半导体巨头公司，重磅Nature，大幅度降低成本！
为了解决这个问题，来自拉姆研究的团队基于贝叶斯优化算法，开发了利用人工智能（AI）降低开发复杂半导体芯片工艺的成本的新方法。作者创建了一个受控的虚拟工艺游戏，以系统地测试人类和计算机的性能，从而设计半导体制造工艺。作者发现，人类工程师在开发的早期阶段表现出色，而算法在接近目标的严格公差时更具成本效益。此外，与仅使用人类设计师相比，在人类主导-计算机辅助的策略中使用具有高度专业知识的人类设计师和算法的策略可以将目标成本降低一半。该论文以“Human–machine collaboration for improving semiconductor process development”为题发表在Nature期刊上。
虚拟过程游戏
作者受人工智能（AI）方法的启发，创建了一个过程工程游戏，其中玩家人类或计算机算法的目标是以最低成本开发一个复杂的过程，其设计与实验室相似（图1）。案例研究过程是对二氧化硅膜中的高纵横比孔进行单步等离子体蚀刻。参与者会通过不停的提交-优化方-再提交方案的过程达到自定义的目标，对应于图1所示的配置文件。
图1 游戏中使用的虚拟过程示意图
过程工程师的轨迹如图2所示。他们的轨迹显示出相似的路径，并逐步朝着目标前进，作者将其分为两个阶段：粗调和微调。粗调指的是朝着目标的初始快速改进，而微调指的是轨迹末端的缓慢进展，工程师们在该轨迹末端努力同时满足所有输出指标。高级工程师所需的费用大约是初级工程师的一半。获胜的人类参与者是目标成本为105000美元（图2）。
图2 人类工程师的游戏轨迹
计算机算法基准测试
参加此次比赛的计算机算法是贝叶斯优化。作者选择了三种不同类型的贝叶斯优化：（1）使用马尔可夫链蒙特卡罗采样的Algo1、补偿采样的高计算成本的多元线性替代模型和预期改进（EI）函数。（2）Algo2来自开源软件，使用具有EI采集功能的树形结构Parzen估计。（3）Algo3使用高斯过程模型和置信下限获取函数。不幸得是，300次尝试中只有13次（低于5%）击败了人类。作为参考，作者允许一个Algo2轨迹超出截断极限，最终达到739000美元的目标，比人类的成本高出近一个数量级。总的来说，仅仅是算法就无法在与人类人类的竞争中获胜。
图3 使用HF–CL策略实现目标的成本
人类主导-计算辅助策略
从上述结果来看似乎采用计算机进行方案的模拟是失败的测试。但是作者随后开发了一种混合策略，即人类主导-计算辅助（HF–CL）场景中指导算法。在这种实施方式中，人类提供了收集到图2中标记为a到E的转移点的实验数据，而不是随机抽样，以及人类限制的搜索范围。在HF-CL策略中，一旦计算机接管决策，人类就有效地放弃了控制，在实验设计中不再发挥作用
图3显示了逐步向计算机算法提供更多数据的HF–CL结果。作者观察到目标成本与人类数据量之间的V形依赖关系。从A点到C点，随着算法性能的提高，对更多人类数据的访问降低了目标的总体成本。HF–CL对于所有算法的最佳性能都在C点。由于高斯过程模型的灵活性或其不同的采集函数，Algo3大大优于其他算法。HF–CL与Algo3建立了一个新的基准，目标成本中值为52000美元，低于人类所需成本的一半。因此，使用与Algo3合作的人类的HF–CL策略赢得了比赛，相对于人类基准，可靠地降低了开发等离子体蚀刻工艺的目标成本，最终达到了1+1>2的效果。
结果分析
作者发现高级工程师开发流程的成本约为初级流程工程师目标成本的一半，这表明领域知识在半导体行业中的重要性。并且计算机算法表现不佳是因为从零开始的计算机可用的数据太少，而工程师根本负担不起计算机准确预测工艺配方所需的数据量。
本研究的一个关键结果是HF–CL策略的成功。该策略依赖于在流程开发早期具有优势的人类和后期出色的计算机算法。通过结合这些优势，HF–CL被证明可以降低一半的目标成本。人类的优势归因于这些算法所缺乏的领域知识的重要性，它可以定性地指导看似无限的配方选择可能性。只有在提供了相关数据之后，计算机算法才变得适用。
但是作者也承认HF–CL只在某些情况下有效。即使与经验丰富的工程师合作，HF-CL的成功也很大程度上取决于人类何时转移到计算机：如果太早，算法没有足够的指导；如果太迟，人类将成为成本负担。
除了技术挑战之外，作者认为人类与计算机的合作也可能面临文化挑战，因为他们观察到计算机行为与流程工程师通常开发流程的方式不一致：（1） 工程师们几乎只使用单变量和双变量参数变化来合理化他们的实验设计，而计算机使用多变量参数变化而没有任何解释（2） 工程师们要求每批平均进行四次实验，而计算机每批只能进行一次实验，这在实验室可能被认为是低效的。（3） 工程师们稳步地朝着目标前进（图2），而计算机使用的是看似牺牲的探索性配方选择策略。反直觉和非情绪化的动作在电脑计算中有很好的记录。而信任计算机算法将意味着改变几十年来对过程工程的期望。作者希望虚拟环境将帮助流程工程师更好地理解如何与计算机合作开发流程技术。
拉姆研究（泛林集团）于1980年1月21日创立,总部位于加利福尼亚州弗里蒙特。主要负责生产、设计、销售半导体产品。2016年公司首次进入美国500强企业名单，在2022年排行跃升至第250位，目前为全球前三大半导体设备制造商。