快科技7月4日消息，眾所周知，半導體制造極具挑戰性。這是現代工程中復雜的之一，因為需要極高的精度，并且涉及數百個步驟，例如蝕刻和分層，即使是制造單個芯片也是如此。bgg28資訊網——每日最新資訊28at.com

然而，澳大利亞國家研究機構聯邦科學與工業研究組織 （CSIRO） 的研究人員利用量子機器學習制造半導體，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。bgg28資訊網——每日最新資訊28at.com

據報道，近日，上述研究團隊開發出一項具突破性的半導體制程技術，首次成功應用量子機器學習（Quantum Machine Learning， QML）來建構工藝模型，不僅提升了制造的精準度與效率，還有望降低芯片生產成本。bgg28資訊網——每日最新資訊28at.com

傳統的半導體工藝非常繁瑣，從光罩、蝕刻到堆疊，每顆芯片需經歷數百個步驟才能完成。  一般方法需要大量數據才能訓練出有效模型，但當數據有限時效果會明顯下降。bgg28資訊網——每日最新資訊28at.com

研究團隊此次開發的QKAR（Quantum Kernel-Aligned Regressor）架構，將量子計算與傳統機器學習相結合。量子機器學習運用量子態特性，能抓住更復雜的數據關聯性，在小樣本條件下依然表現出色，目前QKAR的表現超越了七種傳統機器學習算法。bgg28資訊網——每日最新資訊28at.com

量子計算機中的量子位運作方式，與傳統計算機以0和1為基礎的位截然不同。 量子位元運用的是量子力學中的疊加原理，能同時處于0與1的狀態，使得運算結果能涵蓋更多變量與可能性。bgg28資訊網——每日最新資訊28at.com

盡管量子機器學習目前仍處于研究與實驗階段，若能突破技術問題，有望打破傳統芯片因尺寸微縮所帶來的限制，為半導體產業帶來全新制程模式與技術轉型契機。bgg28資訊網——每日最新資訊28at.com

bgg28資訊網——每日最新資訊28at.com