IBM en het Massachusetts Institute of Technology (MIT) hebben het MIT-IBM Computing Research Lab opgericht, een nieuwe gezamenlijke onderzoeksorganisatie die zich richt op fundamenteel onderzoek naar kunstmatige intelligentie, algoritmen en kwantumcomputing, met de nadruk op rekenmethoden die de praktische beperkingen van klassieke systemen kunnen overstijgen. Het lab is een voortzetting van het MIT-IBM Watson AI Lab (opgericht in 2017 op de campus van MIT). Het weerspiegelt een verschuiving in het technologische landschap, waarin AI nu breed wordt ingezet en kwantumcomputing steeds meer praktische toepassingen krijgt.
De leiding omschreef het nieuwe lab als een middel voor intensievere gezamenlijke ontwikkeling op het gebied van modellering, algoritmen en systeemontwerp, met name op het snijvlak van AI en kwantumtechnologie. De leiding van MIT presenteerde het initiatief als een voortzetting van de resultaten die de partners in het afgelopen decennium hadden behaald en als een mechanisme om onderzoek op de lange termijn te ondersteunen met academische nauwkeurigheid en relevantie voor de industrie.
Onderzoeksfocus: AI, algoritmen, kwantummechanica en hybride systemen
De technische agenda van het lab is gericht op samenwerkingsverbanden tussen verschillende domeinen.
Een van de belangrijkste aandachtsgebieden is AI en hybride computing, waarbij benaderingen worden onderzocht die klassieke computertechnologie combineren met geavanceerde AI-methoden en, waar mogelijk, kwantummechanische elementen. Het doel is om de integratie van AI-mogelijkheden in productiegerichte computeromgevingen te verbeteren, met de nadruk op praktische, operationele verbeteringen.
Daarnaast legt het lab de nadruk op de ontwikkeling van kleine, efficiënte taalmodelarchitecturen en nieuwe AI-computatieparadigma's. Deze inspanningen worden bekeken vanuit het perspectief van implementatie in de bedrijfsomgeving, met bijzondere aandacht voor systeemkenmerken zoals betrouwbaarheid, transparantie en geloofwaardigheid. Dit duidt op een focus niet alleen op onderzoeksprototypes, maar ook op het creëren van operationele systemen die voldoen aan de eisen van de praktijk.
De agenda omvat ook onderzoek naar kwantumalgoritmen en de wiskundige grondslagen die nodig zijn om complexe probleemklassen aan te pakken die relevant zijn voor vakgebieden zoals materiaalkunde, chemie en biologie. Daarnaast is er een breder onderzoek naar de wiskundige en algoritmische grondslagen van de volgende generatie computertechnologie, gericht op het bevorderen van fundamenteel begrip en mogelijkheden.
Het lab benadrukte ook fundamenteel werk op het gebied van machine learning-theorie, optimalisatie, Hamiltoniaanse simulatie en partiële differentiaalvergelijkingen (PDE's). Deze gebieden vormen vaak knelpunten bij de benadering van grootschalige dynamische systemen, waar klassieke methoden problemen kunnen ondervinden met nauwkeurigheid, kosten of beide. Hoewel verschillende voorbeelden van toepassingsgebieden werden genoemd, ligt de rode draad in de technische ontwikkeling van verbeterde methoden voor simulatie en optimalisatie die kunnen leiden tot nauwkeurigere voorspellingen en efficiëntere rekenprocessen.
Afstemming met MIT-initiatieven en IBM's Quantum Roadmap
MIT merkte op dat het lab een aanvulling vormt op twee instituutbrede initiatieven: het MIT Generative AI Impact Consortium en het MIT Quantum Initiative. IBM herhaalde op zijn beurt zijn plan om tegen 2029 een fouttolerante kwantumcomputer te leveren en zijn bredere streven naar kwantumcentrisch supercomputing, wat het omschrijft als de nauwe integratie van kwantumsystemen met high-performance computing en AI-acceleratoren.
Structuur en leiderschap van het laboratorium
Het lab blijft onder gezamenlijke leiding staan van Aude Oliva, Senior Research Scientist bij MIT CSAIL, en David Cox, Vice President, AI Foundations, bij IBM Research. Er zijn co-leiders benoemd voor drie onderzoeksgebieden:
- AI: Jacob Andreas (MIT EECS) en Kenney Ng (IBM Research; MIT-IBM wetenschapsprogrammamanager)
- Algoritmen: Vinod Vaikuntanathan (MIT EECS) en Vasileios Kalantzis (IBM Research)
- Kwantumfysica: Aram Harrow (MIT Physics) en Hanhee Paik (IBM; Quantum Algorithm Centers)
MIT heeft ook Dan Huttenlocher, decaan van het MIT Schwarzman College of Computing, aangewezen als MIT-co-voorzitter van het lab.
Resultaten tot nu toe van het vorige practicum
MIT en IBM presenteerden het nieuwe lab als een voortzetting van de omvang en publicatiegeschiedenis van het Watson AI Lab. Sinds de oprichting heeft de eerdere samenwerking meer dan 210 onderzoeksprojecten gefinancierd, waarbij meer dan 150 MIT-faculteitsleden en meer dan 200 IBM-onderzoekers betrokken waren, wat heeft geresulteerd in meer dan 1,500 peer-reviewed artikelen. Het programma financierde ook meer dan 500 studenten en postdoctorale onderzoekers, waarmee de ontwikkeling van de beroepsbevolking als een voortdurende doelstelling naast de onderzoeksresultaten werd gepositioneerd.
IBM en Dallara kondigen AI- en kwantumonderzoek aan voor aerodynamische ontwerpworkflows.
In een aparte aankondiging na de lancering van het MIT-IBM-lab maakten IBM en de Dallara Group een samenwerking bekend die zich richt op de toepassing van AI op natuurkundig onderbouwde aerodynamica van voertuigen en op het verkennen van kwantum- en hybride kwantum-klassieke methoden die op termijn een aanvulling kunnen vormen op simulatie-intensieve ontwerpprocessen.
Fysica-gebaseerde AI als surrogaat om CFD-gestuurde iteratie te versnellen
Het project richt zich op een bekende beperking in de autosport en de ontwikkeling van hoogwaardige voertuigen: computationele vloeistofdynamica (CFD) is nauwkeurig maar duur, en iteratieve geometrische verkenning kan variëren van uren per simulatie tot weken of maanden in een volledig ontwikkelingsproces.
IBM en Dallara hebben de eerste resultaten bekendgemaakt van een op natuurkunde gebaseerde AI-methode voor het evalueren van meerdere configuraties voor de achterdiffuser van een conceptuele LMP2-achtige raceauto. In de beschreven vergelijking duurde het met de traditionele CFD-methode enkele uren om alle configuraties te berekenen. De AI-methode daarentegen voltooide dezelfde evaluaties in ongeveer 10 seconden, rapporteerde foutmarges die vergelijkbaar waren met die van CFD en identificeerde een optimale configuratie.
IBM omschreef dit als een manier om de evaluatie van honderden configuraties te verkorten van dagen naar minuten, waardoor eerder in de ontwerpfase verkenning mogelijk wordt, terwijl volledige CFD-simulaties worden gereserveerd voor diepgaandere validatie en uiteindelijke optimalisatie. In het persbericht werd ook melding gemaakt van drukveldmodellering voor een aanpassing van de hoek van de achterdiffuser van -2 tot +4 graden, waarbij de AI-uitvoer nauw aansloot bij de CFD-resultaten.
Kwantum- en hybride benaderingen worden geëvalueerd.
Tegelijkertijd gaven de teams aan dat ze onderzoeken waar kwantum- of hybride kwantum-klassieke technieken een plek zouden kunnen krijgen in simulatie- en optimalisatieworkflows. De focus ligt op de korte termijn op verkennende zaken: het identificeren van taken waar deze methoden een aanvulling kunnen vormen op bestaande CFD-pipelines, en het in kaart brengen van mogelijkheden op de langere termijn naarmate kwantumsystemen zich verder ontwikkelen.
Onderzoekspublicaties en modelafstamming (arXiv en ICLR)
IBM en Dallara koppelden het werk aan recente publicaties:
- De eerste resultaten van de samenwerking werden beschreven in een arXiv-preprint van 20 april 2026.
- Het werk bouwt voort op IBM's Gauge-Invariant Spectral Transformers (GIST)-model, waarnaar wordt verwezen in een Voorpublicatie van 17 maart.
De bedrijven gaven aan dat ze gerelateerde ontwikkelingen presenteerden op de International Conference on Learning Representations (ICLR) op 26 april 2026 in Rio de Janeiro.
Fabrizio Arbucci, CIO van Dallara, benadrukte de bredere betekenis van neurale surrogaatmodellen, die aanvankelijk werden getest in hoogwaardige voertuigen. Hij benadrukte dat verbeteringen in aerodynamische efficiëntie, zoals een vermindering van de luchtweerstand met één tot twee procent, kunnen leiden tot aanzienlijke brandstofbesparingen in diverse transportmiddelen, waaronder personenauto's en vliegtuigen, wat gunstig is voor industrieën die afhankelijk zijn van aerodynamica.
Amazon