AI para mejorar la calidad de los componentes que se ejecutan ... AI. En resumen, esta es la forma en que STMicroelectronics explora (ST). Para el especialista en semiconductores, que emplea a más de 50,000 personas y tuvo una facturación de $ 17.3 mil millones en 2023, el sujeto obviamente no es nuevo. En particular en una de las dos partes de su actividad, el front-end. O la impresión de circuitos en panqueques de silicio, las obleas.

Esta parte aguas arriba del proceso da como resultado una gran cantidad de etapas, hasta 400 o 500 macroperaciones. "Y con complejidades reales, como los flujos de recepción: la misma oblea puede planchar hasta 40 veces en una máquina dada en diferentes etapas", explica Philippe Vialletelle, experto en fabricación y ciencia de datos dentro del grupo. En esta parte de la actividad, concentrada en fábricas en Francia, Italia y Singapur, los datos que permiten análisis de calidad vienen tantas medidas en muestras como sensores presentes en máquinas de fabricación. "Recolectamos series temporales, así como el historial de mantenimiento, los fluidos o los parámetros de procesos", dice el experto. Sin olvidar las 500,000 imágenes analizadas por la visión por computadora todos los días.

Menos complejidad, más datos

La otra gran parte de la actividad de producción, el back-end, consiste en cortar estas obleas en componentes unitarios, insertarlas en vivienda y probarlas una por una. La mayoría de las veces llevados a cabo en países a bajo costo de trabajo, como Marruecos, India o Malasia, esta actividad genera diferentes restricciones. "Esta vez, haremos medidas en todos los productos al final de la fabricación: 150,000 archivos muy ricos se elevan todos los días. Además, al comienzo del back-end, las obleas se cortan en pequeños piezas, por lo que debemos mantener los enlaces entre estas unidades y los panqueques de los cuales vienen", explica el experto, que se expresó en Big Data & Ai Paris, un lune que estaba en octubre y 16 y 16 ATSE. Incluso si el retroceso tiene un flujo más lineal y menos complejo, con solo veinte etapas, que aguas arriba, por lo tanto, genera más datos.


Philippe Vialletelle, experto en fabricación y ciencia de datos dentro de stmicroelectronics: "Estamos manipulando tantas dimensiones que, sin expertos, los datos no son interpretables".

Para poder ofrecer una trazabilidad total, lo que hace posible volver a un defecto anotado al final del back-end, a una posición en una oblea determinada y los procesos de fabricación asociados, Stmicroelectronics ha desarrollado una capa semántica. "La cuestión de mejorar la calidad es crucial en nuestro sector, nuestros componentes están integrados en satélites o en automóviles", dice Philippe Vialletelle. Debemos dominar toda la cadena de fabricación y las interacciones que ocurren allí, especialmente porque la delicadeza del grabado de los componentes disminuye, los fenómenos que podríamos ignorar antes ya no puede ser. »»

El trapo probado para el soporte de diagnóstico

Comenzó hace más de tres años, este proyecto le permite navegar por múltiples datos, tanto desde el frente como desde el fondo: pruebas de muestreo, datos de ensamblaje, materiales utilizados, fluidos, datos de máquina, pruebas finales ... mientras hacen malabares con las complejidades inherentes a un grupo grande, todos los sistemas internos de la compañía que no usan los mismos estándares. Durante la producción, esta capa semántica ingiere aproximadamente 2 millones de archivos por día de más de 200 fuentes de información y 1,500 puntos de extracción.

Stmicroelectronics ahora estudia el interés del RAG (generación de recuperación aumentada) para la búsqueda de las causas raíz de un defecto. "Manipulamos tantas dimensiones que, sin expertos, estos datos no son interpretables", subraya Philippe Vialletelle. De ahí el deseo de extraer de la base documental interna "para guiar el análisis de jóvenes ingenieros". Porque, sobre el tema, el Grupo Franco-Italiano ve a su población de 400 a 500 ingenieros especializados envejeciendo. Y, por lo tanto, se encuentra enfrentado a un problema de mantener habilidades. Por lo tanto, la Compañía prueba la solución Sinequa para brindar apoyo para el diagnóstico del trapo. "La solución sigue siendo experimental en esta etapa", enfatiza el experto. Para funcionar mejor, necesitamos consolidar nuestras bases de conocimiento. »»