據(jù)我所知，在某知名電商舉辦的大數(shù)據(jù)推薦商品人工智能算法比賽中，如果推薦準(zhǔn)確率在10%以上，就可以拿到冠軍，但10%的準(zhǔn)確率，在工業(yè)應(yīng)用中絕對不能接受。工業(yè)里的人工智能必須利用算法告訴用戶，設(shè)備是不是真的要壞了需要檢修，如果預(yù)測準(zhǔn)確率只有10%，那還不如去做定期保養(yǎng)與定期維護(hù)。所以，這兩點(diǎn)我想強(qiáng)調(diào)的工業(yè)和互聯(lián)網(wǎng)應(yīng)用的最大區(qū)別。

回到半導(dǎo)體，半導(dǎo)體是NI今后的幾大重點(diǎn)方向之一。半導(dǎo)體產(chǎn)業(yè)非常復(fù)雜，上游有原材料，半導(dǎo)體主要用硅片，面板廠可能用玻璃片，原材料之后就是設(shè)計(jì)、制造與封測，半導(dǎo)體設(shè)計(jì)、制造與封測的每一環(huán)節(jié)都有很多玩家，也有英特爾這樣設(shè)計(jì)、制造、封測全部覆蓋的廠商，我們稱之為IDM（整合元件制造商）。

人工智能到底可以給半導(dǎo)體行業(yè)哪些玩家?guī)硎裁礃拥暮锰帲拷酉聛砦蚁Ｍo大家來做一些介紹。

對于半導(dǎo)體來說，不管封測廠還是晶圓廠，最關(guān)心的只有兩點(diǎn)，首先是提升制造過程的良率，然后在保證一定良率情況下如何減少測試時(shí)間，從而縮短上市時(shí)間，讓產(chǎn)品上市更加及時(shí)。

物聯(lián)網(wǎng)思維讓芯片更新?lián)Q代周期越來越快。幾年前還想不到共享單車這么普遍，其實(shí)所有共享單車?yán)锩嬉灿幸粔K物聯(lián)網(wǎng)芯片。出現(xiàn)這么多共享單車，對芯片制造廠家和半導(dǎo)體上下游廠家來說，減少測試時(shí)間是最重要的一個(gè)考核點(diǎn)，怎么用人工智能提升良率或者減少測試時(shí)間，這是所有半導(dǎo)體廠家都關(guān)注的問題。

但是半導(dǎo)體制造又有和其他行業(yè)很不一樣的地方，與其他行業(yè)相比，半導(dǎo)體設(shè)備最昂貴，也最復(fù)雜。一個(gè)12寸晶圓廠，要通過化學(xué)、物理的變化，在極為狹小的空間里面，能夠生成出這么多的電路，對于設(shè)備的要求顯然非常高。在半導(dǎo)體制造領(lǐng)域，晶圓廠里面用的很多設(shè)備都是數(shù)百萬美元起的價(jià)格。這些設(shè)備通常只是完成一個(gè)工序，比如曝光或者化學(xué)沉積過程等，半導(dǎo)體有十幾個(gè)這樣的工序，需要十幾臺不同的機(jī)器。而且還有一點(diǎn)，制造過程要求也最高，半導(dǎo)體制造環(huán)境需要無塵無菌，任何外來雜質(zhì)都會影響到良率，所以進(jìn)晶圓廠要穿專用工作服。

還有一點(diǎn)，半導(dǎo)體制造里數(shù)據(jù)量在整個(gè)工業(yè)領(lǐng)域是數(shù)一數(shù)二。近幾年由于芯片工藝向前演進(jìn)到10納米級別，半導(dǎo)體制造過程的數(shù)據(jù)爆炸式增長，以上是區(qū)別半導(dǎo)體和其他行業(yè)非常重要的幾個(gè)特點(diǎn)。

所以在半導(dǎo)體生產(chǎn)中實(shí)施人工智能與機(jī)器學(xué)習(xí)是最具有挑戰(zhàn)的事情，我剛才提到，半導(dǎo)體設(shè)備非常昂貴，也非常復(fù)雜，潛在的故障模式也最多，一臺設(shè)備可能有數(shù)百種故障模式，對高鐵來說可能最重要的就是軸承，一個(gè)軸承有4種潛在故障模式，但半導(dǎo)體制造則完全不一樣。作為半導(dǎo)體廠商，當(dāng)然希望人工智能將這數(shù)百種故障模式都能預(yù)測，提前告訴用戶哪里可能會出問題。

其次，制造過程是動(dòng)態(tài)變化的，因?yàn)橹圃飙h(huán)節(jié)有化學(xué)變化，所以制造設(shè)備中會有一些易損件或消耗品，會因?yàn)橹圃旃に嚥煌兓?

第三，數(shù)據(jù)量很大。但數(shù)據(jù)量大并不意味著一定就能夠帶來人工智能，如何獲取高質(zhì)量數(shù)據(jù)這也是非常重要的過程。所以在傳統(tǒng)工業(yè)人工智能的場合，大量時(shí)間會花在數(shù)據(jù)上面，而不是算法上面。