据MIT Technology Review网8月4日消息，澳大利亚新南威尔士大学成功利用量子机器学习（QML）优化半导体制造工艺。该研究突破性地通过量子技术解决了半导体制造中复杂的欧姆接触电阻建模问题，通过量子核对齐回归器（QKAR）架构优化了氮化镓晶体管（GaN HEMT）的性能，首次证明了量子方法可用于半导体的真实实验数据。与传统经典机器学习相比，该量子方法能够捕捉高维度、小样本数据中的规律，在提升制造效果和性能上展现出显著优势。