人間

Nature volume 616、pages 707–711 (2023)この記事を引用

27,000 アクセス

2 引用

523 オルトメトリック

メトリクスの詳細

半導体チップの構築におけるボトルネックの 1 つは、トランジスタとメモリ記憶セルを形成する化学プラズマ プロセスの開発に必要なコストの増加です。 これらのプロセスは、シリコン ウェーハ上で許容可能な結果を​​生み出すツール パラメータの組み合わせを探しながら、高度な訓練を受けたエンジニアを使用して手動で開発されています3。 コンピューター アルゴリズムの課題は、取得コストが高いために利用できる実験データが限られており、原子スケールの精度で予測モデルを作成することが困難であることです。 ここでは、ベイジアン最適化アルゴリズムを研究して、人工知能 (AI) が複雑な半導体チッププロセスの開発コストをどのように削減できるかを調査します。 特に、半導体製造プロセスの設計における人間とコンピューターのパフォーマンスを体系的にベンチマークするための、制御された仮想プロセス ゲームを作成します。 人間のエンジニアは開発の初期段階では優れているのに対し、ターゲットの厳しい公差付近ではアルゴリズムのコスト効率がはるかに高いことがわかりました。 さらに、高度な専門知識を持つ人間の設計者と、人間が先、コンピュータが最後という戦略のアルゴリズムの両方を使用する戦略は、人間の設計者のみと比較して、目標までのコストを半分に削減できることを示します。 最後に、半導体プロセスの開発に人工知能を導入する際に対処する必要がある、人間とコンピューターの連携における文化的課題を強調します。

半導体チップは世界中のあらゆる人工知能 (AI) システムの中核であり、ナノメートルサイズのトランジスタとメモリ セルによって定義されるデジタル 0 および 1 状態で動作します。 シリコン ウェーハ上にこれらの小型デバイスを製造するのは、何百もの特殊なプロセス ステップを含む複雑な製造プロセスであり、その約半分にはエッチングや蒸着などの複雑な化学プラズマ プロセスが必要です。 皮肉なことに、AI を実現するこれらの重要なプロセスの開発は、依然として人間のプロセス エンジニアによって直感と経験を使用して行われており、多くの場合試行錯誤が必要です。 新しいチップを作成するためのプロセス エンジニアリングへの AI の応用は、一般的に興味深いものです。この活動の自動化は、AI が効果的に自らをさらに構築することを学習する、いわゆる「特異点」のシナリオを呼び起こす可能性があるためです4,5。

AI には、チェスや囲碁などのボード ゲームのプレイなど、複雑なタスクでコンピューター アルゴリズムが人間を上回るパフォーマンスを示した例が数多くあります 6,7。 ただし、このような場合、コンピューターは、大量の安価なデータをトレーニングまたは生成した後にのみ決定を下します。 対照的に、シリコンウェーハ上のプロセスデータの収集には費用がかかり、ウェーハの実験、プラズマ装置の操作、および電子顕微鏡検査ごとに 1,000 ドル以上かかります。 その結果、エンジニアは通常、圧力、電力、反応性ガス流量、ウェーハ温度などのプラズマパラメータの異なる組み合わせを、おそらく何兆個もあるうちの約 100 個だけテストして半導体プロセスを開発します。 明確なルールがあるボード ゲームとは異なり、ウェーハ-リアクター システムは、ウェーハ材料、プラズマ種、リアクター部品間の計り知れない数の微視的な物理的および化学的相互作用によって支配されます 8,9。 特定の関心領域に十分なデータが存在しないと、「リトル」データ問題として知られる、原子スケールの精度でコンピュータ モデルを作成することが困難になります10。 したがって、AI に対して私たちが提起する課題は、経験豊富な人間のプロセス エンジニアと比較して、半導体プロセス開発の目標コストを削減する (つまり、収集する必要があるデータの数を最小限に抑える) ことです。

この研究では、訓練を受けていないコンピュータが収集されたデータのみにアクセスできるシナリオに焦点を当て、経験豊富な人間のプロセス エンジニアと比較してコンピュータ アルゴリズムのパフォーマンスをベンチマークしました。 コンピューター エージェントが人間と対戦するチェスへの AI アプローチからインスピレーションを得て、私たちは、プレイヤー (人間またはコンピューター アルゴリズム) の目標が、目標コストを最小限に抑えて複雑なプロセスを開発することであるプロセス エンジニアリング ゲームを作成しました。 実際のウェーハを使用してこのようなコンテストを運営することは、結果の解釈を困難にする入荷ウェーハ、計測、および処理装置による制御されていない変動のため、費用がかかり非現実的です。 これらの実際的な困難を克服するために、私たちは同じプロセス空間で参加者をベンチマークできる洗練された仮想プラットフォーム上でコンテストを運営しました。