AI

エーアイ

公開：2025-03-01

日立が半導体製造向け10nm以下の微小欠陥検査技術を開発、高感度な欠陥検出と過検出抑制を実現

text: XEXEQ編集部
（記事は執筆時の情報に基づいており、現在では異なる場合があります）

記事の要約

• 日立が10nm以下の微小欠陥検査技術を開発
• 機械学習活用で高感度な欠陥検出を実現
• SPIE Advanced Lithography + Patterning 2025で発表

日立が半導体製造向け高感度欠陥検査技術を開発

日立は半導体製造プロセスにおける10nm以下の微小欠陥を高感度に検査する新たな画像処理技術を開発し、2025年2月23日から27日に開催されたSPIE Advanced Lithography + Patterning 2025で発表した。機械学習を活用したこの技術により、品質管理と生産効率の向上に貢献することが期待されている。^[1]

日立ハイテクの協力のもと開発された本技術は、走査型電子顕微鏡を用いて撮像した画像から微小欠陥を検出することが可能となった。事前学習ステップとして良品画像にノイズを加えた劣化画像から特徴を学習し、検査時には欠陥を含む画像から良品画像を自動で再構成することで数画素程度の欠陥を高感度に検出できる。

さらに回路パターンのレイアウトを機械学習で分類する技術も開発され、レイアウトに応じた検出感度調整により特定の回路パターン上で生じる過検出を90%以上抑制することに成功した。半導体の微細化が進む中、製造ばらつきと欠陥の正確な判別を可能にすることで、品質管理の効率化に大きく貢献している。

半導体製造向け欠陥検査技術の特徴まとめ

機械学習について

機械学習とは、アルゴリズムを使用して特定分野の大量のデータを解析し、その中に存在する規則性や関係性を見つけ出す手法のことを指す。主な特徴として、以下のような点が挙げられる。

• 大量のデータから自動的にパターンを学習
• 学習したパターンを基に予測や分類が可能
• 人間の介入なしで精度を向上可能

半導体製造における欠陥検査では、機械学習を用いることで良品画像の特徴を効率的に学習し、微小な欠陥を高精度に検出することが可能となった。特に製造ばらつきと実際の欠陥を区別する際に機械学習の特徴抽出能力が活かされ、過検出の大幅な削減に成功している。

半導体製造向け欠陥検査技術に関する考察

日立が開発した半導体製造向け欠陥検査技術は、機械学習を活用することで10nm以下という極めて微細な欠陥の検出を可能にした点で画期的な成果といえる。特に製造ばらつきと欠陥の正確な判別を実現したことで、半導体製造プロセスにおける品質管理の効率化が大きく前進するだろう。

今後の課題として、半導体の更なる微細化に伴う検査精度の向上や、より複雑な回路パターンへの対応が挙げられる。機械学習モデルの継続的な改善や、新たな画像処理アルゴリズムの開発により、これらの課題に対応していく必要があるだろう。

将来的には、この技術をベースとしたリアルタイム検査システムの実現や、他の製造プロセスへの応用展開が期待される。半導体製造業界全体の品質向上と生産効率化に向けて、更なる技術革新が進むことが望ましいだろう。

参考サイト

1. ^ 日立. 「半導体製造に向けて、10nm以下の微小欠陥を高感度で検出する技術を開発」. https://rd.hitachi.co.jp/_ct/17750200, (参照 25-03-01).

※上記コンテンツはAIで確認しておりますが、間違い等ある場合はコメントよりご連絡いただけますと幸いです。

「AI」に関するコラム一覧「AI」に関するニュース一覧