ऑस्ट्रेलियाच्या सीएसआयआरओच्या संशोधकांनी सेमीकंडक्टर फॅब्रिकेशनमध्ये क्वांटम मशीन लर्निंगचे जागतिक प्रथम प्रदर्शन केले आहे. क्वांटम-वर्धित मॉडेलने पारंपारिक एआय पद्धतींपेक्षा जास्त कामगिरी केली आणि मायक्रोचिप्स कसे डिझाइन केले गेले हे आकार बदलू शकते. कार्यसंघाने महत्त्वपूर्ण – परंतु भविष्यवाणी करणे कठीण – “ओहमिक कॉन्टॅक्ट” प्रतिरोधक नावाच्या प्रॉपर्टीवर लक्ष केंद्रित केले, जे मेटल सेमीकंडक्टरला भेटते तेथे सहजपणे प्रवाह किती सहजपणे मोजते.
त्यांनी प्रगत गॅलियम नायट्राइड (जीएएन) ट्रान्झिस्टर (उच्च शक्ती/उच्च-वारंवारता कामगिरीसाठी ओळखले जाते) च्या 159 प्रयोगात्मक नमुन्यांचे विश्लेषण केले. अंतिम शास्त्रीय रीग्रेशन स्टेपसह क्वांटम प्रोसेसिंग लेयर एकत्र करून, मॉडेलने पारंपारिक दृष्टिकोन गमावलेल्या सूक्ष्म नमुन्यांची काढली.
एक कठीण डिझाइन समस्येचा सामना करणे
त्यानुसार अभ्याससीएसआयआरओ संशोधकांनी प्रथम प्रत्येक डिव्हाइसमध्ये अनेक फॅब्रिकेशन व्हेरिएबल्स (जसे गॅस मिश्रण आणि ne नीलिंग वेळा) एन्कोड केले आणि पाच सर्वात महत्त्वाच्या गोष्टींमध्ये 37 पॅरामीटर्स संकुचित करण्यासाठी मुख्य घटक विश्लेषण (पीसीए) वापरले. प्रोफेसर मुहम्मद उस्मान – ज्यांनी या अभ्यासाचे नेतृत्व केले – त्यांनी हे स्पष्ट केले कारण “आमच्याकडे सध्या ज्या क्वांटम कॉम्प्यूटर्स आहेत त्या आपल्याकडे खूप मर्यादित क्षमता आहेत”.
शास्त्रीय मशीन लर्निंग, त्याउलट, जेव्हा डेटा दुर्मिळ असतो किंवा संबंध नॉनलाइनर असतात तेव्हा संघर्ष करू शकतो. या की व्हेरिएबल्सवर लक्ष केंद्रित करून, कार्यसंघाने आजच्या क्वांटम हार्डवेअरसाठी समस्या व्यवस्थापित केली.
क्वांटम कर्नल दृष्टीकोन
डेटाचे मॉडेल तयार करण्यासाठी, कार्यसंघाने सानुकूल क्वांटम कर्नल-संरेखित रेग्रेसर (क्यूकेआर) आर्किटेक्चर तयार केले. प्रत्येक नमुन्याचे पाच की पॅरामीटर्स पाच-क्विट क्वांटम स्टेटमध्ये (पॉलि-झेड वैशिष्ट्य नकाशा वापरुन) मॅप केले गेले, जे जटिल परस्परसंबंध कॅप्चर करण्यासाठी क्वांटम कर्नल लेयर सक्षम करते.
त्यानंतर या क्वांटम लेयरचे आउटपुट मानक शिक्षण अल्गोरिदममध्ये दिले गेले ज्याने हे ओळखले की कोणत्या मॅन्युफॅक्चरिंग पॅरामीटर्सने सर्वात जास्त महत्त्व दिले. उस्मान म्हणतात त्याप्रमाणे, हे एकत्रित क्वांटम – शास्त्रीय मॉडेलचे संकेत जे फॅब्रिकेशन इष्टतम डिव्हाइस कामगिरीसाठी ट्यून करतात.
चाचण्यांमध्ये, क्यूकेएआर मॉडेलने त्याच कार्यावर सात शीर्ष शास्त्रीय अल्गोरिदम जिंकले. आजच्या क्वांटम मशीनवर ते व्यवहार्य बनविते, यासाठी केवळ पाच क्विट्स आवश्यक आहेत. सीएसआयआरओचे डॉ. झेंग वांग यांनी नमूद केले आहे की क्वांटम पद्धतीत असे आढळले आहे की नमुने शास्त्रीय मॉडेल उच्च-आयामी, लहान-डेटा समस्यांमुळे गमावू शकतात.
दृष्टिकोन सत्यापित करण्यासाठी, कार्यसंघाने मॉडेलच्या मार्गदर्शनाचा वापर करून नवीन गॅन डिव्हाइस बनावट केले; या चिप्सने सुधारित कामगिरी दर्शविली. याने याची पुष्टी केली की क्वांटम-असिस्टेड डिझाइनने त्याच्या प्रशिक्षण डेटाच्या पलीकडे सामान्यीकरण केले.
