還對自動閉環硬體最佳化進行了培訓，以從量子計算機獲取新的實驗資料/結果，同時執行演算法最佳化。它既可以用作獨立工具，也可以與可自動管理量子實驗的機器學習器線上最佳化程式包（M-LOOP）配合使用。

使用者還可以使用Q-CTRL Python包將批處理請求手動傳送到實驗裝置，以快速連續執行多個測試。

Q-CTRL先前已在IBM量子計算機上展示了其新穎的量子技術，從而使單個量子位（或量子位）的量子邏輯閘的效能比標準邏輯閘高出10倍。Q-CTRL的自定義AI代理還可以自動檢測新的多量子位門，錯誤率降低兩倍。

“就像傳統計算機上的軟體抽象一樣，程式設計師無需瞭解電晶體的工作原理就可以編寫演算法，該工具使研究人員更容易地探索量子計算機的潛力，”該公司創始人兼執行長Michael J. Biercuk說道。 Q-CTRL。

“看著量子計算機使用此工具進行自我調整，並以比世界上最好的硬體開發團隊所能實現的低的誤差提供量子邏輯，這是非常令人驚奇的。我們相信它將加速量子計算機硬體和應用程式的開發，推動量子計算機硬體和應用的發展。行業更接近於提供現實的商業價值，” Biercuk補充說。