FNO-Based Inverse Co-Design of Semiconducting Quantum-Dot Devices
تقدم هذه الورقة إطار عمل للتصميم المشترك العكسي القابل للتفاضل يجمع بين نموذج بديل لـ "مؤثر نيورال فورييه" ومحاكي "توماس-فيرمي" لتحسين تخطيطات أقطاب البوابة والجهد الكهربائي بسرعة ودقة لتكييف شكل وموضع النقاط الكمومية لأشباه الموصلات قبل التصنيع.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلف ولم يصادق عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تعد الحواسيب الكمومية بحل مشكلات مستعصية حالياً حتى على أقوى الحواسيب الفائقة، لكن بناءها يتطلب مستوى من الدقة يقترب من المستحيل. وفي قلب العديد من هذه الآلات، توجد جزر صغيرة من الكهرباء تسمى "النقاط الكمومية"، والتي تحجز إلكترونات أو ثقوباً منفردة لتعمل كوحدات أساسية للمعلومات، أو ما يعرف بالبتات الكمومية (qubits). ولجعل هذه النقاط تعمل، يتعين على المهندسين تشكيل المجالات الكهربائية حولها بعناية باستخدام بوابات معدنية مجهرية. ويحدد موقع وحجم وشكل هذه النقاط مدى كفاءة عمل الحاسوب، ومع ذلك، فإن عملية إنشائها غالباً ما تكون لعبة تعتمد على التجربة والخطأ؛ حيث يقوم الباحثون ببناء جهاز، ثم اختباره، وإذا لم تتشكل النقاط الكمومية في المكان الصحيح أو بالشكل الصحيح، يتعين عليهم تصنيع شريحة جديدة والمحاولة مرة أخرى. هذه الدورة بطيئة ومكلفة، وتحد من القدرة على تصميم شرائح ذات سمات محددة وعالية الأداء قبل تصنيعها فعلياً.
وقد طور فريق من الباحثين الآن طريقة جديدة لتصميم هذه الأجهزة تتجاوز الحاجة إلى الاختبارات الفيزيائية اللامتناهية. فبدلاً من بناء الشرائح وتحطيمها للتعلم مما ينجح، أنشأوا نظاماً رقمياً يمكنه تخيل وتجويد مخطط جهاز مثالي في جزء من الثانية. ومن خلال الجمع بين نموذج ذكاء اصطناعي سريع وفهم رياضي لكيفية سلوك الكهرباء، أثبت الفريق قدرتهم على تصميم الشكل والموقع الدقيقين للنقاط الكمومية على شاشة الكمبيوتر قبل ترسيب أي معدن على الرقاقة. يسمح هذا النهج لهم بالتحسين المشترك للشكل الفيزيائي للبوابات المعدنية والجهد الكهربائي المطبق عليها، مما يوصلهم إلى تكوينات قد يكون من المستحيل اكتشافها عبر الطرق التقليدية.
يعتمد جوهر هذه الطريقة الجديدة على اختصار ذكي. فلتصميم نقطة كمومية، يجب فهم كيفية دفع وسحب المجالات الكهربائية من البوابات المعدنية للشحنات الكهربائية المحتجزة. وعادةً ما يتطلب حساب ذلك تشغيل محاكاة فيزيائية معقدة قد تستغرق قرابة دقيقة واحدة للتصميم الواحد. وإذا أراد باحث اختبار آلاف المتغيرات للعثين على الأفضل، فإن العملية ستستغرق أسابيع أو شهوراً. وقد حل الباحثون هذه المعضلة عبر تدريب نوع متخصص من الذكاء الاصطناعي، يُعرف باسم "مشغل فوريه العصبي" (Fourier neural operator)، ليعمل كبديل للمحاكي الفيزيائي البطيء. لقد قاموا بتغذية الذكاء الاصطناعي بآلاف الأمثلة لتخطيطات البوابات وأنماط الشحنة الناتجة عنها، والتي تم إنشاؤها بواسطة المحاكي البطيء. وبمجرد تدريبه، تعلم الذكاء الاصطناعي العلاقة بين أشكال البوابات والمشهد الكهربائي الناتج بدقة شديدة، لدرجة أنه استطاع التنبؤ بنتيجة أي تصميم جديد في غضية ميلي ثانية واحدة فقط.
هذا التسريع ليس مجرد مسألة راحة أو ملاءمة، بل هو تغيير لما هو ممكن. فالنموذج الذكي، الذي يتنبأ بتوزيع الشحنة الكهربائية بهامش خطأ يقل عن واحد بالمئة، سريع بما يكفي لاستخدامه داخل حلقة تضبط التصميم باستمرار. ولأن هذا الذكاء الاصطناعي "قابل للتفاضل" (differentiable)، بمعنى أن رياضياته الداخلية تسمح بحساب كيفية تأثير التغييرات الصغيرة على النتيجة، فإن النظام يمكنه تلقائياً دفع أشكال البوابات والجهد الكهربائي في الاتجاه الصحيح للوصول إلى هدف منشود. فقد وضع الباحثون هدفاً لتشكيل الشحنة في شكل محدد، مثل شكل بيضاوي ممتد رأسياً أو ممتد أفقياً، وتركوا للنظام مهمة اكتشاف كيفية تعديل البوابات لتحقيق ذلك.
وفي تجاربهم، بدأ الفريق بتصميم معروف لجهاز يحتوي على نقطتين كموميتين، ويتكون من فخين متجاورين للشحنات الكهربائية. وقد طلبوا من النظام إعادة تشكيل الشحنة في تكوينين متميزين: أحدهما حيث تكون النقاط مستطيلة رأسياً، والآخر حيث تكون مستطيلة أفقياً. وهذه الأشكال المختلفة مهمة لأنها تؤثر على كيفية سلوك البتات الكمومية، مثل سرعة التحكم فيها. وقد نجح النظام في تعديل حواف البوابات المعدنية وضبط الجهود الكهربائية لإنشاء هذه الأشكال الدقيقة. وكانت التصاميم الناتجة دقيقة للغاية لدرجة أنه عندما اختبرها الباحثون باستخدام المحاكي الفيزيائي الأصلي البطيء، تطابقت النتائج مع تنبؤات الذكاء الاصطناعي بشكل شبه مثالي، حيث لم تتجاوز الفروقات في حدود نقاط الشحنة بضعة نانومترات فقط.
كما اختبر الباحثون ما إذا كان بإمكان النظام التعامل مع تعقيد تعدد النقاط في آن واحد. ووجدوا أن الذكاء الاصطناعي يمكنه تحسين الجهاز بأكى أو تحسين كل نقطة بشكل مستقل ثم دمج النتائج. وفي كلتا الحالتين، أنتج النظام تخطيطات للبوابات تلتزم بقواعد التصنيع الصارمة، مثل ضمان عدم اقتراب البوابات المعدنية من بعضها البعض كثيراً أو أن تصبح رقيقة جداً بحيث يصعب تصنيعها. وتشير حقيقة أن النهجين (المستقل والمتزامن) قد أعطيا نتائج متطابقة تقريباً إلى أن هذه الطريقة يمكن توسيع نطاقها لتصميم مصفوفات أكبر بكثير من النقاط الكمومية، حيث يكون تحسين كل مكون بمفرده في وقت واحد أمراً مرهقاً للغاية من الناحية الحسابية.
يمثل هذا العمل تحولاً كبيراً في كيفية تطوير الأجهزة الكمومية. فمنذ سنوات، اعتمد المجال على تحسين التخطيطات الموجودة من خلال "التوليف ما بعد التصنيع"، حيث يقوم المهندسون بضبط الجهود الكهربائية بعد صنع الشريحة لجعل الجهاز يعمل بأفضل قدر ممكن. أما هذه الطريقة الجديدة، فهي تنقل خطوة التحسين هذه إلى مرحلة التصميم. ومن خلال السماح للمهندسين بتحديد الشكل والخصائص الدقيقة التي يحتاجونها قبل عملية التصنيع، يفتح هذا النهج الباب أمام إنشاء معالجات كمومية ذات قدرات مصممة خصيصاً. وبينما ركزت الدراسة الحالية على شكل حجز الشحنة، فإن الإطار العملي مرن بما يكفي للتوسع في المستقبل لتحسين خصائص حيوية أخرى، مثل سرعة البتات الكمومية أو مقاومتها للضجيج. إن القدرة على تصميم هذه الأجهزة المعقدة بهذه الدقة والسرعة تقرب هدف الوصول إلى حوسبة كمومية قابلة للتوسع وموثوقة خطوة أخرى نحو الواقع.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.