Presumibilmente

Natura volume 616, pagine 707–711 (2023) Citare questo articolo

27k accessi

2 citazioni

523 Altmetrico

Dettagli sulle metriche

Uno degli ostacoli alla costruzione di chip semiconduttori è il crescente costo richiesto per sviluppare processi chimici al plasma che formano i transistor e le celle di memoria1,2. Questi processi vengono ancora sviluppati manualmente utilizzando ingegneri altamente qualificati alla ricerca di una combinazione di parametri dello strumento che produca un risultato accettabile sul wafer di silicio3. La sfida per gli algoritmi informatici è la disponibilità di dati sperimentali limitati a causa degli elevati costi di acquisizione, che rendono difficile la formazione di un modello predittivo con precisione su scala atomica. Qui studiamo gli algoritmi di ottimizzazione bayesiana per studiare come l'intelligenza artificiale (AI) potrebbe ridurre il costo di sviluppo di processi complessi di chip semiconduttori. In particolare, creiamo un gioco di processo virtuale controllato per valutare sistematicamente le prestazioni di esseri umani e computer per la progettazione di un processo di fabbricazione di semiconduttori. Abbiamo scoperto che gli ingegneri umani eccellono nelle prime fasi dello sviluppo, mentre gli algoritmi sono molto più convenienti in prossimità delle tolleranze strette del target. Inoltre, dimostriamo che una strategia che utilizza sia progettisti umani con elevata esperienza che algoritmi in una strategia primo uomo-computer ultimo può ridurre della metà il costo obiettivo rispetto ai soli progettisti umani. Infine, evidenziamo le sfide culturali nella collaborazione tra esseri umani e computer che devono essere affrontate quando si introduce l’intelligenza artificiale nello sviluppo dei processi dei semiconduttori.

I chip semiconduttori sono al centro di ogni sistema di intelligenza artificiale (AI) nel mondo, operando su stati digitali 0 e 1 definiti da transistor e celle di memoria di dimensioni nanometriche. La fabbricazione di questi dispositivi in ​​miniatura su wafer di silicio è un processo di produzione complicato che coinvolge centinaia di fasi di processo specializzate, quasi la metà delle quali richiedono complessi processi chimici al plasma, come l'attacco e la deposizione3. Ironicamente, lo sviluppo di questi processi critici che abilitano l’intelligenza artificiale viene ancora svolto da ingegneri di processo umani che utilizzano la loro intuizione ed esperienza, spesso ricorrendo a tentativi ed errori. L'applicazione dell'intelligenza artificiale all'ingegneria dei processi per la creazione di nuovi chip è di interesse generale, poiché l'automazione di questa attività potrebbe evocare scenari della cosiddetta "singolarità", in cui l'intelligenza artificiale impara effettivamente a costruire di più di se stessa4,5.

L’intelligenza artificiale ha molti esempi di algoritmi informatici che superano gli esseri umani in compiti complessi, come giocare a giochi da tavolo come gli scacchi e Go6,7. Tuttavia, in questi casi, il computer prende decisioni solo dopo essersi addestrato o aver generato una grande quantità di dati poco costosi. Al contrario, la raccolta dei dati di processo sui wafer di silicio è costosa: più di mille dollari per esperimento per il wafer, il funzionamento delle apparecchiature al plasma e la microscopia elettronica. Di conseguenza, gli ingegneri in genere sviluppano processi di semiconduttori testando solo un centinaio, su potenzialmente molti trilioni di, diverse combinazioni di parametri del plasma, come pressione, potenze, flussi di gas reattivi e temperatura del wafer. A differenza dei giochi da tavolo, che hanno regole chiare, i sistemi wafer-reattore sono governati da un numero inestimabile di interazioni fisiche e chimiche microscopiche tra il materiale del wafer, le specie di plasma e le parti del reattore8,9. L'assenza di dati sufficienti in una specifica regione di interesse rende difficile la creazione di modelli computerizzati con precisione su scala atomica, fenomeno noto come "piccolo" problema dei dati10. Pertanto, la sfida che poniamo all’intelligenza artificiale è quella di ridurre il costo-obiettivo (ovvero, minimizzare il numero di dati necessari da raccogliere) dello sviluppo di un processo di semiconduttore rispetto a un ingegnere di processo umano esperto.

In questo lavoro, abbiamo confrontato le prestazioni degli algoritmi informatici rispetto a ingegneri esperti di processi umani, concentrandoci su uno scenario in cui un computer non addestrato ha accesso solo ai dati raccolti. Ispirandoci agli approcci dell'intelligenza artificiale agli scacchi in cui gli agenti informatici competono contro gli esseri umani, abbiamo creato un gioco di ingegneria dei processi in cui l'obiettivo di un giocatore, umano o algoritmo informatico, è sviluppare un processo complesso al minor costo target. Gestire una simile competizione utilizzando wafer reali sarebbe costoso e poco pratico a causa della variabilità incontrollata dei wafer in arrivo, della metrologia e delle apparecchiature di elaborazione che renderebbero difficile l’interpretazione dei risultati. Per superare queste difficoltà pratiche, abbiamo gestito il concorso su una sofisticata piattaforma virtuale che consente di confrontare i partecipanti nello stesso spazio di processo.