מאת ד"ר בעז כהן 

12 ינו, 2022

אפלייד מטיריאלס היא אחת היצרניות הוותיקות ביותר של כלי בדיקה ומטרולוגיה המבוססים על ראיית מכונה לשוק המוליכים למחצה. לכן, כמובן שתחום הבינה המלאכותית אינו חדש עבורנו: באפלייד מטיריאלס יישמנו יכולות AI מהיום הראשון. אבל השיטות, היכולות והביצועים של רכיבי בינה מלאכותית משתנים עם הזמן. בשנים האחרונות תחום הבינה המלאכותית עובר מהפכה משמעותית. היא נובעת מההתעצמות הדרמטית בכוח המחשוב, מהזמינות ההולכת וגוברת של דאטה בהיקפים אדירים, ומהפרדיגמות המודרניות של למידת מכונה ולמידה עמוקה. בתחומי הליבה של אפלייד — זיהוי מבוסס-ראייה, פילוח, וסיווג — מתודולוגיות AI חדשות, ובמיוחד פתרונות מתקדמים של Convolutional Neural Networks (ובקיצור - CNN), עולות בביצועיהן באופן משמעותי על ביצועי ראיית מכונה מסורתיים (CV) ועל למידת מכונה מבוססת תכונות (ML). ברוב המקרים, הביצועים של השיטות החדשות הללו עולים גם על היכולות האנושיות.

אלו זמנים מרגשים עבורנו. מהפכת ה-AI רלוונטית לכל התחום של ראיית מכונה, ובמיוחד לעולם המוליכים למחצה. על ידי אימוץ המהפכה הזו, זיהוי ההזדמנויות הרלוונטיות, והתאמה מהירה של יישומי בינה מלאכותית חדשניים לטכנולוגיות של אפלייד אנו מחזקים את מעמדנו כמובילי טכנולוגיה עולמיים. 

הפתרונות שאנו מציעים כיום ושמבוססים על חוד החנית של הבינה המלאכותית לא רק מייצרים עבור הלקוחות שלנו ביצועים טובים יותר, אלא מספקים גם שימושיות טובה יותר ומגיעים מהר יותר לשוק. השימושיות המשופרת מושגת בזכות היכולת של לקוחות לכוון יכולות על ידי תיוג דאטה בשפת הדומיין שלהם, במקום על ידי ניסיון לכוונן מספר עצום של פרמטרים לא ברורים, כפי שדרש הדור הקודם של פתרונות הבינה המלאכותית. מחזורי הפיתוח הקצרים יותר מבטיחים הגעה מוקדמת של המוצרים לשוק, שכן המודלים של הבינה המלאכותית מאומנים באתר באמצעות נתוני לקוחות אמיתיים המשקפים באופן טבעי את הצרכים המדויקים של הלקוח.

מהפכת הבינה המלאכותית מאפשרת לאפלייד מטיריאלס, אם כן, לייצר ערך גבוה יותר עבור לקוחותיה: יצרניות השבבים המובילות בעולם. אולם היא גם מחייבת אותנו לשנות באופן מהותי את הדרך שבה אנו מפתחים את המוצרים שלנו.

שליטה בתחומים טכנולוגיים חדשים

מטבע הדברים, אנחנו לא היחידים שמבינים את הפוטנציאל של הבינה המלאכותית לשנות את תעשיית המוליכים למחצה: גם המתחרים שלנו וגם כמה מהלקוחות החשובים שלנו מחפשים דרכים לנצל את ההזדמנויות החדשות האלה. אחד האתגרים העיקריים שלנו הוא לבדל את הפתרונות שלנו בהשוואה לאלה של המתחרים שלנו, בדרכים שיספקו ללקוחותינו ערך בר קיימא. כדי לספק פתרונות מובחנים ובני קיימא אנו שואפים לנצל אבני בניין של בינה מלאכותית בדרכים חדשניות וספציפיות לתחום, ולפתח פתרונות סינרגטיים המסתמכים על שילוב של כמה מהכלים שלנו.

לכל אחד מהכלים של אפלייד מטיריאלס יש מרחב יישומים משלו, זרימות אלגוריתמיות פנימיות, ומודולים שנועדו לעמוד בדרישות המוצר. אולם כדי לאפשר את השימוש ביכולות הבינה המלאכותית החדישות ביותר אנו נדרשים להחליף מודולים קיימים ולהמציא מחדש מנגנונים שלמים שיאפשרו לנו לעמוד במפרטים אגרסיביים. 

יכולות ה-AI החדשות פותחות כמובן את הדלת לפיתוח יישומים נוספים של הכלים הקיימים שלנו. אבל בנוסף להזדמנויות החדשות והמגוונות בכל אחד מהכלים שלנו, אנו מקדמים גם פתרונות AI המבוססים על קישוריות ושיתוף נתונים בין כלים שונים (כלי בדיקה, מטרולוגיה, ותהליכים). התפיסה הזאת מאפשרת לנו להתגבר על מגבלות הבדיקה והמטרולוגיה הנוכחיות על מנת לאפשר ללקוחותינו לזרז את זמני הפיתוח שלהם ולספק בקרת תהליכים הדוקה יותר בייצור בנפח גבוה.

כדי למקסם את שלל היכולות האלה, עלינו להתמודד עם שורה של אתגרים. טיפול בנתונים (היכולת לאסוף, לתייג ולתחזק את הדאטה ביעילות) ובניית מודלים של בינה מלאכותית הן באפלייד מטיריאלס והן באתרי הלקוחות דורשות חומרה ייעודית ומערכת אקולוגית גדולה וחזקה של פיתוח תוכנה. עבור כל מוצר, אנו נדרשים לשנות יכולות הקשורות ליצירת המתכונים, עיבוד התמונה ויצוא הנתונים. כמו כן, אנו נדרשים לייצר את הטכנולוגיה שתתמוך בשיטות חדשות לפיתוח אלגוריתמים, המבוססות על ארכיטקטורות AI מודרניות, נתונים מאסיביים והיקפים אדירים של בדיקות. לשם כך הקמנו כמה צוותי פיתוח רב-תחומיים, שתפקידם הוא להטמיע את התחומים החדשים האלה בכל מחלקות החברה כדי לאפשר פיתוח יעיל של יכולות AI מובילות שישמרו את מעמדנו כמובילי שוק למשך שנים ארוכות קדימה.