Австралийские исследователи объявили о значительном достижении в области производства полупроводников, которое может коренным образом изменить отрасль. 4 июля 2025 года было объявлено об успешном применении квантового машинного обучения (QML) для создания модели процесса. Этот прорыв знаменует собой значительный шаг вперед в повышении точности и эффективности производства микросхем.
Традиционное производство полупроводников представляет собой сложный процесс, состоящий из сотен этапов. Квантовое машинное обучение использует уникальные свойства квантовых состояний для выявления сложных взаимосвязей данных, даже при ограниченном объеме данных. Разработанная командой структура Quantum Kernel-Aligned Regressor (QKAR) превосходит по производительности семь традиционных алгоритмов машинного обучения.
Эта инновация, опубликованная в журнале Nature Communications 3 июля 2025 года, может значительно снизить затраты на производство микросхем. Эксперты прогнозируют, что эта технология окажет глубокое влияние на полупроводниковую промышленность, обеспечив более эффективное и точное производство микросхем в будущем.
Исследовательская группа планирует начать сотрудничество с несколькими производителями полупроводников для полевых испытаний технологии QKAR в сентябре 2025 года. Это сотрудничество позволит дополнительно подтвердить применимость технологии в реальных производственных условиях, проложив путь к широкому использованию квантового машинного обучения в отрасли.
Внедрение QML оптимизирует производство полупроводников до беспрецедентного уровня, способствуя повышению производительности будущей электроники. Команда ведет переговоры с крупными международными полупроводниковыми компаниями о коммерциализации технологии QKAR к концу 2025 года, чтобы вывести ее на мировой рынок.
Этот прорыв подчеркивает огромный потенциал квантовых вычислений в практических приложениях, открывая возможность сыграть ключевую роль во многих отраслях. Будущее производства микросхем меняется под влиянием мощи квантовых вычислений.