QUANTUM.AI

Pusat Studi Quantum Computing & AIRiset Terbuka, Dampak Nyata

Pusat studi yang mengembangkan riset quantum computing dan kecerdasan artifisial, mendampingi dosen dan mahasiswa, serta menghasilkan publikasi bereputasi internasional dan paten industri.

AJUKAN RISET
JADWALKAN DISKUSI

$ riset quantum + ai

Didukung oleh

Unismuh MakassarFakultas TeknikPascasarjanaLP3MMajelis Diktilitbang PP MuhammadiyahMitra Industri IT

Teknologi. Riset kami dibangun di atas perangkat sumber terbuka.

Logo ditampilkan sebagai penanda teknologi yang kami gunakan, bukan bentuk afiliasi maupun dukungan resmi dari pemilik merek.

CirqCirqGoogle Quantum AIQiskitQiskitIBM QuantumPythonPythonBahasa utama risetJuliaJuliaKomputasi numerik

Lab. Post-train your own self improving agents

Start Training
Book a Demo
Evaluasi
Inferensi

Lingkungan riset terpadu

Satu ruang kerja untuk menjalankan eksperimen quantum computing dan pelatihan model AI, lengkap dengan pustaka dan berkas konfigurasi yang telah disiapkan tim pusat studi.

Pustaka yang dipakai

CirqQiskitPythonJulia

Inference. Serve open-source and custom models
through the same stack that trains them.

Book A Call
Learn More

Dedicated inference, pay-per-token LoRA serving, and serverless APIs-all in one loop that turns traces into better models and cheaper intelligence your business owns.

Dedicated deploys
Production serving capacity optimized around customer use cases, private routing, latency, reliability, and custom model requirements.
LoRA inference
Pay-per-token serving for adapters trained with Lab, so teams can deploy customized behavior without copying the base model.
Serverless APIs
OpenAI-compatible access to base models with efficient routing, selected first-party hosting, and a path into dedicated capacity.

Turn production traces into the next training run.

Capture traces, cluster failures, convert high-value misses into environments and evals, then train adapters that make the production model cheaper, more reliable, and more specific to your business.

Book a Call

Pendampingan. Mendampingi dosen dan mahasiswa dari usulan riset, eksperimen komputasi, hingga publikasi dan paten.

AJUKAN PENDAMPINGAN
JADWALKAN DISKUSI

Alur pendampingan

Dari proposal sampai publikasi.
Didampingi tim pusat studi di setiap tahap.

1.1Konsultasi & perumusan masalahMenentukan arah riset, metode, dan target luaran bersama tim pendamping pusat studi.
1.2Eksperimen & komputasiAkses fasilitas komputasi untuk pelatihan model dan simulasi quantum computing.
1.3Publikasi & patenPendampingan penulisan jurnal bereputasi internasional dan pengajuan paten industri.
AJUKAN PENDAMPINGAN

Fasilitas

Perangkat dan ruang kerja yang tersedia bagi peneliti pusat studi.

Klaster komputasiNode GPU/CPU untuk simulasi quantum computing dan pelatihan model AI.
Perangkat lunak risetCirq, Qiskit, dan lingkungan Python/Julia terkonfigurasi siap pakai.
Ruang kolaborasiRuang diskusi dan presentasi hasil riset bagi tim dosen dan mahasiswa.

FIG.7

Cari perangkat..

Perangkat

B300 SXM6

SXM6
NODE TUNGGAL
Tersedia
Konsultasi metodologi
Termasuk
Penyiapan lingkungan komputasi
Termasuk
Pendampingan publikasi
Termasuk
Pengajuan paten
Termasuk

Status pengajuan

Terbuka

Dukungan teknis

Tim pusat studi membantu penyiapan lingkungan komputasi
dan analisis hasil eksperimen.

1.1Penyiapan lingkungan komputasiInstalasi pustaka, kontainer, dan dependensi yang dibutuhkan riset Anda.
1.2Pelatihan penggunaan perangkatSesi orientasi untuk dosen dan mahasiswa sebelum eksperimen dimulai.
1.3Pendampingan langsung tim risetDari penyiapan klaster sampai interpretasi dan pelaporan hasil.
AJUKAN PENDAMPINGAN
HUBUNGI KAMI

Research. Our Contributions to the Frontier of Open-Source AI

DISCOVER

Research

Recursive Language Models: the paradigm of 2026

How we plan to manage extremely long contexts

READ MORE

Prime Agent: A self-improving agent harness

Built around the Recursive Language Model and the Continual Harness. With Opus 5, it reaches 95.5% on ARC-AGI-3.

INTELLECT-3: A 100B+ MoE trained with large-scale RL

A 100B+ parameter Mixture-of-Experts model trained on our RL stack.

SYNTHETIC-2 Release

Four million collaboratively generated reasoning traces.

INTELLECT-2 Release

The first 32B model trained through globally distributed RL.

VIEW ONHUGGING FACE

Latest Research.

SEE ALL
Prime Agent: A self-improving RLM agent
ResearchAUG 05TH, 2026
Prime Agent: A self-improving RLM agent
Scaling Agentic RL: 365,000+ Environments for SWE, Terminal, and Search
ResearchJUL 22ND, 2026
Scaling Agentic RL: 365,000+ Environments for SWE, Terminal, and Search
verifiers v1: Decomposing Tasksets and Harnesses for Agentic RL & Evaluations
ResearchJUL 10TH, 2026
verifiers v1: Decomposing Tasksets and Harnesses for Agentic RL & Evaluations
KelembagaanFIG.8

Pengurus. Pusat studi ini berdiri dan dipimpin berdasarkan Surat Keputusan Rektor.

Nama resmi kelembagaan pada surat keputusan adalah Pusat Studi Kuantum Komputasi dan Kecerdasan Artifisial (Center for Quantum Computing and Artificial Intelligence Study).

Penanggung jawab
Lukman Anas, S.Kom., M.T., Ketua Pusat Studi
Dokumentasi kegiatan Google for Developers
Lukman Anas, S.Kom., M.T.Ketua Pusat Studi

Diktum Pertama SK Rektor No. 140 Tahun 1447 H / 2026 M.

Dasar hukum
NomorSK Rektor No. 140 Tahun 1447 H / 2026 M
DitetapkanMakassar, 22 April 2026 M / 2 Zulkaidah 1447 H
Pejabat penerbitDr. H. Abd. Rakhim Nanda, S.T., M.T., IPU. — Rektor Universitas Muhammadiyah Makassar
NaunganMajelis Pendidikan Tinggi Pimpinan Pusat Muhammadiyah
Terbuka untuk kolaborasi

Bergabung dengan QUANTUM.AI

Kami mengajak dosen, mahasiswa, dan mitra industri untuk berkolaborasi dalam riset quantum computing dan kecerdasan artifisial di Universitas Muhammadiyah Makassar. Kirimkan proposal atau portofolio riset terbaik Anda.

Bergabung
Emailquantum-ai@unismuh.ac.id
Telepon(0411) 866972
AlamatJalan Sultan Alauddin Nomor 259, Makassar, Sulawesi Selatan 90222
Dasar hukumSK Rektor No. 140 Tahun 1447 H / 2026 M