Courtesy of InterestingEngineering
Peneliti Australia Gunakan Pembelajaran Kuantum untuk Mempercepat Desain Semikonduktor
Menggunakan pembelajaran mesin kuantum untuk meningkatkan akurasi dan efisiensi dalam desain dan fabrikasi semikonduktor, khususnya pada model resistansi kontak Ohmik yang kritis dan sulit diprediksi.
02 Jul 2025, 21.27 WIB
82 dibaca
Share
Ikhtisar 15 Detik
- Pembelajaran mesin kuantum menunjukkan potensi besar dalam desain semikonduktor.
- Pendekatan QKAR dapat diimplementasikan dengan efisien menggunakan hanya lima qubit.
- Hasil penelitian CSIRO mengindikasikan kemampuan QML untuk menangkap pola yang mungkin terlewat oleh model klasik.
Australia - Desain semikonduktor adalah proses penting dalam pembuatan chip yang menggerakkan hampir semua perangkat elektronik saat ini. Namun, desain ini rumit dan melibatkan banyak disiplin ilmu, termasuk teknik listrik dan ilmu material.
Selama ini, kecerdasan buatan klasik (Classical Machine Learning) sudah digunakan untuk membantu desain, tapi kurang efektif ketika data yang tersedia sedikit dan interaksi parameter bersifat non-linear.
Peneliti dari CSIRO di Australia mencoba pendekatan baru menggunakan pembelajaran mesin kuantum (Quantum Machine Learning) pada data semiconductor GaN HEMT, yang menawarkan performa lebih baik dibandingkan teknologi silikon biasa.
Mereka mengembangkan metode bernama Quantum Kernel-Aligned Regressor yang mengubah data klasik menjadi data kuantum yang bisa diproses oleh komputer kuantum kecil berisi lima qubit, dan hasilnya kemudian dianalisis dengan algoritma klasik untuk mendapatkan parameter utama dalam fabrikasi.
Metode ini terbukti memberikan hasil yang lebih baik dibandingkan beberapa algoritma klasik lain dan sudah diuji melalui pembuatan perangkat baru, yang menunjukkan optimasi performa nyata dari desain chip yang dihasilkan.
Sumber: https://interestingengineering.com/innovation/engineers-use-quantum-ai-to-build-semiconductors
Pertanyaan Terkait
Q
Apa yang diteliti oleh CSIRO dalam konteks semikonduktor?A
CSIRO meneliti penggunaan pembelajaran mesin kuantum untuk memodelkan resistansi kontak Ohmic dalam semikonduktor.Q
Mengapa pembelajaran mesin kuantum (QML) lebih baik daripada pembelajaran mesin klasik (CML) dalam desain semikonduktor?A
Pembelajaran mesin kuantum lebih baik dalam menangani skenario non-linier dengan sampel kecil, di mana kinerja CML dapat menurun.Q
Apa itu QKAR dan bagaimana cara kerjanya?A
QKAR adalah arsitektur yang mengubah data klasik menjadi data kuantum untuk dieksplorasi lebih lanjut, menggunakan lima qubit.Q
Apa hasil yang diperoleh dari penerapan QML pada GaN HEMT?A
Hasil penerapan QML pada GaN HEMT menunjukkan kinerja yang dioptimalkan dan kemampuan untuk menggeneralisasi di luar data pelatihan.Q
Di mana hasil penelitian ini dipublikasikan?A
Hasil penelitian ini dipublikasikan di jurnal Advanced Science.Artikel Serupa
Sains
25 hari lalu
59 dibaca
Chip Kontrol Kriogenik Baru Pembuka Jalan Komputer Kuantum Praktis
Sains
25 hari lalu
36 dibaca
Amplifier Hemat Energi Baru Bantu Perkembangan Komputer Kuantum Lebih Besar
Teknologi
1 bulan lalu
82 dibaca
Prosesor Kuantum Kecil Tunjukkan Keunggulan AI Lebih Cepat dan Hemat Energi
Sains
5 bulan lalu
238 dibaca
Microsoft's Majorana 1: Apa arti keadaan materi baru ini untuk komputasi kuantum
Teknologi
5 bulan lalu
158 dibaca
Hidup atau Mati: Komputasi Kuantum dalam Ilmu Kehidupan
Sains
5 bulan lalu
246 dibaca