圖說:世界先進與交通大學、美國華盛頓大學合作,發展智能製造。
世界先進22日宣布,委託國立交通大學智慧綠能產學研究所「華大-交大人工智慧實驗室」進行「AI晶圓表面瑕疵偵測研究計畫」,由美國華盛頓大學教授黃正能、交通大學教授彭文孝與交通大學副教授馬清文共同主持。世界先進希望與學術界合作,開發一個可跨產品通用型、高準確率,而且可以自我監督的人工智能(Artificial Intelligence; AI)發展平台,期待能縮短半導體產業的AI模式發展時程並增強其信賴指數,以應用於各產品線的晶圓製造,協助該公司的智能製造與智能管理,並有效提升晶圓製造的效率與良率。
世界先進資訊科技暨智能管理協理張永政博士表示:「世界先進投入資源發展智能製造與智能管理(VIS Intelligent MFG & Management),並且運用最新的人工智能技術來精進晶圓製造能力。此次,世界先進贊助美國華盛頓大學及國立交通大學三位優秀的教授與其學生之研究,不僅希望研究結果能回饋於精進公司製程,也希望藉由半導體製造實務與學術的結合,加速國內人工智能學術之應用與發展。期待人工智能產業能培育成為繼半導體之後,台灣下一個居全球領導地位的科技產業」。
計畫主持人之一的美國華盛頓大學教授黃正能表示:「藉由當今無處不在的高速和低延遲4G / 5G網絡基礎架構,以及可靠且連網的感測器來取得來自於虛實整合製造過程中的即時數據,並透過先進的人工智能技術自動分析。強大的機器/深度學習和數據分析計算平台為這些AI技術提供了動力。第四次製造業革命提供了一個自主且主動的機制,可即時監視製造狀態,偵測產品瑕疵,評估組件的易損性,預測故障時間以及提出系統性診斷和自我修復解決方案,從而優化性能並提高智能製造的良率。很榮幸能帶領華盛頓大學與交通大學 AI 實驗室的幾位研究菁英與世界先進展開這項研究專案,令人期待」。
此項研究計畫係利用新型AI開發平台的人工智能演算法,對晶圓製造完成後之瑕疵影像進行判讀其瑕疵型態,並做分類。由世界先進提供製程影像資料,搭配人員進行影像標籤,訓練人工智能演算模型的圖像判讀能力,增加瑕疵複檢的效率;同時,當此通用型偵測模型運用到不同產品線時,亦能有效減少50%到70%的人工標籤負擔,更快速地複製此人工智能模型至其他產品線,提升強化世界先進的晶圓製造能力與效率。