7月4日消息，眾所周知，半導(dǎo)體制造極具挑戰(zhàn)性。這是現(xiàn)代工程中最復(fù)雜的之一，因為需要極高的精度，并且涉及數(shù)百個步驟，例如蝕刻和分層，即使是制造單個芯片也是如此。

然而，澳大利亞國家研究機構(gòu)聯(lián)邦科學(xué)與工業(yè)研究組織 （CSIRO） 的研究人員利用量子機器學(xué)習(xí)制造半導(dǎo)體，這在世界上尚屬首次。他們的研究可能會徹底改變芯片的制造方式。

據(jù)報道，近日，上述研究團隊開發(fā)出一項具突破性的半導(dǎo)體制程技術(shù)，首次成功應(yīng)用量子機器學(xué)習(xí)（Quantum Machine Learning， QML）來建構(gòu)工藝模型，不僅提升了制造的精準(zhǔn)度與效率，還有望降低芯片生產(chǎn)成本。

傳統(tǒng)的半導(dǎo)體工藝非常繁瑣，從光罩、蝕刻到堆疊，每顆芯片需經(jīng)歷數(shù)百個步驟才能完成。 一般方法需要大量數(shù)據(jù)才能訓(xùn)練出有效模型，但當(dāng)數(shù)據(jù)有限時效果會明顯下降。

研究團隊此次開發(fā)的QKAR（Quantum Kernel-Aligned Regressor）架構(gòu)，將量子計算與傳統(tǒng)機器學(xué)習(xí)相結(jié)合。量子機器學(xué)習(xí)運用量子態(tài)特性，能抓住更復(fù)雜的數(shù)據(jù)關(guān)聯(lián)性，在小樣本條件下依然表現(xiàn)出色，目前QKAR的表現(xiàn)超越了七種傳統(tǒng)機器學(xué)習(xí)算法。

量子計算機中的量子位運作方式，與傳統(tǒng)計算機以0和1為基礎(chǔ)的位截然不同。 量子位元運用的是量子力學(xué)中的疊加原理，能同時處于0與1的狀態(tài)，使得運算結(jié)果能涵蓋更多變量與可能性。

盡管量子機器學(xué)習(xí)目前仍處于研究與實驗階段，若能突破技術(shù)問題，有望打破傳統(tǒng)芯片因尺寸微縮所帶來的限制，為半導(dǎo)體產(chǎn)業(yè)帶來全新制程模式與技術(shù)轉(zhuǎn)型契機。

責(zé)任編輯：朝暉