近年來，以深度學習為代表的人工智能技術突飛猛進，但具體到應用落地卻並非易事。近日，高科技創新團隊聚時科技通過向“工業視覺領域的珠峯”發起挑戰，成功將深度學習技術應用於工業高端製造，為國產智能裝備“擦亮了眼睛”。
目前，其自主研發的機器視覺檢測系統，已成功應用於半導體後道領域的缺陷檢測與質量控制，並在生產中得到有效驗證。這意味着，在半導體先進檢測設備領域，我國將進一步擺脱國外技術壟斷的限制，半導體高端製造領域的國產智能裝備也將步入自主創新、快速替代的快車道。
芯片製造，究竟難在哪？
芯片是所有整機設備的“心臟”，被喻為國家的“工業糧食”。以芯片為代表的半導體先進製造與封裝，一直被視為高端製造的“兵家必爭之地”，是國民經濟和社會發展的戰略性、基礎性和先導性產業。然而由於原始創新能力的缺失，我國半導體制造水平一直落後於國外，多年來承受着“缺芯”之痛。
近年來，深度學習技術的突飛猛進，引來了前所未有的關注。同時，中國在人工智能領域的進步有目共睹。如何應用深度學習這一“最酷”的技術來提升我國高端製造水平，成為學術界和工業界共同關注的焦點。
“半導體制造，本身就是一個質量控制的過程。”聚時科技創始人amp;CEO鄭軍博士介紹，廣義的半導體制造一般分為設計、製造、封裝測試等環節，在製造與封裝測試環節中，工藝質量檢測與控制尤為重要。“尤其是質量檢測與良率控制，貫穿了半導體高端製造的整個生命週期，是核心中的核心。”
指尖大小的芯片上，密佈着成千上萬條電路。在半導體制造這一“納米級”的生產工藝中，人工所能發揮的力量極其有限，嚴重依賴機器視覺。
機器視覺被認為是工業生產的“眼睛”和“大腦”。然而由於算法複雜、精度高、實時性強等特性，半導體領域中的機器視覺是AI應用中最難突破的領域之一，也被稱為是“工業視覺領域的珠峯”。
而深度學習，正好極大地拓展了機器視覺的邊界。
用“有意思的技術”做“有意義的事情”
“用深度學習和複雜機器視覺提升質量檢測與控制水平，對半導體高端製造而言，具有重要意義，是剛需中的剛需。”鄭軍告訴記者，有效的缺陷檢測、缺陷分析、良率控制、良率提升、質量提高、成本控制，每個環節都決定了半導體制造與封測廠商的市場競爭能力，是行業的核心命脈。
“產業窗口打開了，陽光照射進來。我多年的一線工作經驗和感受是，今天中國大型製造業客户對質量的要求、對先進技術的渴望，其實已經超越了歐美。”鄭軍坦言，在2018年公司創立前後，團隊密集調研走訪了30多家大型製造企業的車間與生產線。在調研中，他們深刻感受到將深度學習和計算機視覺應用於高端製造的剛需，深刻感受到中國製造的龐大基數。市場洞察力來自於生產一線的深度調研分析。
一羣來自貝爾實驗室、谷歌大腦、西門子、華為等一流研發機構的“發自內心熱愛深度學習”的人，聚集在聚時，致力於用最酷的AI技術解決中國製造中的難點場景問題。
歷時一年多的深度聚焦，聚時科技自主研發的深度學習驅動的半導體後道缺陷檢測與ADC(缺陷自動分類)系統，2019年9月在中國最大的半導體引線框架製造商生產線上投入使用，目前已成功投產使用多月，性能得到了有效驗證。
該系統具備複雜缺陷識別檢測能力，同時具備國外設備所沒有的複雜機器學習分析、量化檢測、產品遷移的創新實用功能。“檢測準確性等部分指標達到國外設備的十倍，比如在極低或零漏報下，誤報率由50~60%降到了5%以內。與國外設備對比，該設備具有領先一代的智能化優勢。”鄭軍表示。
在談到為何會選擇AI應用中最難的工業方向、又選擇了工業中最難的半導體場景作為突破口時，鄭軍表示，“與時間賽跑，聚時科技一直強調，要用最有意思的技術去做最有意義的事情。做最難的事情，往往才最有價值。”
“跨界”團隊，從“壟斷”中尋找機遇
鄭軍告訴記者，半導體產業中所應用的高端檢測尤其是機器視覺系統，包括核心的複雜視覺算法、工業軟件、核心設備等一直被國外廠商尤其是少數幾個半導體行業專用廠商壟斷。
而這些廠商，大部分也在延續傳統技術範式，有待技術革新。當遇到全新複雜場景，這些壟斷產品的適應性包括檢測能力仍然存在問題。當然，部分廠商也在嘗試推出深度學習與機器學習的產品，但駕馭起來並不容易。
“隨着待檢產品多樣性和工藝複雜性的增加，部分主流進口設備，適應力與檢測能力不一定能跟上半導體尤其是後道先進封裝等環節的迭代節奏。對質量管理而言，缺乏有效洞察力分析，缺乏數字化閉環管理。常見的是，一台檢測機器後面還需要4~6個質檢工人再用顯微鏡觀察，進行二次複檢，遠無法形成數字化、自動化的質量管理閉環，而這又是工業4.0與智能製造的核心。”鄭軍描述到。
“越有壟斷，越有機遇。”在鄭軍看來，工業AI的落地挑戰，在於生產需求端的深度理解與技術供給端的核心創新，兩者要做到深度融合。
鄭軍認為，在難度海拔8000多米的半導體“工業珠峯”這樣的高度上，落地之路並不容易，也不偶然。除了核心技術攻關能力，場景快速適配和理解、產品跨界閉環打造能力都是核心，缺一不可。
“在某種程度上，工業場景越複雜、難度越大，聚時科技產品的AI技術優勢越明顯。關鍵也在於精準適配場景。”鄭軍表示，聚時科技擁有一個“跨界”團隊，AI、機器人、機械控制方向的博士眾多，具有豐富的AI產品化與工程化經驗。目前，公司在深度學習與機器學習、計算機2D/3D視覺、工業軟件、打光成像、智能機械控制等領域，已經佈局核心技術專利40餘項。
結合大型客户的實際場景需求，在半導體領域，聚時科技聚焦平台化開發，研發了複雜視覺檢測、晶圓及後道複雜ADC分析、通用芯片3D檢測等系統產品。除半導體之外，聚時科技還在光伏新能源、汽車精密製造、重型機械AI控制等領域，實現了眾多的工業AI創新落地。
“新基建”引領，智能製造駛入快車道
當前，隨着國家“新基建”政策的引領落地，人工智能與智能製造正在以前所未有的速度駛入快車道。
聚時科技AI產品在半導體高端製造領域的落地也進一步驗證了：如果採取正確技術路線並攻堅創新，務實研發行業產品，駕馭並有效應用AI技術，半導體這樣場景的高端製造水平可以被有效提升。在“技術攻堅 痛點場景”精準匹配的基礎上，以深度學習為核心的AI會煥發巨大的生產價值。
“在中國產業升級的大背景下，AI與智能製造相結合，發展前景激動人心。”在鄭軍看來，對於製造業而言，AI具有強大的“戰鬥力”和“生產力”，關鍵是如何洞察結合一線生產需求，有效釋放AI技術紅利。
“少談趨勢概念，多講解決問題。AI落地，需要有以解決問題為驅動的反推思維。”鄭軍表示。聚時科技通過先行一步，撕開了一個創新的口子、做了一個有益的探索，對於人工智能在高端製造領域落地有一定的指導意義。
相信工業AI的魅力、創新力與生產力正在逐步釋放，前景可期。(實習生 金雨思)