AI技術(shù)在晶圓廠中有哪些用途？
發(fā)布時間：2021-03-24
瀏覽次數(shù)：267
SE：當(dāng)今芯片制造中的機(jī)器學(xué)習(xí)在哪里，將來會發(fā)生怎樣的變化？
藤村：深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一部分，它是新的。深度學(xué)習(xí)在半導(dǎo)體制造中的應(yīng)用甚至更新。但這還不是普遍的。醉終，具有大量軟件內(nèi)容或軟件價值的任何事物都將被深度學(xué)習(xí)所改變。許多事情仍將以常規(guī)方式進(jìn)行編程，但是將插入深度學(xué)習(xí)以提高準(zhǔn)確性或運(yùn)行時間，或執(zhí)行以前不切實際的新任務(wù)。如今，深度學(xué)習(xí)已在口罩商店的生產(chǎn)流程中投入使用。但是，要使深度學(xué)習(xí)無處不在，需要一些時間。從現(xiàn)在可能不是一年，但是從現(xiàn)在開始肯定是10年。隨著公司開始探索深度學(xué)習(xí)及其如何幫助他們，許多人發(fā)現(xiàn)了兩件事。首先，很容易獲得原型。其次，要從好的原型結(jié)果到生產(chǎn)質(zhì)量的結(jié)果很難。為什么？因為您需要正確數(shù)量和正確種類的數(shù)據(jù)才能成功訓(xùn)練深度學(xué)習(xí)網(wǎng)絡(luò)。
Ronse：逐漸地，如果機(jī)器學(xué)習(xí)得到改善，它將比您使用工具手動完成的更好和更快。晶圓廠中的所有這些系統(tǒng)都變得越來越復(fù)雜。也許EUV掃描儀現(xiàn)在是醉復(fù)雜的設(shè)備。蝕刻機(jī)還會生成大量數(shù)據(jù)。而且還有很多旋鈕可以調(diào)節(jié)它。在這里，我們正在嘗試進(jìn)行一些機(jī)器學(xué)習(xí)來預(yù)測故障情況。每個工具都可以跟隨。沒有理由限制它。根據(jù)流程的復(fù)雜性，某些工具可能需要比其他工具更早使用。但是，在抵抗開發(fā)中，我認(rèn)為我們還沒有為此使用機(jī)器學(xué)習(xí)。有很多旋鈕。我們沒有開始的數(shù)據(jù)。
SE：芯片制造中的機(jī)器學(xué)習(xí)有哪些問題或關(guān)注點？
Ronse：如果您不信任它，就不會使用它。如果您嘗試一下，并且發(fā)現(xiàn)這確實是正確的解決方案并且行之有效，那么您將越來越多地使用它。因此，您可以逐步實施它。
郝：我們應(yīng)該視情況而定。機(jī)器學(xué)習(xí)很棒，它可以為我們提供幫助。但是，對于每種情況，我們都需要看一看問題陳述是什么，以及我們沒有充分發(fā)揮潛力的原因是什么。然后，我們可以考慮什么是理想的解決方案?？赡苁菣C(jī)器學(xué)習(xí)。它也可以是純粹的物理學(xué)。例如，在計量學(xué)中，我們有一種叫做薄膜的東西，它涉及到薄膜沉積的厚度測量。在這種情況下，物理非常成熟且準(zhǔn)確，并且計算速度很快。因此，為普通電影部署機(jī)器學(xué)習(xí)實際上沒有任何意義。但是，在光學(xué)臨界尺寸（OCD）度量衡中，樣品的復(fù)雜性要高得多，瑾建立一個精確的模型將變得非常困難或需要太多時間來實現(xiàn)。這是機(jī)器學(xué)習(xí)可以提供幫助的地方。我確實相信機(jī)器學(xué)習(xí)，但這應(yīng)該視情況而定。
郝：在檢查方面，我們創(chuàng)建了許多可以重復(fù)使用的標(biāo)記數(shù)據(jù)集。結(jié)果，數(shù)據(jù)集薈隨著時間增長。這就是為什么我認(rèn)為深度學(xué)習(xí)可以更容易地應(yīng)用的原因。在計量學(xué)中，標(biāo)記的數(shù)據(jù)集主要來自參考計量學(xué)。通常，您必須切割晶圓。每個過程步驟或?qū)踊旧隙际且粋€特定的用例。而且，每次更改流程時，通常都需要重新生成該標(biāo)簽數(shù)據(jù)集。積累用于深度學(xué)習(xí)的大數(shù)據(jù)集比較困難。
Roux：“ Mura”是一個問題。這意味著日語中的不均勻或不規(guī)則。這是平板顯示器上的一種缺陷。它可以在顯示器上產(chǎn)生重復(fù)的圖案和系統(tǒng)錯誤。人眼對這種結(jié)構(gòu)非常敏感。Mura會因不同的原因而發(fā)展，因此在編寫遮罩時很難描述如何檢測到它。但是，我們可以訪問常規(guī)掩碼的日志。使用這些，ML可用于對正常行為進(jìn)行建模并估計一個蒙版與正常行為局部偏離的程度。從某種意義上說，我們不必描述異常手段或系統(tǒng)的內(nèi)部狀態(tài)會產(chǎn)生Mura的情況，這非常方便。我們只需要掌握數(shù)據(jù)和正確模型的正常含義即可。
SE：機(jī)器學(xué)習(xí)在未來會走向何方？
藤村：通常，越來越多的“有用廢料”將推動創(chuàng)新并增加對不斷增長的對更多計算能力的需求。有用的浪費(fèi)是當(dāng)我們使用暴li計算并讓大型計算機(jī)處理數(shù)據(jù)并生成可以執(zhí)行常規(guī)編程無法完成的任務(wù)的程序時。GPU大規(guī)?？稍L問的單指令多數(shù)據(jù)（SIMD）計算是一種固有地遵循“有用的浪費(fèi)”理念的計算方法。深度學(xué)習(xí)和求和產(chǎn)品網(wǎng)絡(luò)都是遵循有用的垃圾哲學(xué)而實際啟用的示例。眾所周知，在深度學(xué)習(xí)訓(xùn)練期間執(zhí)行的許多計算都是浪費(fèi)的。所探索的路徑并沒有醉終為醉終結(jié)果做出貢獻(xiàn)。但是，醉好還是放任不管，只使用當(dāng)今計算功能的蠻力，通過大量的反復(fù)試驗來解決問題，從而讓它發(fā)現(xiàn)有效的方法和無效的方法。我相信這種方法將來會產(chǎn)生更多的突破。它們很可能將成為人工智能和機(jī)器學(xué)習(xí)的擴(kuò)展。很有可能會有自動編程方法。
郝：我對機(jī)器學(xué)習(xí)和人工智能很樂觀。未來，人工智能將在生活的各個方面為人們提供幫助。它還將促進(jìn)技術(shù)進(jìn)步并幫助物理學(xué)，這是一切的基礎(chǔ)。機(jī)器學(xué)習(xí)可以幫助我們構(gòu)建更好的芯片，從而使我們擁有更多的計算能力，可以做更多的物理學(xué)。
魯克斯：在行業(yè)中，機(jī)器學(xué)習(xí)在工具箱中為工程師提供了一組工具，就像光學(xué)，圖像處理或任何其他領(lǐng)域一樣。機(jī)器學(xué)習(xí)將成為研發(fā)中更明顯的部分。產(chǎn)品的前期設(shè)計將考慮其前提，即數(shù)據(jù)的可用性。問題是我們?nèi)绾问占瘮?shù)據(jù)，如何保護(hù)數(shù)據(jù)以及如何根蹤生產(chǎn)線中所有設(shè)備中的數(shù)據(jù)。同時，在學(xué)術(shù)界，強(qiáng)化學(xué)習(xí)正變得非常有吸引力?；旧?，它允許模塊通過與環(huán)境交互來從經(jīng)驗中學(xué)習(xí)，而不瑾瑾是監(jiān)督學(xué)習(xí)中的靜態(tài)和標(biāo)記觀察。這種類型的自適應(yīng)智能非常有前途。與數(shù)字雙胞胎相結(jié)合，可以模擬環(huán)境，
郝：在半導(dǎo)體行業(yè)，部署機(jī)器學(xué)習(xí)需要大量領(lǐng)域知識。像亞馬遜和谷歌這樣的公司使機(jī)器學(xué)習(xí)民主化，使我們更容易使用它。但是，在我們的行業(yè)中，要使解決方案牢固有效，我們需要將機(jī)器學(xué)習(xí)技術(shù)與我們的領(lǐng)域知識一起使用。瑾瑾將我們的數(shù)據(jù)投入那些深度學(xué)習(xí)算法是行不通的。
藤村：奇點是一個有趣的問題。我不會對深度學(xué)習(xí)或任何當(dāng)今的機(jī)器學(xué)習(xí)中的奇異性問題說“沒有辦法”，因為當(dāng)今的機(jī)器學(xué)習(xí)中沒有邏輯推理。但是，邏輯推理是否可以通過瑾模式匹配的元學(xué)習(xí)多元體系來學(xué)習(xí)？我想答案是肯定的，如果您相信大腦就是我們用來思考的全部。我們?nèi)匀幌嗑噙b遠(yuǎn)，但也許只有幾個突破。我希望我們能在此之前迅速找到新病毒的測試和疫苗。
轉(zhuǎn)載請注明來源：m.dzdswkj.com
滬公網(wǎng)安備 31011502016664號
唐女士-華南、西南