Op 4 juli 2025 hebben Australische onderzoekers een baanbrekende ontwikkeling in de halfgeleiderproductie aangekondigd. Ze hebben succesvol kwantum machine learning (QML) toegepast om een procesmodel te creëren, wat een belangrijke sprong voorwaarts betekent in precisie en efficiëntie.
Traditionele halfgeleiderproductie is complex en omvat honderden stappen. Kwantum machine learning benut de unieke eigenschappen van kwantumtoestanden om complexe dataverbanden vast te leggen, zelfs met beperkte gegevens. De door het team ontwikkelde Quantum Kernel-Aligned Regressor (QKAR) overtreft de prestaties van zeven traditionele machine learning-algoritmen.
Deze innovatie, gepubliceerd in Nature Communications op 3 juli 2025, heeft het potentieel om de productie kosten van chips drastisch te verlagen. Deskundigen voorspellen dat deze technologie een diepgaande impact zal hebben op de halfgeleiderindustrie, waardoor efficiënter en nauwkeuriger chipproductie in de toekomst mogelijk wordt.
Het onderzoeksteam is van plan om samen te werken met diverse halfgeleiderfabrikanten voor het testen van de QKAR-technologie in het veld, te beginnen in september 2025. Deze samenwerking zal de toepassing van de technologie in echte productieomgevingen verder valideren en de weg vrijmaken voor wijdverbreid gebruik van kwantum machine learning in de industrie.
De introductie van QML zal de halfgeleiderproductie optimaliseren tot ongekende hoogten, ondersteund door prestatieverbeteringen van toekomstige elektronica. Het team is in onderhandeling met grote internationale halfgeleiderbedrijven om de QKAR-technologie tegen het einde van 2025 te commercialiseren, zodat het op de wereldmarkt kan worden gebracht.
Deze doorbraak benadrukt het enorme potentieel van kwantumcomputing in praktische toepassingen en kan een sleutelrol spelen in veel industrieën. De toekomst van chipproductie wordt herschreven door de kracht van kwantum computing.