Australijscy naukowcy ogłosili przełom w produkcji półprzewodników, który miał miejsce 4 lipca 2025 roku. Z sukcesem zastosowali uczenie maszynowe kwantowe (QML) do zbudowania modelu procesu, co stanowi znaczący krok naprzód w precyzji i wydajności.
Tradycyjna produkcja półprzewodników jest złożona i obejmuje setki etapów. Uczenie maszynowe kwantowe wykorzystuje unikalne właściwości stanów kwantowych do wychwytywania skomplikowanych relacji danych, nawet przy ograniczonych danych. Struktura Quantum Kernel-Aligned Regressor (QKAR) opracowana przez zespół przewyższa wydajność siedmiu tradycyjnych algorytmów uczenia maszynowego.
To innowacyjne rozwiązanie, opublikowane w Nature Communications 3 lipca 2025 roku, ma potencjał drastycznego obniżenia kosztów produkcji chipów. Eksperci przewidują, że technologia ta będzie miała ogromny wpływ na przemysł półprzewodników, umożliwiając bardziej wydajną i dokładną produkcję chipów w przyszłości.
Zespół badawczy planuje współpracę z kilkoma producentami półprzewodników w celu przeprowadzenia testów terenowych technologii QKAR, począwszy od września 2025 roku. Współpraca ta dodatkowo zweryfikuje zastosowanie technologii w rzeczywistych środowiskach produkcyjnych, torując drogę do powszechnego wykorzystania uczenia maszynowego kwantowego w przemyśle.
Wprowadzenie QML zoptymalizuje produkcję półprzewodników w niespotykanym dotąd stopniu, wspierając poprawę wydajności przyszłej elektroniki. Zespół prowadzi rozmowy z dużymi międzynarodowymi firmami produkującymi półprzewodniki w celu komercjalizacji technologii QKAR do końca 2025 roku, wprowadzając ją na rynek globalny.
Ten przełom podkreśla ogromny potencjał obliczeń kwantowych w praktycznych zastosowaniach, z możliwością odegrania kluczowej roli w wielu gałęziach przemysłu. Przyszłość produkcji chipów jest przekształcana przez moc obliczeń kwantowych.