Tecnología de próxima generación impulsada por IA para la metrología óptica de semiconductores: una revisión

Área de la Ciencia:

• Fabricación de semiconductores
• Metrología
• Espectroscopia óptica
• Inteligencia artificial

Sus antecedentes:

• La metrología convencional enfrenta limitaciones en precisión, velocidad y no destructividad para la fabricación de semiconductores a escala de angstrom y la integración 3D.
• La espectroscopia óptica es prometedora, pero se encuentra con barreras técnicas en entornos de fabricación complejos.
• La necesidad de soluciones de metrología avanzadas e inteligentes es fundamental para la fabricación de semiconductores de próxima generación.

Objetivo del estudio:

• Para categorizar los paradigmas de integración de la espectroscopia óptica de IA: modelado de sustituto avanzado, predicción inversa, redes neuronales informadas por la física (PINN) y arquitecturas de varios niveles.
• Para comparar la eficacia de la espectroscopia óptica de IA con los desafíos de la metrología industrial como el emparejamiento de herramienta a herramienta (T2T) y la caracterización de la estructura de alto aspecto (HAR).
• Identificar cuellos de botella no resueltos para el futuro desarrollo de la metrología inteligente de semiconductores.

Principales métodos:

• Categoría de algoritmos de IA (modelos sustitutos, modelado inverso, PINNs, redes de varios niveles) aplicados a la espectroscopia óptica.
• Evaluación metódica de la eficacia de la aplicación y las limitaciones para cada vía de espectroscopia óptica de IA.
• Estudios de caso de aplicación utilizando el software J-profiler 5.0 para validar las tecnologías de IA en escenarios de metrología industrial.

Principales resultados:

• La fusión de la espectroscopia óptica con IA demuestra una eficacia significativa para hacer frente a desafíos industriales críticos, incluida la correspondencia de herramienta a herramienta (T2T).
• Las tecnologías de IA proporcionan avances tecnológicos para la metrología de semiconductores en la era de la escala de angstrom.
• Los principales desafíos persisten, incluida la veracidad de los datos, los conjuntos de datos insuficientes y los problemas de compatibilidad a escala cruzada.

Conclusiones:

• La integración de la IA y la espectroscopia óptica es fundamental para el avance de la metrología de semiconductores.
• La investigación futura debe centrarse en mejorar la generalización del modelo, optimizar las estrategias de datos y equilibrar el rendimiento en tiempo real con la precisión.
• Abordar los cuellos de botella actuales será el catalizador de la transformación hacia la fabricación avanzada de semiconductores impulsada por la inteligencia.