Um computador quântico acelerou a seleção da composição de materiais semicondutores de dezenas de anos para dezenas de segundos

A empresa japonesa Showa Denko, conhecida por nós pela produção de discos magnéticos avançados para discos rígidos, relatou uma forte aceleração no desenvolvimento de materiais semicondutores avançados. O tempo para selecionar a formulação de novas composições para a produção de chips foi reduzido de dezenas de anos para dezenas de segundos, auxiliado pelas mais recentes tecnologias de computação quântica.

Processador Fujitsu Digital Annealing. Fonte da imagem: Fujitsu

As composições dos materiais semicondutores modernos são muito complexas e incluem mais de 1050 combinações de resinas, cargas e aditivos em várias proporções. Sob tais condições, é muito difícil obter um material novo e mais eficiente e requer uma longa seleção de componentes. Mesmo ao usar os modelos de aprendizado de máquina mais recentes, pode levar até dez anos ou mais para selecionar a composição certa. Para o desenvolvimento, isso é inaceitável, embora os pesquisadores consigam escolher a mais promissora das combinações possíveis e, assim, acelerar os processos. Mas ainda há muitos pontos em branco onde descobertas surpreendentes podem ser escondidas.

Cálculos usando algoritmos quânticos tornam possível revelar todas as combinações possíveis em um tempo sem precedentes – em dezenas de segundos, não em dezenas de anos. Para fazer isso, a Showa Denko usou o sistema quântico Fujitsu Digital Annealing. É uma plataforma para a chamada normalização quântica, mais comumente chamada de recozimento quântico. A plataforma, usando eletrônica CMOS familiar, permite resolver problemas de otimização combinatória, o que é bastante compatível com algoritmos quânticos.

Os pesquisadores da Showa Denko otimizaram o modelo Ising para suas tarefas. Na verdade, eles finalizaram sua própria IA para encontrar composições de semicondutores para lançar na plataforma Fujitsu. O tempo de pesquisa de materiais foi reduzido em 72 mil vezes, observa a empresa. Além disso, espera-se que a receita ótima desenvolvida usando o modelo de Ising produza materiais semicondutores com um rendimento de 30% maior do que a receita desenvolvida usando métodos convencionais de IA. Os computadores quânticos estão se tornando práticos, o que causa um mar de otimismo.