Генеративный ИИ с физическими ограничениями: новый метод для полупроводниковой индустрии
Генеративные модели всё чаще применяются для проектирования, генерации данных и управления в физических системах. Однако для полупроводниковой промышленности важен не столько внешний вид результата, сколько его соответствие фундаментальным законам физики. Новый препринт на arXiv (2606.11247) утверждает, что модели должны быть физически информированы по построению, а не корректироваться после генерации.
Речь идёт о создании масок, топологий, синтетических данных о дефектах и технологических рецептах. Всё это обязано подчиняться ограничениям литографии, переноса, реакций и физики приборов. Физически некорректные образцы непригодны для использования — это не вопрос качества, а принципиальная неприменимость.
Авторы работы обобщают современные архитектурные решения: физически-информированная диффузия, вариационные модели с ограничениями в виде УЧП, нейросетевые операторные приоры и генеративные сети, сохраняющие законы сохранения. Они показывают, как эти методы интегрируются с дифференцируемой литографией, TCAD, моделированием процессов и автономными экспериментами.
В статье выделены четыре паттерна интеграции генеративных моделей и симуляторов на основе физики. Также предложена исследовательская повестка, включающая бенчмарки физической достоверности, инфраструктуру дифференцируемых симуляторов и мультимодальные фундаментальные модели для физического проектирования и производства.
Ключевое утверждение работы аналитическое: там, где физическая валидность является решающим критерием успеха, архитектуры, которые реализуют ограничения по построению, должны превосходить те, что применяют фильтрацию постфактум. Полупроводниковая фабрика — это пример, где различие наиболее очевидно.
