近期全球最具權威性的科學期刊Nature雜志發表了近150年來最激動人心且極具突破性的研究：《改進半導體工藝開發的人機協作》，該文章由泛林集團九名研究人員合著。
此前曾擔任泛林集團首席技術官的Rick Gottscho博士表示：“我們的研究是突破性的，使泛林集團脫穎而出、成為在工藝工程中應用數據科學的領導者。”
刊登在Nature雜志的這篇文章對比了人類工程師與機器以最低目標成本（即最少的實驗次數）開發半導體工藝的情況。為此，研究人員們創建了對比人類和計算機算法表現的比賽，在比賽中雙方需要設計一個半導體制造工藝——高深寬比介電刻蝕。
結果表明，人類工程師在工藝開發的早期階段表現出色，而算法在目標的嚴格公差附近更具成本效益，這一洞察引出了“先人后機”的方法。相比由具有七年以上經驗的專業工藝工程師獨自開發工藝，“先人后機”可以將目標成本降低一半。
該研究的重要性：對于如何使用人工智能徹底改變半導體行業的工藝開發，由此實現節省數百萬美元和無數的時間成本，泛林集團擁有可量化的證據。進一步了解這項突破性的研究。
1 阿伏伽德羅常量
制造一個芯片，我們需要為它開發專門的制造工藝。然而，每個工藝實驗可能都要花費幾分鐘至幾個小時，然后還需要幾個小時準備用于測量（度量）的樣品。對于那些涉及到刻蝕或填充高深寬比特征的最有挑戰性的應用，通常在第二天才能得到結果，而且一整批可能要花費幾千美元。按一年計算，這些步驟極其昂貴且耗時。
十多年來，Rick Gottscho博士一直將這一工藝開發中的問題稱為“泛林定律”（盡管這不僅僅是泛林的問題），即在所有可能的配方組合中尋找最佳配方越來越具挑戰性。對“摩爾定律”說法的借鑒也暗示了這個問題正變得棘手，工程師在開發晶圓工藝時可調整的排列組合數量已經超過了100萬億（即10^14），這是一個天文數字。
隨著晶圓工藝變得愈加復雜，現在排列組合的數量可能正在接近10^23（對于核心部分來說正接近阿伏伽德羅常量的數量級）。
Rick表示：“參數空間的排列組合數量已經達到阿伏伽德羅常量的數量級，我們無法承擔測試其中的所有選項，這是不可能的。事實上，你甚至無法為大數據分析創建足夠的數據集。一百批實驗需要花費近50萬美元和半年時間，而這在大數據世界中只是滄海一粟。”
2 虛擬比賽
研究論文的主要作者、泛林集團首席技術官辦公室的資深技術總監Keren Kanarik回憶道：“多年來，數據科學家一直表示他們可以構建算法來幫忙解決‘泛林定律’并開發可制造的工藝。”Keren也曾是一名工藝工程師，她深刻理解工程師們的難題。“但我們如何知道這些程序優于人類呢？我們拿什么與這些程序作比較呢？基準在哪里呢？”
正因如此，Keren萌生了進行比賽的想法。她想到了Garry Kasparov和Deep Blue（深藍）之間那場著名的國際象棋比賽，并認為我們的專業工藝工程師可以充當Garry的角色。不過，使用哪個工藝呢？
在實驗室中進行這項比賽是不切實際的，因為它花費的時間太長、成本太高，而且會有太多變量影響研究結果。
Rick是Keren的上司，他建議進行虛擬比賽，這樣無論多少玩家都能在同樣的工藝上進行多次比賽。
繼2019年創建原型、并在2020年歷時三個多月創建出更加成熟的版本之后，虛擬刻蝕工藝誕生了。
這個虛擬工藝可以讓人類與算法之間進行比賽，從而評估不同算法之間、算法與人類工程師間的對抗。
Keren解釋說：“虛擬環境讓我們能完全掌控比賽，并實現系統化的評估。”
比賽中所用虛擬工藝的示意圖。虛擬工藝的輸入是控制等離子體與硅晶圓之間相互影響的“配方”。對于給定的配方，模擬器會輸出指標以及晶圓上輪廓的橫截面圖。目標輪廓與不符合預期的其他輪廓示例會一同進行展示。比賽的目標是以最低的目標成本找到合適的配方。
3 泛林得到了顛覆性的研究結果
泛林的研究證實，只靠機器還不能完成專業工藝工程師的工作；如果機器和編寫算法的數據科學家沒有任何專業工程師所提供的領域知識，機器遠遠不能打敗人類。換句話說，人類工程師對于尋找晶圓工藝的正確配方仍然至關重要。
但在特定條件下的人機協作中，計算機算法可以而且最終也確實打敗了人類工程師。
由論文中的“方法”定義的進度追蹤器對軌跡進行了監測。當進度追蹤器顯示為0時，表示目標達成。高級工程師的軌跡標綠，初級工程師的軌跡標藍。圖中也特別突出了獲得比賽勝利的專家（即高級工程師 1）的軌跡，并標出“先人后機”策略中A到E幾個轉移點。
泛林的研究結果指出了一條通過結合人機優勢大幅降低目標成本的道路。文章的幾位作者總結道：“通過這個方法，我們將利用這些半導體工藝所推動的計算能力，加速半導體生態系統中的一個關鍵環節。實際上，就像著名畫家埃舍爾的作品《互繪的手》，人工智能也將進行自我創建。”
更多精彩內容歡迎點擊==>>電子技術應用-AET<<
