“先人后机”策略将降低半导体工艺开发成本，并加快创新的步伐
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。”
比赛中所用虚拟工艺的示意图。虚拟工艺的输入是控制等离子体与硅晶圆之间相互影响的“配方”。对于给定的配方，模拟器会输出指标以及晶圆上轮廓的横截面图。目标轮廓与不符合预期的其他轮廓示例会一同进行展示。比赛的目标是以最低的目标成本找到合适的配方。
3 泛林得到了颠覆性的研究结果
泛林的研究证实，只靠机器还不能完成专业工艺工程师的工作；如果机器和编写算法的数据科学家没有任何专业工程师所提供的领域知识，机器远远不能打败人类。换句话说，人类工程师对于寻找晶圆工艺的正确配方仍然至关重要。
但在特定条件下的人机协作中，计算机算法可以而且最终也确实打败了人类工程师。
由论文中的“方法”定义的进度追踪器对轨迹进行了监测。当进度追踪器显示为0时，表示目标达成。高级工程师的轨迹标绿，初级工程师的轨迹标蓝。图中也特别突出了获得比赛胜利的专家（即高级工程师 1）的轨迹，并标出“先人后机”策略中A到E几个转移点。
泛林的研究结果指出了一条通过结合人机优势大幅降低目标成本的道路。文章的几位作者总结道：“通过这个方法，我们将利用这些半导体工艺所推动的计算能力，加速半导体生态系统中的一个关键环节。实际上，就像著名画家埃舍尔的作品《互绘的手》，人工智能也将进行自我创建。”
相关阅读
