บริษัทเซมิคอนดักเตอร์ AI SemiAI ตัวแทนคุณช池泰권 ได้กล่าวเมื่อเร็วๆ นี้ว่า การนำ AI เข้ามาใช้ในกระบวนการผลิตเซมิคอนดักเตอร์ ทำให้สามารถสร้างและตรวจสอบสมมติฐานมากกว่า 3 ล้านรายการจากข้อมูลเวเฟอร์หลายพันแผ่นได้ภายในเวลาเพียง 4 ชั่วโมง ในขณะที่หากทำโดยมนุษย์จะต้องใช้เวลาหลายเดือน โปรแกรมซอฟต์แวร์การคาดการณ์ข้อบกพร่องและการวิเคราะห์สาเหตุที่บริษัทพัฒนาขึ้นชื่อว่า "SMILE" ใช้ AI วิเคราะห์ข้อมูลจำนวนมากที่เกิดขึ้นในกระบวนการผลิตเซมิคอนดักเตอร์ เพื่อตรวจหาสาเหตุของข้อบกพร่องและสนับสนุนการปรับปรุงอัตราผลผลิต โดยมีจุดมุ่งหมายในการทำให้การวิเคราะห์กระบวนการที่เคยพึ่งพาประสบการณ์และการตัดสินใจของวิศวกรกลายเป็นอัตโนมัติ ซึ่งช่วยลดเวลาในการวิเคราะห์และต้นทุนลง
คุณช池泰권 เคยทำงานที่ Intel, 泛林研究, ASML, Samsung Electronics, SK Hynix และบริษัทเซมิคอนดักเตอร์ระดับโลกอื่นๆ ซึ่งในระหว่างการทำงานเขาได้สัมผัสกับความยากลำบากในการวิเคราะห์อัตราผลผลิตโดยตรง เขาชี้ให้เห็นว่า การค้นหาสาเหตุของข้อบกพร่องและการตรวจสอบเงื่อนไขการปรับปรุงในข้อมูลกระบวนการที่ซับซ้อนนั้น ขึ้นอยู่กับประสบการณ์และความสามารถของวิศวกรเป็นส่วนใหญ่ เพื่อแก้ไขปัญหานี้ เขาจึงได้ก่อตั้ง SemiAI ขึ้นในเดือนมกราคมปีที่แล้ว โดยมีเป้าหมายในการเชื่อมโยงข้อมูลกระบวนการ อุปกรณ์ และการวัดผล และใช้ AI ในการทำให้กระบวนการสร้างและตรวจสอบสมมติฐานของวิศวกรเป็นไปโดยอัตโนมัติ
SemiAI นำเทคโนโลยี AI มาใช้ในกระบวนการผลิตเซมิคอนดักเตอร์
ความสามารถทางเทคโนโลยีของ SemiAI อยู่ที่การรวมความรู้ด้านกระบวนการผลิตเซมิคอนดักเตอร์ที่สะสมในสถานที่ผลิตเข้ากับ AI เนื่องจากข้อมูลการผลิตเซมิคอนดักเตอร์ถือเป็นความลับทางการค้า จึงทำให้บริษัทภายนอกไม่สามารถเข้าถึงข้อมูลกระบวนการจริงได้อย่างเต็มที่ ส่งผลให้การฝึกอบรม AI และการตรวจสอบเทคโนโลยีถูกจำกัด บริษัทจึงใช้เทคโนโลยี "โรงงานเวเฟอร์เสมือน" โดยอิงจากความรู้ด้านกระบวนการและหลักการทางฟิสิกส์และคณิตศาสตร์ที่คุณช池泰권 สะสมไว้ เพื่อจำลองสถานการณ์ที่อาจเกิดขึ้นในสถานที่ผลิตจริงด้วยข้อมูลเสมือน ลดการพึ่งพาข้อมูลกระบวนการจริง และทำให้ AI สามารถเรียนรู้เงื่อนไขและรูปแบบการเกิดข้อบกพร่องต่างๆ ได้
ในขณะเดียวกัน บริษัทใช้ AI ในการวิเคราะห์ความสัมพันธ์ระหว่างกระบวนการ อุปกรณ์ และข้อมูลเวเฟอร์ เพื่อสรุปและตรวจสอบสมมติฐานเกี่ยวกับสาเหตุของข้อบกพร่อง ไม่เพียงแต่ค้นหาความสัมพันธ์ของข้อมูลเท่านั้น แต่ยังสามารถอนุมานสาเหตุที่ทำให้เกิดข้อบกพร่องได้อีกด้วย คุณช池泰권 กล่าวว่า ความน่าเชื่อถือของ AI ในการผลิตเซมิคอนดักเตอร์ไม่ได้ขึ้นอยู่กับการรวบรวมข้อมูลลูกค้าจำนวนมากเพียงอย่างเดียว บริษัทใช้การเรียนรู้จากโรงงานเวเฟอร์เสมือนที่สะท้อนความรู้ด้านกระบวนการ เพื่อเรียนรู้เงื่อนไขต่างๆ และเปรียบเทียบกับค่าการวัดจริงในโรงงานเวเฟอร์ เพื่อยืนยันจุดที่ข้อมูลสังเคราะห์ขาดหายไป ซึ่งช่วยเพิ่มความน่าเชื่อถือ
ในระยะยาว บริษัท SemiAI มีแผนที่จะพัฒนา AI ให้มีความสามารถเหนือกว่าการวิเคราะห์ของวิศวกร สามารถค้นพบปัญหาอัตราผลผลิตที่ซับซ้อนได้ด้วยตนเอง และเชื่อมโยงการคาดการณ์กับการวิเคราะห์สาเหตุตามขั้นตอนของกระบวนการ โดยจะทดสอบแผนการปรับปรุงภายใต้การอนุมัติของวิศวกร

