行业新闻 (News) 芯片封装主页/ 行业新闻 / AI会来测试行业吗?
< 返回列表

AI会来测试行业吗?

Elon Musk 警告我们 AI快速采用(AI),机器学习(ML)或专家系统的潜在危险,人工智能今天在今天的新闻中。科幻小说已将机器智能纳入故事,例如“ 终结者”系列电影中的天网 ,2001年的HAL 9000:太空漫游 ,或冷酷的巨像巨像 。 

这不仅仅是遵循一个自动流程图。这是一个需要正常的条件,有些需要,一些判断,历史上来自一个人。我在这里有角色吗?我找到了许多公司关于他们的人工智能的努力以及他们如何看待未来。 

2001年:太空漫游以一台智能电脑HAL 9000为特色,成为Discovery One的机组人员之一。这是人工智能转向邪恶的众多假设例子之一。现代HAL可以告诉测试工程师,“对不起戴夫,我不能那样重新排序测试序列。“?

我通过询问一些具体问题来启动讨论:

  • AI是否适用?
  • 是否有今天使用AI的产品或服务?
  • 将来是否会有使用AI的产品?
  • 如果是这样,哪些应用最有前途?
  • 您认为提供AI产品和服务的商业模式是什么?
  • 您今天提供哪些AI产品和服务?

它来自缺乏回应.Sétal公司只是说他们没有努力,或者至少在任何关于恋物癖舒服的讲话中都没有。在测试中是主流,至少还没有。 

根据我收到的回复,我确实看到了一个重要的相关性:半导体测试行业似乎有望追求AI。 

他们认为人工智能在两个领域的应用前景:客户生产经济性和整体设备效率,以避免意外停机。“两者都将为我们的客户带来价值虽然今天使用自适应测试以基于规则的方式执行测试优化,但他们在这里看到人工智能的繁荣优势。“我们看到减少”在10%到15%的测试时间内。“ 

这将使更多的测试能够恢复略微好的模具。结合AI燃料的自适应测试,这可以具有报告的优势。 “通过收益率恢复方法,平均测试时间得到优化,收益率得到恢复,预计产品盈利能力提升超过30%是合理的,”Hutner和Zhang说。 

Optimal + ,一家为半导体和电子公司提供端到端产品分析解决方案的公司,现成的系统,离线数据分析工具的现成产品,因为客户组织中每个客户的基础设施。公司技术研究员。 

找到晶圆上地理产量问题的根本原因是部署AI的应用之一。图像来源:Optimal +

Schuldenfrei指出,在用于半导体制造制造的AI软件产品中使用具有相似地理特征的晶圆组或识别确定根本原因的失败是最佳的。 Schuldenfrei说:“我们使用人工智能来识别PCB中的裂缝。”人工智能还用于预测昂贵或破坏性工艺步骤的结果,例如老化,以便可以跳过零件预计将通过。 

Schuldenfreis为人工智能带来了前景。“随着芯片,电路板和产品的复杂性不断增长,人工智能是在制造,制造,装配和测试过程中处理大量数据以找到相关要点的关键组件。随着电子设备在自动驾驶汽车等关键任务应用中变得越来越有价值,质量和可靠性要求将推动人工智能的重大投资,以识别制造过程中潜在的不良部件并防止其被使用。 

从长远来看,Schuldenfrei预测数据科学家的商业模式可以通过在第三方平台(例如Optimal +)上部署这些模型来将其模型货币化。例如最佳。分析,制造和测试优化,以涵盖整个生命周期分析,他称之为“圣杯”。 

Ro击中英特尔工程总监米塔尔,写了一篇关于英特尔在机器学习改进生产中使用机器学习EDN的说明。他说,“我们描述了aa,有基于人工智能的产品。但半导体公司真的使用AI吗?使用机器学习算法结合误差补偿,可以在制造测试期间从常规测量的参数导出预测值。可以使用预测值进行预测值。还可以检测组件或过程变化发生的质量偏移,因为它与早期研发DVT测试得出的固定规范无关。“ 

传统的电子制造产品具有高品质,很容易想象为什么半导体制造业首先采用机器学习的方式进行测试。半导体制造是不同的 - 过程就是一切,包括“零件”的创造。实现高产量是多维优化的挑战,其他一些是过程的一部分一个有用的工具。 

图像来源:Bloody Controls。此图像的源代码:Bloomy Controls。

给我看看:Bloody在创建功能测试和数据采集系统方面有着丰富的历史。给我看看Bloomy目前使用的。那么,传统的电子制造呢?严格来说,基于规则的系统并不是人工智能系统。然而,它们基于优化生产功能测试系统的算法。他认为人工智能是一种有助于故障排除的未来技术。有助于实现许多相同的结果。他们在技术人员解决和打开复杂的电子组件时给予了见解和建议。问题是,AI系统的AI系统除了基于规则的系统之外有什么优势? 

从我自己的角度来看,这也是一种金融权衡取舍。毕竟,如果收益率足够高,是推理问题或许,但答案是非常情况化的。直接资源来修复非工作组件? 

那么,回到“对测试行业会有人工智能吗?”的问题,我的答案对于半导体行业来说是肯定的。已有产品和成熟的结果。对于研发或制造领域的传统电子测试系统,回答有一点是肯定的,所有这些工具都没有替代它们。工程师不必担心机器会占用他们的工作,至少现在还没有。 

他在惠普和安捷伦科技公司担任常规研发和执行管理职务。

· 2019-05-25 07:42  本新闻来源自:edn,版权归原创方所有

阅读:995
  • 联系长芯

    重庆总部:重庆市长寿区新市街道新富大道5号佳禾工业园8栋2层
    电话:023 40819981 (前台)

    深圳办事处:深圳市南山区留仙大道 1213 号众冠红花岭工业南区 2 区 1 栋 1 楼
    电话:0755-26975877 (前台)

    电子邮件:sales@longcore.com

    网址:http://www.longcore.com