7月4日消息，众所周知，半导体制造极具挑战性。这是现代工程中最复杂的之一，因为需要极高的精度，并且涉及数百个步骤，例如蚀刻和分层，即使是制造单个芯片也是如此。
然而，澳大利亚国家研究机构联邦科学与工业研究组织 （CSIRO） 的研究人员利用量子机器学习制造半导体，这在世界上尚属首次。他们的研究可能会彻底改变芯片的制造方式。
据报道，近日，上述研究团队开发出一项具突破性的半导体制程技术，首次成功应用量子机器学习（Quantum Machine Learning， QML）来建构工艺模型，不仅提升了制造的精准度与效率，还有望降低芯片生产成本。
传统的半导体工艺非常繁琐，从光罩、蚀刻到堆叠，每颗芯片需经历数百个步骤才能完成。 一般方法需要大量数据才能训练出有效模型，但当数据有限时效果会明显下降。
研究团队此次开发的QKAR（Quantum Kernel-Aligned Regressor）架构，将量子计算与传统机器学习相结合。量子机器学习运用量子态特性，能抓住更复杂的数据关联性，在小样本条件下依然表现出色，目前QKAR的表现超越了七种传统机器学习算法。
量子计算机中的量子位运作方式，与传统计算机以0和1为基础的位截然不同。 量子位元运用的是量子力学中的叠加原理，能同时处于0与1的状态，使得运算结果能涵盖更多变量与可能性。
尽管量子机器学习目前仍处于研究与实验阶段，若能突破技术问题，有望打破传统芯片因尺寸微缩所带来的限制，为半导体产业带来全新制程模式与技术转型契机。
本文转载于快科技，文中观点仅代表作者个人看法，本站只做信息存储
阅读前请先查看【免责声明】本文内容由互联网用户自发贡献，该文观点仅代表作者本人，本站仅供展示。如发现本站有涉嫌抄袭侵权/违法违规的内容，请发送邮件至 1217266901@qq.com 举报，一经查实，本站将立刻删除。 转载请注明出处：https://m.jingfakeji.com/tech/92516.html
