澳大利亚研究人员于 2025 年 7 月 4 日宣布，在半导体制造领域取得了一项突破性进展。他们已成功应用量子机器学习 (QML) 构建工艺模型，标志着在精度和效率方面向前迈出了重要一步 。
传统的半导体制造工艺复杂，涉及数百个步骤。量子机器学习利用量子态的独特属性来捕获复杂的数据关系，即使在数据有限的情况下也是如此。该团队开发的量子核对齐回归器 (QKAR) 结构超越了七种传统机器学习算法的性能 。
这项创新于 2025 年 7 月 3 日发表在《自然通讯》上，具有大幅降低芯片生产成本的潜力。专家预测，这项技术将对半导体行业产生深远的影响，从而在未来实现更高效、更精确的芯片制造 。
该研究团队计划从 2025 年 9 月开始与多家半导体制造商合作，对 QKAR 技术进行现场测试。这项合作将进一步验证该技术在实际生产环境中的应用，为量子机器学习在该行业的广泛应用铺平道路 。
QML 的引入将半导体制造优化到前所未有的程度，为未来电子产品的性能提升提供支持。该团队正在与主要的国际半导体公司进行谈判，以在 2025 年底前将 QKAR 技术商业化，并将其推向全球市场 。
这一突破凸显了量子计算在实际应用中的巨大潜力，并有可能在许多行业中发挥关键作用。芯片生产的未来正在被量子计算的力量所重塑 。