采訪:幻實 編輯:楊殷程 超超 審核:范范
微信公眾號:芯片揭秘(ID:ICxpjm)
芯片揭秘主播 幻實(右)對話
潤石智能科技有限公司創始人&總經理李安東先生(左)
RPA(Robotic Process Automation)是以機器人作為虛擬勞動力,依據預先設定的程序與用戶系統進行交互并完成預期任務的AI。
在我國人口老齡化等大趨勢下,用AI來推動半導體行業實現無人化智能工廠意義重大。
從目前的技術實踐來看,現有的RPA還僅適用于高重復性、邏輯確定并且穩定性要求相對較低的流程。
本期節目你將聽到:
面對半導體工廠興起、人口老齡化的情形,AI能否替代傳統人工,加速集成電路的智能制造?為了順應半導體產業的發展,AI技術還需突破哪些瓶頸?
本期我們邀請到潤石智能科技有限公司創始人&總經理李安東先生,聽他談談如何憑借AI技術助力集成電路智能制造。
半導體工廠的痛點——良率提升
幻實(主播)
潤石智能科技有限公司是幫助工廠實現良率提升和無人化兩個目標的智能化軟件公司,首先請李總談一下你們當初為什么要創業?
李安東(嘉賓)
幻實(主播)
公司當時的主要業務是針對客戶的哪一個訴求?
初創時期我們針對良率提升這個方面進行了產品開發。半導體制程工藝繁復,一片晶圓要經過幾百道上千道的工序才能做好,所以不管是IC設計公司還是IC制造公司,都要考慮良率的問題。
我們認為提升良率是一個普世的問題,也是一個可以讓我們持續做貢獻的地方。從四五十年前美國開始建設半導體廠,到現在國內開始發展半導體,就一直在挑戰這個問題。
少子化之后,很多家庭都只有一兩個孩子,且都寄予厚望不希望他們去工廠做工人,所以90后、00后不太可能再在無塵室,做著三班倒,每天12小時的工作。既然普世環境下出現這種情況,我們就要去解決這問題。
所以我們公司一開始的英文名字就叫AIE,希望用AI來Empowerment,用AI賦能工廠,然后用軟件機器來取代人力。
比如說操作機臺、調整良率、解決缺陷等這些工作都可以用軟件機器人來解決。
我們國家的人口慢慢進入老齡化,未來需要用很多自動化的方式來替代掉傳統人工的方式。您剛剛提到的AI賦能工廠對技術、人員的挑戰會不會很大?
是的,我國的AI技術相對于全球工業來講是領先的,我國的整個數字經濟已經占到30%到40%,所以下一波的AI軟件就可以成為新的“人口”紅利,用軟件機器人來解決工廠人力短缺的問題。
目前的AI還在弱人工智能向類人工智能發展的階段,只能做重復性的勞動。雖然AI沒那么智慧,但是足夠聰明,只要我們把作業的標準程序寫成腳本之后教會電腦做,就不需要那么多的作業員,或者是初級的工程師做重復勞動。
所以第一個挑戰是要先把人類做的事情流程腳本化;第二個挑戰是把這些腳本做成低代碼,甚至無需代碼就可以運行;第三個挑戰就是要讓這些軟件學會做一種經過感知之后的判斷。譬如我們在做量測檢測的時候,會加上自己的一些判斷,比如電路可能會開路(Open)或者短路(Short)、要把這東西判斷為良品還是失敗品等等。這是我們的終極目標,AI可以做人的價值判斷。
目前,前兩個挑戰已經可以用電腦取代掉了。
第三點應該需要大量的數據才能做到吧?
如果一片晶圓經過1000道工序,1000個機臺,每個機臺1000個傳感器,那么每秒鐘產生出來的數據量是百億級的,那么就有足夠多的數據去訓練AI,當數據累積到一定程度之后,機器就會越來越聰明。
幻實(主播)
因為大家對AI的期待高了,所以給到它的關注、資金也超過它能夠負荷的程度,落差之下,大家就會感到失望。
比如無人駕駛汽車的等級分布從L1-L5,但是大家的期許是每一家公司都要有能力做到L5。 我們要認清事實,AI現在可能還沒有辦法聰明到完全取代人類的活動,如果我們只能做到L3-L4,那就先做好這些。
我們在公司成立初期就思考過這個問題,我覺得我們要做到,一旦開發出來好的算法、模型,就要在客戶的工廠落地實施,馬上得到驗證。
我們之所以會在昆山設立公司,是因為這附近有三個泛半導體相關的工廠,現在都是我們的客戶,我們想做到能夠走路過去幫助客戶做技術支持,目前這些客戶的使用情況良好。
把工廠全部做到無人化,自動化可能還需要十年,我認為半導體工廠要更注重于工藝的可靠性和一致性,確保做出來的東西不要有很大的差異,要能夠長期的穩定輸出。所以我們寧愿犧牲掉速度,也要把技術做的夠成熟,夠穩定。這就是我對AI目前的思考——要能落地。
那些傳統的AI公司,會不會覺得半導體領域現在發展很好,也想擠入這個行業?
商湯、曠世等企業都是我們很尊敬的公司,他們把國內最好的做AI的碩博士都網羅進去了,在臺灣設立了研發中心開展研究。
他們的強項是在影像、圖形視覺方面,比如人臉識別等,所以它的應用場景應該是在安防領域,比如在半導體廠里人員的區塊管理等。那我們和KLA、Hitachi、Rudolph這些設備商合作,從它們那邊取到的缺陷圖像再去做自動分類,或者像KLA、Ulvac設備里metrology(計量)的數據,可用來做CP、WAT的電信數據分析,所以我們是希望能夠直接進到工廠里面,跟客戶做深度合作,而不是做一個范用型的、平臺型的公司。
ADC缺陷檢測與分類系統功能架構(圖源:潤石智能科技官網)
半導體更需要有人做垂直領域的技術,我們也希望有更多的朋友一起做貢獻,做不同的分工。因為除了四小龍以外,還有像阿里巴巴、騰訊,華為等企業其實也想進入半導體智能化的這個市場,他們希望做像IAAS(基礎設施服務)這種平臺層的AI應用,我們潤石希望做的是要直接進入行業里面的AI應用,所以與他們不會沖突,而且可以合作。
幻實(主播)
你們創業這么久遇到最大的挑戰是什么?
最大的挑戰是我們推廣的概念,能否被客戶接受。我們的團隊好多人都是從臺積電過來的,他們會用比較高的標準來要求自己。但讓客戶也按照這個要求來做就太難了。我們也在慢慢的調整思路。根據客戶的需求拿出相應的方案,而不是一定要拿出一個滿分的東西,能打能用就可以上場了,先求有再求好,諄諄善誘,幫客戶設計出一個方法論。
工業3.0到工業4.0不是一下子就能完成的,你要從互聯網取得設備的數據,然后建立一個好的數據倉儲,再幫客戶做多維度多變量的分析,幫客戶找到最佳的制程工藝窗,然后刪掉不必要的變量,控制應該控制的變量,就可以找到根源,解決良率的問題。這些維度和變量都是和半導體機臺里的物理化學反應直接相關的。做好這些之后,再從機臺端擴展到外延的輔助性設備再到廠務設備、供應鏈條。
所以我覺得可以從最核心的制造廠開始往外做出去,把國內的需求分門別類,看人出菜,配合客戶情況,調整自身應用。
一般的工業互聯網公司做AI,不愿意進到最里面去,可是對客戶而言每天面對的產品就是機臺,怎樣改善機臺就是我們天天面對的事情,所以我們很喜歡進到工廠里去研究。
比如我們的AIoT平臺構建的時候,要把機臺打開,背板拆開,還要考慮如何走線,用什么夾具、安裝的點位選哪里,然后他的algorithm(演算法)等,有一連串配套的東西,把它做成標準化之后,在量化復制到其他工廠去。
我想這樣的一個有務實精神的老板,帶領的團隊應該非常具有戰斗力。最后祝潤石智能科技有限公司早日能夠達到想要的目標!
RPA是近年來企業軟件市場增長最快的細分領域,到2022年,80%部署RPA的企業將引入AI技術,實現非結構化數據的業務流程自動化。
在工業領域,“無人化”開始作為企業推動工廠智能化轉型的一個重要方向。特別是當前企業面臨招工難、原材料成本持續上漲以及個性化需求日益凸顯的背景下,降低對工人的需求,提升生產線的柔性化和自動化生產能力,已經成為推動工廠無人化發展的內在驅動力。
可以預見,未來RPA機器人可以借助AI實現深度學習,國內工廠也將借助AI加速實現工廠“無人化”的建立。
注:本文選自芯片揭秘,版權原作者所有,如侵犯您的權益,我們將第一時間刪除。