「アルファ碁が人間に勝ったこと」の本質（下）

　半導体の製造は、高度に専門化された技術の集積によって可能になる。だから、中国が国策で10兆円を超えるカネを半導体に投じようとも、技術者が育たず定着しないお国柄では、半導体の製造は無理だろうと思い込んでいた。もちろん、コンピュータ―が半導体を製造するなどハナから無理だと思っていた。

　しかし、これに異を唱える人が現れた。元東京エレクトロンで現在Tech Trend Analysis代表の有門経敏氏は、「深層学習機能を持った人工知能（AI）が、プロセスフローを構築し、半導体を製造するようになる」ことを予測したのだ。

　それでも尚、「そんなことは不可能だ」と反論していた。そのようなときに、矢野和男氏が書いた「AIで不可能な時代に挑む」（日立評論、2016年4月号）を読み、「ビジネスにおいて、従来のコンピュータ―やAIを利用するには、その対象となる分野の専門的知識が必要不可欠だった。ところが、深層学習という機能を備えたAIを利用すれば、その分野の専門知識はさほど必要ない」ことを知った。

　その結果、いずれ半導体製造にも深層学習機能を持ったAIが使われるようになるだろうと思い始め、それどころか、必ずやAIが半導体を製造する時代が来るだろうと確信するに至った。本稿では、最初は不可能と思っていた半導体製造とはどのようなものか、そこにAIがどのように使われると予測しているかを論じよう。

半導体チップができるまで

　プロセス開発では、設計結果を基にして、シリコンウエハ上にトランジスタや配線からなる3次元の構造物（チップ）を製造するための工程フローを構築する。工程フローは500～1000ステップに及ぶ。そして、この工程フローを構築する技術を「インテグレーション技術」と呼ぶ。

　シリコンウエハ上には、1000個ぐらいのチップが同時につくられるが、たった1個でも所望の動作をするチップができれば、工程フローは一応完成する。しかし、新しいチップの場合、これがなかなか難しい。そのため、プロセス開発では、何度も試作を繰り返して、最低でも1個のチップが動作する工程フローを構築する。この時の良品の割合（歩留り）は、1/1000＝0.1％ということになる。

　それができたら、工程フローは量産工場に移管される。工場には数百台の装置が並べられ、工程フローの一つ一つを最適化することによって、0.1％だった歩留りを100％に近づける（通常、90％くらいで飽和する）。さらに、数百台の装置が安定稼働するよう注力して、その高歩留りを維持する。

　例えば、1枚のウエハに1000個のチップを製造し、歩留りが90％だったら、900個が良品となる。これを1個1個切り出して、樹脂やセラミックのパッケージに挿入して、チップが完成する。

特に難しいインテグレーション技術

　経営学者やジャーナリストが「半導体チップは、数百台の製造装置を購入して並べてボタンを押せば、誰でもできる」という論文や記事を書いているが、まったく間違っている（東大の名のある経営学の教授までもがハードカバーの専門書に、そのような記述をしているのには驚くばかりだ）。

　確かに量産工場を見学すれば、数百台の装置がずらりと並んでおり、オペレーターがボタンを押している光景が見られるであろう。いや、今はボタンを押すことも自動化されている場合があるから、「装置を買って並べれば半導体チップはできてしまう」という人が現れるかもしれない。

　彼らがそのような暴論を吐くのは、500～1000工程にも及ぶフローを構築する「インテグレーション技術」の存在を知らないからである。何しろ、