「AIが出した結果の精査に数日かかる」という課題を解決 東芝と統数研が不良原因解析AIを開発：現場技術者の知見を反映可能に

東芝と情報・システム研究機構の統計数理研究所は、半導体工場などに向けた不良原因解析AI「Transfer Lasso」を共同開発した。従来、数日かかっていた解析結果の精査が1日で済むようになるという。

[＠IT]

　東芝と情報・システム研究機構の統計数理研究所（統数研）は2020年12月10日、半導体工場など製造現場における不良原因を解析するAI（人工知能）「Transfer Lasso」（Transfer Least absolute shrinkage and selection operator）を共同開発したと発表した。このAIは、現場技術者の知見を反映することで従来数日かかっていた「解析結果の精査」を1日に短縮できるとしている。

東芝と統数研が開発した不良原因解析AI「Transfer Lasso」の概要（出典：東芝）

「AIが出した結果の精査に数日かかる」という課題を解決

　半導体の製造現場は、製造装置の経年変化やメンテナンスによる装置の状態、納入される材料の特性変化などによって製品の品質は日々変動する。定期的に品質を監視する必要があるが、多くの工程や製造装置が複雑に連携しているため、監視データは膨大になる。

　大規模な監視データから品質に影響する原因を自動的に抽出する手法に「Lasso」（Least absolute shrinkage and selection operator）がある。だが、この手法にはデータに含まれるノイズの影響で前回と本質的な変化がない場合でも解析結果が変わってしまうという課題があった。現場技術者の知見による解析結果と異なるため、解析結果の精査に数日かかっていた。

Lassoによる不良原因解析の課題（出典：東芝）

　Transfer Lassoは、現場技術者が過去に精査した製造プロセスの知識や物理的な法則といった知見を反映することで「解析結果の精査のやり直し」を不要にする。取得した監視データの傾向の変化を検知して、前回の解析結果から変化があるときのみ原因を提示するため、前回と同様の結果の場合は作業そのものを省略できる。

前回解析結果を基に変化があるときだけ原因を提示する（出典：東芝）

　東芝と統数研は「差分に注目することで、データに含まれるノイズの影響を受けにくくなり、膨大なデータの中から本質的な原因を高精度で安定的に提示できる」としている。