บริษัทเซมิคอนดักเตอร์ AI SemiAI ได้กล่าวว่า การนำ AI เข้ามาใช้ในกระบวนการผลิตเซมิคอนดักเตอร์ทำให้สามารถสร้างและตรวจสอบสมมติฐานมากกว่า 3 ล้านรายการจากข้อมูลเวเฟอร์หลายพันแผ่นได้ภายในเวลาเพียง 4 ชั่วโมง ในขณะที่หากเป็นการตรวจสอบด้วยมือจะต้องใช้เวลาหลายเดือน โปรแกรมซอฟต์แวร์การคาดการณ์ข้อบกพร่องและการวินิจฉัยสาเหตุที่บริษัทพัฒนาขึ้นชื่อว่า "SMILE" ใช้ AI ในการวิเคราะห์ข้อมูลจำนวนมากที่เกิดขึ้นในกระบวนการผลิตเซมิคอนดักเตอร์ เพื่อตรวจสอบสาเหตุของข้อบกพร่องและสนับสนุนการปรับปรุงอัตราผลผลิต โดยมีจุดมุ่งหมายในการทำให้การวิเคราะห์กระบวนการซึ่งเดิมพึ่งพาประสบการณ์และการตัดสินใจของวิศวกรนั้นเป็นอัตโนมัติ เพื่อให้ลดเวลาการวิเคราะห์และต้นทุนลง
นาย池泰權 (Chi Tae-kwon) เคยทำงานที่ Intel, 泛林研究, ASML, Samsung Electronics, SK Hynix และบริษัทเซมิคอนดักเตอร์ระดับโลกอื่นๆ โดยได้สัมผัสกับความยากลำบากในการวิเคราะห์อัตราผลผลิตในที่ทำงานโดยตรง เขาได้ชี้ให้เห็นว่า การค้นหาสาเหตุของข้อบกพร่องและการตรวจสอบเงื่อนไขการปรับปรุงในข้อมูลกระบวนการที่ซับซ้อนนั้น ขึ้นอยู่กับประสบการณ์และความสามารถของวิศวกรเป็นส่วนใหญ่ เพื่อแก้ไขปัญหานี้ เขาจึงได้ก่อตั้ง SemiAI เมื่อเดือนมกราคมปีที่แล้ว โดยมีเป้าหมายในการเชื่อมโยงข้อมูลกระบวนการ อุปกรณ์ และการวัดผล และใช้ AI ในการทำให้กระบวนการสร้างสมมติฐานและการตรวจสอบของวิศวกรเป็นไปโดยอัตโนมัติ
SemiAI นำเทคโนโลยี AI ไปใช้ในกระบวนการผลิตเซมิคอนดักเตอร์
ความสามารถในการแข่งขันทางเทคโนโลยีของ SemiAI อยู่ที่การรวมความรู้ด้านกระบวนการที่สะสมจากการผลิตเซมิคอนดักเตอร์เข้ากับ AI เนื่องจากข้อมูลการผลิตเซมิคอนดักเตอร์ถือเป็นความลับทางการค้าในระดับสูง ทำให้บริษัทภายนอกไม่สามารถเข้าถึงข้อมูลกระบวนการจริงได้อย่างเต็มที่ การฝึกอบรม AI และการตรวจสอบเทคโนโลยีจึงถูกจำกัด บริษัทใช้เทคโนโลยี "โรงงานเวเฟอร์เสมือน" โดยอิงจากความรู้ด้านกระบวนการและหลักการทางฟิสิกส์และคณิตศาสตร์ที่นาย池泰權 (Chi Tae-kwon) สะสมไว้ เพื่อจำลองสถานการณ์ที่อาจเกิดขึ้นในสถานที่ผลิตจริงด้วยข้อมูลเสมือน ลดการพึ่งพาข้อมูลกระบวนการจริง และทำให้ AI เรียนรู้เงื่อนไขและรูปแบบของข้อบกพร่องที่เกิดขึ้นได้หลากหลาย
ในขณะเดียวกัน บริษัทใช้ AI ในการวิเคราะห์ความสัมพันธ์ระหว่างกระบวนการ อุปกรณ์ และข้อมูลเวเฟอร์ เพื่อสรุปและตรวจสอบสมมติฐานเกี่ยวกับสาเหตุของข้อบกพร่อง ไม่เพียงแต่ค้นหาความสัมพันธ์ของข้อมูลเท่านั้น แต่ยังสามารถอนุมานสาเหตุที่ทำให้เกิดข้อบกพร่องได้อีกด้วย นาย池泰權 (Chi Tae-kwon) กล่าวว่าความน่าเชื่อถือของ AI ในการผลิตเซมิคอนดักเตอร์นั้นไม่สามารถสร้างขึ้นได้เพียงแค่การรวบรวมข้อมูลจากลูกค้าจำนวนมาก บริษัทใช้โรงงานเวเฟอร์เสมือนที่สะท้อนความรู้ด้านกระบวนการในการเรียนรู้เงื่อนไขต่างๆ และเปรียบเทียบกับค่าการวัดจากโรงงานเวเฟอร์จริง เพื่อยืนยันจุดที่ข้อมูลที่สร้างขึ้นขาดหายไป และเพิ่มความน่าเชื่อถือ
ในระยะยาว บริษัท SemiAI มีแผนที่จะพัฒนาเซมิคอนดักเตอร์ให้เป็นปัญญาประดิษฐ์ที่เหนือกว่ามนุษย์ โดยให้ AI สามารถวิเคราะห์ปัญหาอัตราผลผลิตที่ซับซ้อนได้ด้วยตนเอง และเชื่อมโยงการคาดการณ์กับการวิเคราะห์สาเหตุตามขั้นตอนของกระบวนการ โดยจะทำการทดสอบแผนการปรับปรุงภายใต้การอนุมัติของวิศวกร

