Yarı iletken endüstrisinde çip üretim süreçlerinin hassasiyeti, nanometre düzeyindeki detayların doğru analiz edilmesini gerektiriyor. Bu kapsamda araştırmacılar, taramalı elektron mikroskobu (SEM) görüntülerinden yüksek doğrulukla kontur çıkarımı yapabilen SegSEM adlı yeni bir yapay zeka sistemi geliştirdi.
Meta'nın geliştirdiği Segment Anything 2 (SAM2) temel modelini özelleştiren bu sistem, optik yakınlık düzeltme (OPC) modellerinin kalibrasyonunda kritik rol oynuyor. OPC modelleri, çip üretiminde ışık kırınımı etkilerini kompanse ederek desenin doğru şekilde aktarılmasını sağlıyor.
SegSEM'in en dikkat çekici özelliği, sadece 60 üretim görüntüsü ile eğitilebilmesi. Geleneksel derin öğrenme yaklaşımlarının aksine, sistemin hibrit mimarisi hem modern yapay zeka tekniklerini hem de geleneksel algoritmaları bir araya getiriyor. Bu sayede güvenilirlik kontrolü sağlanırken, veri yetersizliği durumlarında da başarılı sonuçlar elde ediliyor.
Araştırma ekibi, modelin sadece kodlayıcı bileşenlerini seçici olarak eğiterek veri verimliliğini artırmış. Bu yaklaşım, sınırlı veri setleriyle çalışan endüstriyel uygulamalar için yeni bir metodoloji sunuyor.
SegSEM'in başarısı, temel yapay zeka modellerinin özelleştirilmiş alanlara nasıl adapte edilebileceğine dair önemli bir örnek teşkil ediyor ve gelecekte benzer endüstriyel uygulamalara yol gösterebilir.