少量多品種でも半導体の製品不良を高精度に検知できるAI:FAニュース
東芝は、半導体の製品不良を高精度に検知するAIを開発した。各製品のデータが少なくても複数製品のデータを1つの品質データとして統合して解析し、不良を高精度に分類するため、少量多品種の半導体製造における製品解析を効率化する。
東芝は2020年6月9日、少量多品種の半導体製品の製造で発生する不良を早期に発見するAI(人工知能)を開発したと発表した。
今回開発したAIは、異なる品質データの特徴量を共通に扱う「製品またぎ処理」により、個々の製品データが十分に得られなくても、複数製品のデータを1つの品質データとして統合する。機械学習のためのデータ量が増えるため、不良を高精度に分類できる。
公開データを用いた実験では、少量製品を含む44品の品質データを共通に扱い、大規模な統合データの一部として分類できた。全製品の分類精度は、データ量の増加によって75.3%から83.3%に、少量製品は分類精度が最大で50.0%から87.5%に向上した。
統合品質データの分類結果を、製品ごとに集計して可視化すれば、複数種類の製品に共通して発生する不良が何か、製品にどのような不良が発生しているかを確認しやすくなり、これまで人手に依存していた不良監視作業を自動化できる。
開発したAIを、東芝デバイス&ストレージグループの半導体工場に適用したところ、1日あたり1人で約4.2時間かかっていた不良解析作業が30分に短縮した。同社は今後、多品種の半導体を少量製造する際の品質検査を効率化すべく、社内外の半導体工場に同AIを適用していく。
AIで高精度に製品不良の自動検知をするには大量のデータが必要となるが、製品の種類が多い場合は、各製品の分類結果を確認する回数が増えて分析作業が煩雑になる。また、少量を製造する場合は品質データも少なくなり、分類精度の低下が課題となる。そのため、少量多品種を生産する半導体工場では、自動分類のためのAI導入が困難になっていた。
関連記事
- 学習なしでキズを抽出、外観検査自動化に貢献するAI機能搭載画像処理システム
オムロンは2020年6月29日、製造現場における外観検査の自動化に貢献するため、「キズ抽出」と「良品判定」の2つに特化した学習済みAI機能を搭載した画像処理システム「FHシリーズ」を同年7月1日から発売すると発表した。 - “人をお手本にするAI”は製造現場に何をもたらすのか
協働ロボットなど機械が人と共に働く場面が増える中で、円滑に人と協調する能力が機械にも求められるようになっている。これらの要望に応えるため、三菱電機では「人と協調するAI」を開発した。同技術により得られる価値や狙いについて、開発陣に話を聞いた。 - 人工知能は製造現場でどう役に立つのか
人間の知的活動を代替するといわれる人工知能が大きな注目を集めている。ただ、製造現場で「使える」人工知能は、一般的に言われているような大規模演算が必要なものではない。「使える人工知能」に向けていち早く実現へと踏み出しているファナックとPFNの取り組みを紹介する。 - 半導体露光機で日系メーカーはなぜASMLに敗れたのか
法政大学イノベーション・マネジメント研究センターのシンポジウム「海外のジャイアントに学ぶビジネス・エコシステム」では、日本における電子半導体産業の未来を考えるシンポジウム「海外のジャイアントに学ぶビジネス・エコシステム」を開催。半導体露光機業界で日系企業がオランダのASMLに敗れた背景や理由について解説した。 - ナノスケールのちりの影響を抑制、半導体製造装置が目指すIoT活用
「SEMICON Japan 2016」のIoTイノベーションフォーラムで登壇した東京エレクトロン執行役員の西垣寿彦氏は、半導体製造における“ちり”の管理と、IoTを使った生産性向上の取り組みについて紹介した。 - 72台の装置を半日で稼働、日本発「ミニマルファブ」が変える革新型モノづくり
産総研コンソーシアム ファブシステム研究会などは「SEMICON Japan 2016」で、「ミニマルファブの開発成果を発表。同研究会などが推進するミニマル生産方式による製造装置「ミニマルシリーズ」72台を設置し、半導体製造工程のほとんどをカバーできるようになった成果をアピールした。
関連リンク
Copyright © ITmedia, Inc. All Rights Reserved.