泛林集团虚拟工艺比赛 | 人类工程师 vs. 人工智能

近期全球最具权威性的科学期刊Nature杂志发表了近150年来最激动人心且极具突破性的研究：《改进半导体工艺开发的人机协作》，该文章由泛林集团九名研究人员合著。

此前曾担任泛林集团首席技术官的Rick Gottscho博士表示：“我们的研究是突破性的，使泛林集团脱颖而出、成为在工艺工程中应用数据科学的领导者。”

刊登在Nature杂志的这篇文章对比了人类工程师与机器以最低目标成本（即最少的实验次数）开发半导体工艺的情况。为此，研究人员们创建了对比人类和计算机算法表现的比赛，在比赛中双方需要设计一个半导体制造工艺——高深宽比介电刻蚀。结果表明，人类工程师在工艺开发的早期阶段表现出色，而算法在目标的严格公差附近更具成本效益，这一洞察引出了“先人后机”的方法。相比由具有七年以上经验的专业工艺工程师独自开发工艺，“先人后机”可以将目标成本降低一半。该研究的重要性：对于如何使用人工智能彻底改变半导体行业的工艺开发，由此实现节省数百万美元和无数的时间成本，泛林集团拥有可量化的证据。进一步了解这项突破性的研究。

1、阿伏伽德罗常量

制造一个芯片，我们需要为它开发专门的制造工艺。然而，每个工艺实验可能都要花费几分钟至几个小时，然后还需要几个小时准备用于测量（度量）的样品。对于那些涉及到刻蚀或填充高深宽比特征的最有挑战性的应用，通常在第二天才能得到结果，而且一整批可能要花费几千美元。按一年计算，这些步骤极其昂贵且耗时。

十多年来，Rick Gottscho博士一直将这一工艺开发中的问题称为“泛林定律”（尽管这不仅仅是泛林的问题），即在所有可能的配方组合中寻找最佳配方越来越具挑战性。对“摩尔定律”说法的借鉴也暗示了这个问题正变得棘手，工程师在开发晶圆工艺时可调整的排列组合数量已经超过了100万亿（即10^14），这是一个天文数字。

随着晶圆工艺变得愈加复杂，现在排列组合的数量可能正在接近10^23（对于核心部分来说正接近阿伏伽德罗常量的数量级）。

Rick表示：“参数空间的排列组合数量已经达到阿伏伽德罗常量的数量级，我们无法承担测试其中的所有选项，这是不可能的。事实上，你甚至无法为大数据分析创建足够的数据集。一百批实验需要花费近50万美元和半年时间，而这在大数据世界中只是沧海一粟。”

2、虚拟比赛

研究论文的主要作者、泛林集团首席技术官办公室的资深技术总监Keren Kanarik回忆道：“多年来，数据科学家一直表示他们可以构建算法来帮忙解决‘泛林定律’并开发可制造的工艺。”Keren也曾是一名工艺工程师，她深刻理解工程师们的难题。“但我们如何知道这些程序优于人类呢？我们拿什么与这些程序作比较呢？基准在哪里呢？”

正因如此，Keren萌生了进行比赛的想法。她想到了Garry Kasparov和Deep Blue（深蓝）之间那场著名的国际象棋比赛，并认为我们的专业工艺工程师可以充当Garry的角色。不过，使用哪个工艺呢？

 在实验室中进行这项比赛是不切实际的，因为它花费的时间太长、成本太高，而且会有太多变量影响研究结果。
 Rick是Keren的上司，他建议进行虚拟比赛，这样无论多少玩家都能在同样的工艺上进行多次比赛。
 继2019年创建原型、并在2020年历时三个多月创建出更加成熟的版本之后，虚拟刻蚀工艺诞生了。

这个虚拟工艺可以让人类与算法之间进行比赛，从而评估不同算法之间、算法与人类工程师间的对抗。

Keren解释说：“虚拟环境让我们能完全掌控比赛，并实现系统化的评估。”