I vantaggi dell’intelligenza artificiale nel settore dei semiconduttori

Le aziende si stanno sempre più orientando verso l’intelligenza artificiale per trovare soluzioni utili al proprio business. Una tecnologia all’avanguardia diventata rapidamente una concreta opportunità in molti settori produttivi. Il trend di adozione si è consolidato e l’AI sarà uno dei driver principali per lo sviluppo nei prossimi anni.  Secondo i dati dell’osservatorio dedicato del Politecnico di Milano, nel 2020 il settore è cresciuto del 15%. Sull’AI si punta soprattutto per estrarre informazioni dai dati. L’Intelligent Data Processing riguarda il 33% degli investimenti, mentre all’automazione dei processi va l’11% della spesa.

Nell’industria dei semiconduttori le aziende possono trarre grandi vantaggi dall’intelligenza artificiale e dall’apprendimento automatico in ogni fase: dalla ricerca e progettazione dei chip alla produzione, fino alle vendite. L’AI sarà sempre più importante lungo tutta la catena del valore. È possibile usare l’intelligenza artificiale per sviluppare previsioni sulla domanda e sull’ottimizzazione delle scorte, ottenendo informazioni rilevanti per la produzione, l’approvvigionamento e la pianificazione delle operazioni e delle vendite.

Nella produzione dei semiconduttori le aziende possono usare l’intelligenza artificiale per regolare al meglio i parametri degli strumenti. Combinando i dati provenienti in tempo reale dal sensore utensile con quelli delle fasi di processo precedenti e con le letture metrologiche, è possibile sviluppare modelli di apprendimento automatico per acquisire relazioni non lineari tra tempo di processo e risultati, come la profondità di incisione. I dati raccolti possono includere i valori delle correnti elettriche nel processo di incisione, dell’intensità della luce nella litografia e delle temperature nella cottura. Con questi modelli è possibile implementare tempi di processo ottimali su base wafer o batch per abbreviare i tempi di elaborazione e migliorare la resa, riducendo così il costo delle merci vendute e aumentando la produttività.

L’ispezione visiva dei wafer, per controllare la qualità e rilevare i difetti, viene spesso condotta durante la produzione, usando telecamere o microscopi elettronici a scansione. Le immagini vengono poi valutate manualmente dagli operatori. Sono soggette perciò a errori e arretrati che aumentano i costi. I moderni sistemi di ispezione dei wafer, resi possibili dai progressi nel deep learning per la visione artificiale, possono essere addestrati per rilevare e classificare automaticamente i difetti, con una precisione pari o migliore agli ispettori umani. Eliminando i difetti e le fasi del processo fuori tolleranza, le aziende possono evitare iterazioni dispendiose in termini di tempo, aumentare la resa e ridurre i costi.

Infine le aziende di semiconduttori possono implementare algoritmi di machine learning per identificare i modelli nei guasti dei componenti, prevedere probabili malfunzionamenti e rotture nei nuovi progetti e proporre layout ottimali per migliorare la resa.