确定哪些数据是相关的以及如何使用这些数据将是智能制造的真正区别。
作者:南希·格列柯，戴夫·梅耶夫斯基，詹姆斯·莫恩，保罗·韦班尼斯
发现号飞船和它的HAL 9000计算机系统有一个数字双胞胎。
斯坦利·库布里克开创性的电影《2001太空漫游》50年前的4月在影院上映。《2001》不仅仅是一部伟大的科幻电影。相反，它是一部伟大的电影作品，在任何类别中都是如此。(美国电影学会将《2001》排在第15位美国电影学会百强；在《迷魂记》下面一点，在《美好生活》上面一点。)
这是一部杰出而富有先见之明的电影，它的教训可以为我们今天对智能制造、工业4.0和人工智能(AI)的思考提供启示。
不是要透露太多，但是发现/ HAL的地球数字双胞胎发现了机载的诊断错误，飞往木星的HAL 9000，事情从那里出错了，任务飞行员之一，宇航员戴夫·鲍曼被迫干预。
在2018年5月2日于纽约萨拉托加斯泉举行的SEMI先进半导体制造会议(ASMC 2018)上，代表资本设备、idm、学术界、半导体供应链和半导体行业以外的智能制造最佳实践的五位不同的小组成员与ASMC与会者进行了热烈的讨论。他们探索了“智能”在当今行业中的位置，它的发展方向，以及这对我们来说意味着什么——这些专业人士将半导体制造业带到目前的智能状态，并正在寻求实现一个更加智能的明天。
我不想透露太多，但与会嘉宾和观众一致认为，将人类智能与基于机器的智能制造相结合，没有什么人为的。在半导体制造业中实现更加智能的明天，需要聪明的人，就像需要智能机器一样。
迈向“智能”意味着了解如何从半导体制造过程中产生的不断增长的大数据池中获取有用的信息和可操作的情报。今天，现代制造现场被广泛地仪器化，并创建了大量的数据来消费、破译、基于决策或丢弃。
当我们深入研究这个问题时，我们意识到我们行业中的设备和工艺都很复杂，但也有微妙的复杂。半导体制造工具很容易包含100到1000个组件，它们一起工作，使用复杂的化学、物理和等离子体工艺来生产纳米级、埃级甚至原子级的特征。存在大量潜在的故障点和模式，尽管我们尽最大努力收集更多的数据，但许多过程仍然难以观察到。最重要的是，半导体制造工艺总是在漂移，随着我们改变产品组合、工艺维护更换套件组件以及操作条件和配方，操作环境也在不断变化。
听起来像是…医院和医疗部门?
当你去看医生时，她会收集并查看你的仪器数据——血检、血压、体重和其他可量化的因素。但是，通常情况下，你的医生不会仅仅根据这种分析得出结论。相反，你的医生会和你坐在一起，问一些探究性的问题，并记录下她问了什么，你的回答，她看到了什么，听到了什么，想到了什么。然后，她将建立一个假设，将“轶事”数据与仪器化数据结合起来，并从该数据集中得出可能的诊断和有效的行动方案。
在这种情况下，除了仪器化的数据之外，两个人以及他们的自然语言输入也是等式的一部分:病人有他的观察和思想，医生有她的观察和思想。这是成功的公式。医疗保健通过收集这些复杂的输入，将已证实的疾病表现——疾病诊断——和疾病治疗模型纳入医学的集体记忆，然后向下一代医疗保健提供者传授维持良好健康和成功结果所必需的一般方法和标准协议，在一系列致命疾病以及不那么致命的慢性疾病方面取得了巨大的、逐步的功能改进。
也许，在医学领域，看似大数据的环境实际上只是由训练有素的医生和他们的同事组成的集体神经网络连接起来的松散小数据的集群。
Nancy Greco (IBM Watson)， Dave Mayewski(罗克韦尔自动化)，James Moyne(密歇根大学/应用材料)，Paul Werbaneth (Intevac, Inc.)，以及Julie Jacob(安永)和Carson Henry(美光科技)，是SEMI ASMC 2018小组讨论工业4.0和商业半导体器件制造的未来的成员。这里所有的意见都是我们自己的。请通过电子邮件联系Paul Werbaneth(电子邮件保护)
|
|
|
|
|
|
|
|
|
|
令人兴奋的是，科学没有停止。未来有多少新的和不可思议的东西在等着我们。