应用人工智能(AI)技术、通过实时测量薄膜厚度与折射率从而实现快速精确测量的国际标准已经提出。
科学技术联合研究生院大学(UST)27日表示,由UST—韩国标准科学研究院(KRISS)学院이준영硕博连读生为第一作者、陈钟汉教授(UST精密测量专业负责教授、KRISS首席研究员)为通讯作者参与的《利用人工神经网络算法测量薄膜厚度及折射率》研究论文,已刊登于国际计量局(BIPM)主办的计量标准领域最具权威的学术期刊《Metrologia》。
半导体芯片内部薄膜(thin film)越能按设计值均匀形成,品质越高,一旦厚度出现偏差就必须全部废弃。因此在尖端半导体及显示产业中,为确保品质和良率,薄膜厚度与折射率的实时测量成为焦点,但目前根据条件不同,测量时间较长、效率可能较低。将人工智能(AI)技术应用于解决这一问题,预计可实现快速而精确的测量。
研究团队为测量薄膜厚度与折射率,利用经过最高水平严格测量、已知结果值的样品“薄膜认证标准物质(CRM·Certified Reference Material)”,验证了自主开发的人工神经网络算法,并按照国际计量局的标准完整评估了测量不确定度。
这是从科学角度分析并给出“人工智能可以信赖到何种程度”的成果,也是全球首个利用人工神经网络算法提出计量标准的案例。
此前人工神经网络因难以了解其产生结果值的内部过程、难以准确测定精度,存在可信度问题,在测量研究领域未获得应用认可。
此次研究结果表明人工智能可以有意义地应用于物理量测量,因此获得学界高度评价。
《Metrologia》的审稿人表示“研究提出人工神经网络算法可以成为计量学领域新的、可信赖的工具”,在创造性、可靠性、引领性方面给予好评。
从产业界需求角度看,其未来价值也很大。目前测量薄膜厚度时采用的是基于模型的分析方法,即针对元件上的一个点测量该点的折射率和厚度。眼下使用该测量方法并无问题,但随着未来半导体及显示产业高度化,需要以线、面等大尺度精确测量薄膜厚度,届时利用人工神经网络进行测量的需求预计将增加。
此次研究是超越特定专业领域的多方努力汇聚而成的成果:学生将AI技术应用于计量标准的兴趣与研究构想,为实现该构想而在UST—韩国电子通信研究院(ETRI)学院修读AI专家教授课程,利用国家计量标准机构KRISS的薄膜认证标准物质及尖端基础设施,以及国内测量研究(光学)最高专家指导教授的指导。
이준영同学表示:“能够把我感兴趣的AI技术应用于测量领域,这一成果意义深远,感谢给予我诸多建议和指导的教授。”并称“随着未来半导体产业高度化,本次研究成果的应用有望进一步扩散”。
指导教授陈钟汉表示:“这是把一般研究生院无法接触的计量标准技术与AI技术结合而诞生的UST独有的融合学术成果”,“此案例作为今后激活多学科研究的灵感范例意义重大”。
UST是韩国科学技术情报通信部直属的理工科特色研究生院,赋予30个国家研究机构教育职能,学生利用一般大学难以使用的大型、超精密研究设备开展研究,主导性地创造世界级研究成果。目前开设大数据、人工智能(AI)、生物、航空航天、新能源等国家战略领域的42个专业,国家研究所约1.6万名博士级研究员中,约1200余名优秀研究者担任UST教授。






