Die Halbleiterfertigung ist eine der kompliziertesten Errungenschaften moderner Technik, weil die Chipherstellung extreme Präzision erfordert und Hunderte von Arbeitsschritten erforderlich sind. Forscher der Commonwealth Scientific and Industrial Research Organization (CSIRO), der nationalen australischen Forschungsbehörde, haben nun erstmals maschinelles Quantenlernen für die Herstellung von Halbleitern eingesetzt. Ihre Forschung könnte die Art und Weise, wie Chips hergestellt werden, revolutionieren.
Die australischen Forscher unter der Leitung von Muhammad Usman, einem Professor und Leiter der Abteilung für Quantensysteme am CSIRO, konzentrierten sich dabei auf einen kritischen Punkt beim Chipdesign, nämlich der Modellierung des Ohmschen Widerstands des Halbleitermaterials. Sie wendeten erstmals einen Ansatz des maschinellen Quantenlernens (Quantum Machine Learning, QML) auf Daten von 159 experimentellen Proben von GaN-HEMT-Halbleitern (Gallium Nitride High-Electron-Mobility Transistor) an. Diese clevere Methode kombiniert klassische und Quantenverfahren miteinander.
Zunächst haben sie die vielen Fertigungsvariablen auf diejenigen eingegrenzt, die einen wesentlichen Einfluss haben. Dann entwickelten sie eine QKAR-Architektur (Quantum Kernel-Aligned Regressor), um klassische Daten in Quantenzustände zu übersetzen und den maschinellen Lernprozess zu starten. Nachdem alle Merkmale aus den Daten extrahiert worden waren, rief ein klassischer Algorithmus die Informationen ab, der dann trainiert wurde, um den Herstellungsprozess zu steuern. Diese Technik übertraf sieben verschiedene Algorithmen, die für dasselbe Problem entwickelt wurden.
“Die Ergebnisse zeigen das Potenzial von QML für die effektive Bewältigung von hochdimensionalen Regressionsaufgaben mit kleinen Stichproben im Bereich Halbleiterfertigung und weisen auf vielversprechende Möglichkeiten für den Einsatz in zukünftigen realen Anwendungen hin, wenn die Quantenhardware weiter reift”, schreiben die Forscher. Neben der potenziellen Senkung der Herstellungskosten und der Verbesserung der Leistung von Bauelementen in der Halbleiterindustrie kann diese Forschung auch andere weitreichende Folgen haben. Die Weiterentwicklung der Quantentechnologien könnte zur Lösung komplexer Probleme beitragen, die die Möglichkeiten klassischer Computer übersteigen.
