Canberra, Australië - Onderzoekers van het Australische CSIRO hebben met succes quantum machine learning (QML) toegepast op de fabricage van halfgeleiders, wat een primeur in het veld is. Deze doorbraak, gepubliceerd in *Advanced Science*, toont het praktische gebruik van quantummethoden op echte experimentele gegevens aan.
Het team richtte zich op het modelleren van de Ohmse contactweerstand van gallium-nitride-transistors. Nauwkeurige modellering is cruciaal voor het optimaliseren van het ontwerp van halfgeleiders. Ze ontwikkelden een Quantum Kernel-Aligned Regressor (QKAR) architectuur.
Het QKAR-model overtrof zeven klassieke machine learning-algoritmen. Dr. Muhammad Usman merkte op dat de QKAR-techniek onmiddellijk toepasbaar is en slechts vijf qubits vereist. Dit suggereert een gemakkelijke integratie in bestaande processen, wat innovatie in de productie stimuleert.