Humano

Nature volume 616, páginas 707–711 (2023)Cite este artigo

27 mil acessos

2 citações

523 Altmétrico

Detalhes das métricas

Um dos gargalos na construção de chips semicondutores é o custo crescente necessário para desenvolver processos químicos de plasma que formam os transistores e as células de armazenamento de memória . Esses processos ainda são desenvolvidos manualmente por engenheiros altamente treinados que buscam uma combinação de parâmetros da ferramenta que produza um resultado aceitável no wafer de silício3. O desafio dos algoritmos computacionais é a disponibilidade de dados experimentais limitados devido ao alto custo de aquisição, dificultando a formação de um modelo preditivo com precisão em escala atômica. Aqui estudamos algoritmos de otimização Bayesiana para investigar como a inteligência artificial (IA) pode diminuir o custo de desenvolvimento de processos complexos de chips semicondutores. Em particular, criamos um jogo de processo virtual controlado para avaliar sistematicamente o desempenho de humanos e computadores para o projeto de um processo de fabricação de semicondutores. Descobrimos que os engenheiros humanos se destacam nos estágios iniciais de desenvolvimento, enquanto os algoritmos são muito mais econômicos perto das tolerâncias restritas do alvo. Além disso, mostramos que uma estratégia que utiliza designers humanos com alto conhecimento e algoritmos em uma estratégia humano primeiro-computador último pode reduzir o custo até a meta pela metade em comparação com apenas designers humanos. Finalmente, destacamos os desafios culturais na parceria entre humanos e computadores que precisam ser abordados ao introduzir a inteligência artificial no desenvolvimento de processos de semicondutores.

Os chips semicondutores estão no centro de todos os sistemas de inteligência artificial (IA) do mundo, operando em estados digitais 0 e 1 definidos por transistores de tamanho nanométrico e células de memória. A fabricação desses dispositivos em miniatura em pastilhas de silício é um processo de fabricação complicado que envolve centenas de etapas de processos especializados, quase metade das quais requer processos químicos complexos de plasma, como gravação e deposição3. Ironicamente, o desenvolvimento destes processos críticos que permitem a IA ainda é feito por engenheiros de processos humanos que utilizam a sua intuição e experiência, muitas vezes recorrendo à tentativa e erro. A aplicação da IA ​​à engenharia de processos para a criação de novos chips é de interesse geral, uma vez que a automatização desta atividade poderia evocar cenários da chamada 'singularidade', nos quais a IA efetivamente aprende a construir mais de si mesma4,5.

A IA tem muitos exemplos de algoritmos de computador que superam os humanos em tarefas complexas, como jogar jogos de tabuleiro como xadrez e Go6,7. Porém, nesses casos, o computador toma decisões somente após treinar ou gerar uma grande quantidade de dados baratos. Por outro lado, a coleta de dados de processo em wafers de silício é cara: mais de mil dólares por experimento para o wafer, operação de equipamento de plasma e microscopia eletrônica. Conseqüentemente, os engenheiros normalmente desenvolvem processos de semicondutores testando apenas cerca de cem - entre potencialmente muitos trilhões de - diferentes combinações de parâmetros de plasma, como pressão, potências, fluxos de gases reativos e temperatura do wafer. Ao contrário dos jogos de tabuleiro, que têm regras claras, os sistemas de reatores de wafer são governados por um número inestimável de interações físicas e químicas microscópicas entre o material do wafer, as espécies de plasma e as partes do reator8,9. A ausência de dados suficientes em uma região específica de interesse dificulta a formação de modelos computacionais com precisão em escala atômica, conhecido como “pequeno” problema de dados10. Assim, o desafio que representamos para a IA é reduzir o custo até o objetivo (ou seja, minimizar o número de dados necessários a serem coletados) do desenvolvimento de um processo semicondutor em relação a um engenheiro de processo humano experiente.

Neste trabalho, avaliamos o desempenho de algoritmos de computador em relação a engenheiros de processos humanos experientes, focando em um cenário em que um computador não treinado tem acesso apenas aos dados coletados. Inspirados nas abordagens de IA ao xadrez, nas quais agentes de computador competem contra humanos, criamos um jogo de engenharia de processos em que o objetivo de um jogador – humano ou um algoritmo de computador – é desenvolver um processo complexo com o menor custo até o alvo. Operar tal competição usando wafers reais seria caro e impraticável devido à variabilidade descontrolada dos wafers recebidos, da metrologia e dos equipamentos de processamento que dificultariam a interpretação dos resultados. Para superar essas dificuldades práticas, operamos a competição em uma sofisticada plataforma virtual que permite benchmarking dos participantes no mesmo espaço de processo.