في عالم تكنولوجيا الدوائر المتكاملة، تعد عملية رصد العيوب من بين أكبر التحديات التي تواجه المصنعين. فعلى الرغم من وجود مستويات منخفضة للغاية من الفشل، إلا أن القياسات التي يتم جمعها تكون عادةً عالية الأبعاد، ما يزيد من تعقيد عملية الكشف عن العيوب. لكن دراسة جديدة طرحت حلاً مبتكرًا، حيث قدمت إطار عمل لرصد العيوب بشكل غير مُشرف يعتمد على نماذج الانتشار التوليدية (Generative Diffusion Models).

يعتمد هذا النموذج على تقنية تُعرف باسم "مُشفّر تلقائي" (Autoencoder)، يقوم بضغط القياسات الأولية وتحويلها إلى تسلسل من الرموز المنظمة، مضافاً إليها تمثيلات ترددية ومواقع رقاقة محددة، مما يسهل تحليل البيانات بشكل كبير. يتم حساب درجات العيوب من خلال خطأ توقع الضوضاء على مراحل الانتشار المتوسطة، مما يسمح بإجراء الفحوصات بسرعة على مستوى الرقاقة دون الحاجة إلى أي بيانات مسمّاة أو هندسة ميزات يدوية.

لقد حقق هذا الابتكار أداءً رائدًا عند تطبيقه على بيانات الاختبار الصناعية التي تعتمد على تقنية 16 نانومتر، حتى في ظل وجود توازن الراقبة غير المتوازن بين الفئات. بل وأكثر من ذلك، يقدم النموذج تحليلاً قابلاً للتفسير لمواقع الأعطال من خلال تحليل بقايا إعادة بناء الفضاء الكامن.

هذه التقنية تُعتبر ثورة في مجال رصد العيوب، حيث تُتيح للمهندسين تحسين جودة المنتجات وتقليل التكاليف. كيف ترون تطور هذا العلم وتقنياته؟ لا تترددوا في مشاركتنا آرائكم في التعليقات!