IBM 与 MIT 在 4 月 29 日宣布成立 MIT-IBM Computing Research Lab 。这个新实验室将原 MIT-IBM Watson AI Lab 的研究范围，从基础人工智能 （ Artificial Intelligence ， AI ） 扩展到算法 （ Algorithms ） 与量子计算 （ Quantum Computing ），目标是探索超越现有经典计算系统能力边界的新型计算方法。
新实验室延续了 MIT 与 IBM 近十年的合作关系。 MIT-IBM Watson AI Lab 于 2017 年在 MIT 校园内成立，当时的核心议题是人工智能研究。到了 2026 年，技术环境已经明显变了。 AI 已从实验室走向主流部署，量子计算也正在朝着实际应用迈进。 MIT 与 IBM 选择在这一节点重组实验室，重点不只是扩大研究版图，也是在为 AI 、算法和量子计算的交汇重新搭建一套研究框架。
按照双方的设想， MIT-IBM Computing Research Lab 将成为 MIT 与 IBM 在 AI 、算法和量子计算领域联合研究的核心平台。实验室将关注这些技术如何被整合进混合计算系统 （ Hybrid Computing Systems ），特别是如何结合不断成熟的量子硬件、经典计算系统与先进 AI 方法，推动所谓量子中心超级计算 （ Quantum-centric Supercomputing ） 的发展。
IBM Research 主管、 IBM Fellow ，同时也是 MIT-IBM Computing Research Lab IBM 方主席的 Jay Gambetta 表示，该实验室有望成为全球顶尖的学术与产业联合研究中心之一，推动下一代计算的发展。他认为， MIT 与 IBM 的研究人员将重新思考模型、算法和系统的设计方式，因为未来的计算时代将由 AI 与量子计算结合后所释放的能力定义。
MIT 教务长 Anantha Chandrakasan 将继续担任实验室 MIT 方主席。他曾在担任 MIT 工程学院院长期间推动 MIT-IBM Watson AI Lab 的创立。 Chandrakasan 表示，过去十年中，双方合作产出了前沿研究与创新成果，也为 MIT 和 IBM 的研究人员提供了指导与职业成长支持。过去的技术成就已经为接下来十年的合作设定了很高的标准。
新实验室的研究重点之一，是提升 AI 与传统计算系统的结合能力。相关方向包括小型、高效、模块化的语言模型架构，新型 AI 计算范式，以及面向企业部署的 AI 系统。这些企业级系统需要在真实环境中运行，因此可靠性、透明度和可信度将成为关键要求。
量子计算将成为新实验室扩展后的另一条主线。实验室将推进复杂问题所需的新型量子算法研究，相关成果可能影响材料科学、化学和生物学等领域。对于当前经典系统在规模和精度上难以处理的问题，研究团队也将重新审视其背后的数学与算法基础，包括机器学习 （ Machine Learning ）、优化 （ Optimization ）、哈密顿量模拟 （ Hamiltonian Simulation ） 和偏微分方程 （ Partial Differential Equations ）。
这些研究的潜在应用跨度很大。更准确的天气与空气湍流预测，更稳健的金融市场表现预测，更低风险的金融建模，更有针对性的药物研发中的蛋白质结构预测，以及更高效的全球供应链调度，都属于实验室希望触及的方向。这里的关键不是单一技术突破，而是 AI 、算法和量子计算共同改变复杂系统建模与求解方式。
新实验室也将与 MIT 的两项战略计划形成互补关系，即 MIT Generative AI Impact Consortium 和 MIT Quantum Initiative 。这两项计划由 MIT 校长 Sally Kornbluth 发起，目标是扩大 MIT 在应对全球重大挑战中的技术影响力。 IBM 方面则将把其长期积累的量子计算能力引入合作。根据 IBM 的路线图，公司计划在 2029 年交付全球首台容错量子计算机，并推动量子计算机与高性能计算、 AI 加速器的紧密集成。
实验室还将继续承担人才培养角色。 MIT 与 IBM 希望通过跨院系的师生参与，让新型计算方法更快进入物理科学与生命科学等研究场景。这种安排延续了 MIT-IBM Watson AI Lab 的传统，即把长期科学研究与产业界的真实问题放在同一套合作机制中推进。
MIT-IBM Computing Research Lab 将继续由 MIT 计算机科学与人工智能实验室 （ Computer Science and Artificial Intelligence Laboratory ， CSAIL ） 高级研究科学家 Aude Oliva ，以及 IBM Research AI Foundations 副总裁 David Cox 共同领导。实验室还为三个重点方向分别设立负责人。 AI 方向由 MIT 电气工程与计算机科学系 （ Department of Electrical Engineering and Computer Science ， EECS ） 副教授 Jacob Andreas ，与 IBM Research 首席研究科学家、 MIT-IBM 科学项目经理 Kenney Ng 共同负责。算法方向由 MIT EECS Ford Foundation 工程学教授 Vinod Vaikuntanathan ，与 IBM Research 高级研究科学家 Vasileios Kalantzis 共同负责。量子方向由 MIT 物理学教授 Aram Harrow ，与 IBM Quantum Algorithm Centers 负责人 Hanhee Paik 共同负责。
MIT Schwarzman College of Computing 院长、实验室 MIT 方联合主席 Dan Huttenlocher 表示，新实验室反映了 MIT 与 IBM 合作的进一步扩展，也体现出 AI 、算法和量子计算之间越来越紧密的联系。这个方向与 MIT Schwarzman College of Computing 推进计算前沿、推动计算与不同学科融合的使命保持一致。
过去近十年中， MIT-IBM Watson AI Lab 已经形成了一套产学研协作模式。该实验室资助了超过 210 个研究项目，参与者包括 150 多名 MIT 教授和 200 多名 IBM 研究人员。相关项目累计产生了 1500 多篇同行评议论文，并资助了 500 多名学生和博士后。
Aude Oliva 认为，衡量这个实验室的真正尺度不只是创新数量，还包括其对领域的转化能力。数百名学生参与了顶级会议和期刊上的数千篇论文，证明了他们处理重要问题的能力。新实验室将在这一基础上继续推进值得信任的合作，并重塑 AI 与量子计算的未来。
David Cox 则强调，实验室试图把学术严谨性与产业规模结合起来，定义支撑下一代 AI 、量子计算和科学突破的计算基础。把 AI 、算法和量子计算放入同一个综合研究计划，意味着研究者可以重新审视科学与工程背后的数学和计算基础。
从命名变化看， MIT-IBM Computing Research Lab 不只是 MIT-IBM Watson AI Lab 的升级版。它更像是一次研究重心的再定位。 2017 年的关键词是 AI ， 2026 年的关键词变成了 AI 与量子计算的耦合，以及支撑两者的算法底座。 IBM 需要在量子计算走向实际价值前建立更强的学术支点， MIT 也需要把计算学科的影响力继续嵌入材料、生命科学、金融、供应链和气候等复杂问题中。双方在这个时间点重新挂牌，信号已经很清楚：下一代计算竞争不会只发生在更大的模型或更快的芯片上，也会发生在数学、算法和系统架构的重新组合里。
