Вчені вперше використовують квантове машинне навчання для створення напівпровідників – і це може змінити спосіб виготовлення чіпів

(Зображення: Євген Мімрін/Getty Images)

Мікрочіпи живлять майже кожен сучасний пристрій — телефони, ноутбуки та навіть холодильники. Але за лаштунками їх виробництво — це складний процес. Але дослідники кажуть, що знайшли спосіб використати можливості квантових обчислень, щоб спростити його.

Австралійські вчені розробили метод квантового машинного навчання — поєднання принципів штучного інтелекту (ШІ) та квантових обчислень, — який може змінити спосіб виготовлення мікрочіпів.

Вони виклали свої висновки в новому дослідженні, опублікованому 23 червня в журналі Advanced Science. У ньому дослідники вперше продемонстрували, як алгоритми квантового машинного навчання можуть значно покращити складний процес моделювання електричного опору всередині чіпа — ключового фактора, що впливає на ефективність його роботи.

Вам може сподобатися

Мільйони кубітів на одному квантовому процесорі тепер можливі завдяки кріогенному прориву
Квантові матеріали з «прихованим металевим станом» можуть зробити електроніку в 1000 разів швидшою
Проривний квантовий комп'ютер може вирішувати проблеми у 200 разів швидше, ніж суперкомп'ютер

Квантове машинне навчання — це гібридний підхід, який поєднує класичні дані з методами квантових обчислень. У класичних обчисленнях дані зберігаються в бітах, закодованих як 0 або 1. Квантові комп'ютери використовують кубіти, і завдяки таким принципам, як суперпозиція та заплутаність, кубіти можуть існувати в кількох станах одночасно — таким чином, два кубіти можуть бути 00, 01, 10 та 11 одночасно.

Це дозволяє квантовим обчислювальним системам обробляти складні математичні співвідношення набагато швидше, ніж класичні системи — причому паралельна обробка масштабується експоненціально, чим більше кубітів ви додаєте до системи.

Квантове машинне навчання бере класичні дані та кодує їх у квантових станах. Квантовий комп'ютер потім може виявляти закономірності в даних, які класичним системам було б важко виявити. Потім класична система бере на себе інтерпретацію результатів або їх застосування.

У процесі виробництва чіпсів

Виготовлення напівпровідників – це складний багатоетапний процес, який вимагає кропіткої точності, і кожен крок має виконуватися з надзвичайною точністю. Навіть найменше зміщення може призвести до виходу з ладу мікросхеми.

По-перше, це передбачає укладання та формування часто сотень мікроскопічних шарів на кремнієвій пластині — тонкому круглому шарі кремнію, який утворює основу чіпа.

Нанесення тонких плівок матеріалу на пластину. Фоторезистне покриття наносить світлочутливий матеріал, який дозволяє створювати точне візерунок — процес створення крихітних, складних форм, що визначають схему чіпа.

У літографії світло переносить ці візерунки на поверхню пластини. Потім травлення видаляє вибрані ділянки матеріалу для створення структури схеми. Іонна імплантація регулює електричні властивості кожного шару шляхом вбудовування заряджених частинок. Нарешті, чіп упаковується, що означає, що він поміщається в корпус та з'єднується, щоб його можна було інтегрувати в пристрій.

Саме тут вступають у гру принципи квантових обчислень. У дослідженні вчені зосередилися на моделюванні омічного контактного опору — особливо складного завдання у виробництві мікросхем. Це міра того, наскільки легко електрика протікає між металевим та напівпровідниковим шарами мікросхеми; чим нижчий цей показник, тим швидшою та енергоефективнішою може бути продуктивність.

Цей крок відбувається після того, як матеріали нашаровуються та формуються на пластині, і він відіграє вирішальну роль у визначенні того, наскільки добре функціонуватиме готовий чіп. Але його точне моделювання було проблемою.

Для такого типу розрахунків інженери зазвичай покладаються на класичні алгоритми машинного навчання, які вивчають закономірності з даних для створення прогнозів. Хоча це добре працює з великими, чистими наборами даних, експерименти з напівпровідниками часто створюють малі, зашумлені набори даних з нелінійними закономірностями, саме тут машинне навчання може зазнавати невдачі. Щоб вирішити цю проблему, дослідники звернулися до квантового машинного навчання.

Новий вид алгоритму

Команда працювала з даними 159 експериментальних зразків високоелектронних транзисторів на основі нітриду галію (GaN HEMT) — напівпровідників, відомих своєю швидкістю та ефективністю, які зазвичай використовуються в електроніці та пристроях 5G.

Спочатку вони визначили, які змінні виготовлення мали найбільший вплив на опір омічного контакту, звузивши набір даних до найважливіших вхідних даних. Потім вони розробили нову архітектуру машинного навчання під назвою Квантовий регресор, вирівняний за ядром (QKAR).

QKAR перетворює класичні дані в квантові стани, що дозволяє квантовій системі виявляти складні взаємозв'язки в даних. Потім класичний алгоритм навчається на основі цих знань, створюючи прогнозну модель для керування виготовленням чіпів. Вони протестували модель на п'яти нових зразках, які не були включені до навчальних даних.

ПОВ'ЯЗАНІ ІСТОРІЇ

—Чіпи, розроблені штучним інтелектом, настільки дивні, що «люди не можуть їх по-справжньому зрозуміти», — але вони працюють краще за все, що ми створили.

— Новий чіп «мікрогребінець» наближає нас до надточних атомних годинників розміром з кінчик пальця

— Квантові комп'ютери наступного покоління можуть працювати на чіпах з високоенергетичними лазерами, зменшених у 10 000 разів

Нову модель було протестовано на цих зразках у порівнянні з сімома провідними класичними моделями, включаючи методи глибокого навчання та градієнтного підсилення, і вона перевершила їх усі. QKAR досяг значно кращого результату, ніж той, що досягається за допомогою традиційних моделей (0,338 Ом на міліметр), хоча конкретні цифри не були включені до дослідження.

Однак важливо, що він був розроблений для сумісності з реальним обладнанням, а це означає, що його можна буде розгортати на квантових машинах, коли вони стануть більш надійними.

«Ці результати демонструють потенціал [квантового машинного навчання] QML для ефективного виконання задач високовимірної регресії з малою вибіркою в напівпровідникових областях», – пишуть вчені в дослідженні. Вони додали, що цей метод незабаром може бути застосований у реальному виробництві мікросхем, особливо враховуючи подальший розвиток квантового обладнання.

Бекка Кедді

Ви повинні підтвердити своє публічне ім'я, перш ніж коментувати

Будь ласка, вийдіть із системи, а потім увійдіть знову. Після цього вам буде запропоновано ввести своє ім'я для відображення.

Вийти Читати далі

Мільйони кубітів на одному квантовому процесорі тепер можливі завдяки кріогенному прориву

Квантові матеріали з «прихованим металевим станом» можуть зробити електроніку в 1000 разів швидшою

Проривний квантовий комп'ютер може вирішувати проблеми у 200 разів швидше, ніж суперкомп'ютер

Вчені досягли прориву в квантових обчисленнях «магічного стану», який розроблявся 20 років тому

Вчені досягли рівня помилок квантових комп'ютерів 0,000015% — світового рекорду, який може призвести до створення менших та швидших машин.

Вчені стверджують, що після прориву в галузі обчислювальної техніки маленькі квантові комп'ютери, що працюють за кімнатної температури, використовують світло на горизонті.

Вчені втискають цілий комп'ютер в одне волокно одягу — і його навіть можна пропустити через пральну машину

Китайська «Мавпа Дарвіна» – найбільший у світі суперкомп'ютер, натхненний роботою мозку

Японія запускає свій перший власний квантовий комп'ютер

IBM та Moderna змоделювали найдовший шаблон мРНК без штучного інтелекту — замість цього вони використали квантовий комп'ютер.

«Як майстер гри в тетріс»: вчені винаходять квантові віртуальні машини — вони скоротять час виконання з днів до годин

Ця маловідома 80-річна машина може бути ключем до розкриття повного потенціалу штучного інтелекту сьогодні. Останні новини.

«Я довіряю ШІ, як моряк довіряє морю. Він може занести вас далеко, або ж може втопити»: результати опитування показують, що більшість не довіряє ШІ

Всього одна доза ЛСД може полегшити тривогу на місяці, згідно з дослідженням

Вчені виявили «щось надзвичайне» в проблемному серці відомої наднової

Вчені винайшли «спермоботів», яких вони пілотували через штучну шийку матки та матку

Наукові новини цього тижня: ключова атлантична течія наближається до колапсу, найбільший у світі айсберг руйнується, а мозок миші переписує нейронауку

Рибалки виявили в Карибському басейні першу у своєму роді яскраво-помаранчеву акулу з двома рідкісними захворюваннями ОСТАННІ СТАТТІ

Огляд 1Canon EOS R5 II

Вчені знайшли «щось надзвичайне» у проблемному серці відомої наднової

Розпечена «піщана батарея» 3A тепер опалює невелике фінське містечко

4 Чи існують альфа-самці насправді?

5 наукових новин цього тижня: ключова атлантична течія наближається до руйнування, найбільший у світі айсберг руйнується, а мозок миші переписує нейронауку

Live Science є частиною Future US Inc, міжнародної медіагрупи та провідного цифрового видавництва. Відвідайте наш корпоративний сайт.