PCB制造通常依賴多年積累知識(shí)的專家，這些專家非常了解和理解制造過程的每個(gè)步驟，他們了解如何利用他們的知識(shí)來優(yōu)化生產(chǎn)和提高產(chǎn)量。人為的限制（包括誤操作和疲勞）阻礙了效率增長(zhǎng)，操作員的錯(cuò)誤或?qū)CB缺陷的錯(cuò)誤識(shí)別（“錯(cuò)誤警報(bào)”）可能會(huì)由于過度處理而影響良率，甚至?xí)p害PCB本身。通過將AI集成到制造過程中（圖1），機(jī)器可以通過接管某些“學(xué)習(xí)的”任務(wù)來增加價(jià)值，而人類專家則繼續(xù)承擔(dān)更復(fù)雜的任務(wù)，這些任務(wù)需要在優(yōu)化和“培訓(xùn)”的同時(shí)進(jìn)行思考和互動(dòng)人工智能系統(tǒng)。人與人工智能的結(jié)合提高了整體效率和運(yùn)營(yíng)，是AI系統(tǒng)的最大機(jī)會(huì)。

圖1. AI可以幫助PCB工廠提高質(zhì)量。

人工智能與工業(yè)4.0

       PCB發(fā)展的最終趨勢(shì)是擁有完全集成Industry 4.0系統(tǒng)的工廠，該系統(tǒng)在全球和制造系統(tǒng)級(jí)別采用AI技術(shù)?！叭帧奔?jí)別包括工廠中的所有系統(tǒng)，而不僅僅是單個(gè)制造系統(tǒng)。工業(yè)4.0提供了自動(dòng)化和數(shù)據(jù)交換基礎(chǔ)結(jié)構(gòu)，可實(shí)現(xiàn)實(shí)時(shí)生產(chǎn)分析，雙向通信和數(shù)據(jù)共享，可追溯性以及按需數(shù)據(jù)分析。在任何特定的工廠內(nèi)，AI都可以使用從各種制造系統(tǒng)和機(jī)器獲取的數(shù)據(jù)來改進(jìn)流程，這些數(shù)據(jù)是通過工業(yè)4.0機(jī)制（例如可追溯性，雙向通信）收集的。工廠之所以受益，是因?yàn)锳I分析了大量的系統(tǒng)范圍數(shù)據(jù)以優(yōu)化工廠設(shè)置參數(shù)并實(shí)現(xiàn)最高水平的生產(chǎn)率和良率。人工智能分析和自我學(xué)習(xí)正在進(jìn)行中，并通過人工神經(jīng)網(wǎng)絡(luò)進(jìn)行。幾年之內(nèi)，它將消除人工操作人員的干預(yù)，并導(dǎo)致建立全自動(dòng)工廠。

       這種新的PCB制造模型要求將所有工廠系統(tǒng)完全連接以及AI作為監(jiān)視和決策機(jī)制。當(dāng)前，存在專有和技術(shù)挑戰(zhàn)，這些問題限制了PCB工廠的完全自動(dòng)化，但AI已盡可能地添加到單個(gè)系統(tǒng)中，例如自動(dòng)光學(xué)檢查（AOI）解決方案。將生產(chǎn)設(shè)施移向全球AI模型的優(yōu)勢(shì)包括，可以更可靠地通知PCB缺陷——“真實(shí)缺陷”，并具有反饋機(jī)制，該反饋環(huán)可以識(shí)別問題的根源，然后自動(dòng)修改工廠流程以消除相關(guān)問題缺陷。AI的子集，包括機(jī)器學(xué)習(xí)和深度學(xué)習(xí)，將使PCB工廠朝著完全自動(dòng)化的目標(biāo)邁進(jìn)。機(jī)器學(xué)習(xí)使用的算法使計(jì)算機(jī)能夠使用數(shù)據(jù)及其已經(jīng)經(jīng)歷并從中學(xué)習(xí)的示例來改進(jìn)任務(wù)的性能，而無需對(duì)其進(jìn)行明確的編程。就PCB制造而言，機(jī)器學(xué)習(xí)可提高產(chǎn)量，改善制造操作和工藝流程并減少人工操作，同時(shí)有助于推動(dòng)對(duì)工廠資產(chǎn)，庫存和供應(yīng)鏈的更有效處理。深度學(xué)習(xí)將AI提升到一個(gè)更加復(fù)雜的水平，這在全球工廠系統(tǒng)水平上是有益的。深度學(xué)習(xí)的靈感來自人腦神經(jīng)元，多層人工神經(jīng)網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)，理解和推斷的能力。在PCB工廠中，軟件系統(tǒng)可以有效地收集的數(shù)據(jù)，并利用模式和上下文的復(fù)雜表示中學(xué)習(xí)，然后，學(xué)習(xí)將形成PCB制造中自動(dòng)過程改進(jìn)的基礎(chǔ)。機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的實(shí)施為PCB制造商提供了超越人類理解的能力；人工智能系統(tǒng)通過在人們不愿探索的地方進(jìn)行更深入的挖掘來發(fā)現(xiàn)新的優(yōu)化機(jī)會(huì)。AI專家系統(tǒng)非常高效，通過使用更多更復(fù)雜的參數(shù)在全球范圍內(nèi)監(jiān)控工廠系統(tǒng)，減少了所需的人工專家數(shù)量，并提高了效率和最佳實(shí)踐。利用工業(yè)4.0傳感器（可以從設(shè)備發(fā)送數(shù)據(jù)的傳感器）和系統(tǒng)，在整個(gè)PCB制造過程中，從簡(jiǎn)單的讀寫功能到對(duì)工藝參數(shù)的高級(jí)跟蹤，直至最小的PCB單元，都可以在全球范圍內(nèi)創(chuàng)建數(shù)據(jù)。工藝參數(shù)可以包括蝕刻，抗蝕劑顯影甚至到制造過程中化學(xué)材料的濃縮。使用深度學(xué)習(xí)對(duì)這些類型的數(shù)據(jù)進(jìn)行分析，以告知優(yōu)化制造方法和參數(shù)，識(shí)別模式并就流程中所需的更改做出明智的決定。所有這些都可以全天候，每周7天，每天24小時(shí)不間斷地進(jìn)行。

系統(tǒng)級(jí)AI

      在系統(tǒng)級(jí)別，例如在AOI流程中，PCB制造車間的AI實(shí)施對(duì)生產(chǎn)率和良率產(chǎn)生了可觀的影響。在這種情況下，機(jī)器學(xué)習(xí)極大地減少了檢測(cè)PCB缺陷時(shí)的人為錯(cuò)誤。PCB缺陷的例子包括短路和斷路，甚至過量的銅都可以。自動(dòng)化檢查可以檢測(cè)出很小的缺陷，這些缺陷可能是手工檢查無法發(fā)現(xiàn)的，也可能由于人為錯(cuò)誤而遺漏的，這是重復(fù)工作的自然結(jié)果。在不使用AI的情況下，對(duì)100個(gè)面板進(jìn)行的經(jīng)典檢查通常會(huì)發(fā)現(xiàn)每個(gè)面板20至30個(gè)缺陷，其中大約75％是錯(cuò)誤警報(bào)。由于政策規(guī)定必須手動(dòng)檢查所有缺陷，因此對(duì)虛假警報(bào)的審查浪費(fèi)了寶貴的生產(chǎn)時(shí)間，增加了對(duì)PCB的處理，這可能會(huì)導(dǎo)致新的損壞，并可能影響操作員在審查過程中的進(jìn)一步犯錯(cuò)。
      通過在AOI系統(tǒng)上進(jìn)行機(jī)器學(xué)習(xí)，可以大大減少此類錯(cuò)誤警報(bào)和維修（圖2）。更少的誤報(bào)意味著對(duì)PCB板的處理更少，也會(huì)提高效率。此外，AI提供了一致的（動(dòng)態(tài)改進(jìn)）缺陷分類，而沒有操作人員固有的限制，從而提供了更可靠的結(jié)果并減少了驗(yàn)證時(shí)間。根據(jù)Orbotech內(nèi)部研究，已發(fā)現(xiàn)AOI系統(tǒng)中的AI最多可將誤報(bào)減少90％。AOI的獨(dú)特之處在于，該系統(tǒng)比任何其他制造解決方案都能收集更多的數(shù)據(jù)，這使其非常適合作為AI實(shí)施的第一步。同時(shí)，AOI室是PCB工廠勞動(dòng)強(qiáng)度最大的區(qū)域，因此，在其流程中采用AI會(huì)帶來最大的收益。對(duì)于PCB制造商而言，這一切都意味著可以更準(zhǔn)確地識(shí)別和分類數(shù)百萬個(gè)缺陷，從而有可能提高產(chǎn)量并降低成本。

圖2. AI驅(qū)動(dòng)的AOI可以減少生產(chǎn)現(xiàn)場(chǎng)的驗(yàn)證和工作量。

以下是系統(tǒng)和全局級(jí)AI協(xié)同工作的示例：

       假設(shè)AOI系統(tǒng)檢查100個(gè)面板。在系統(tǒng)級(jí)別，由機(jī)器學(xué)習(xí)支持的AI可以過濾出誤報(bào)缺陷，這些誤報(bào)缺陷已被系統(tǒng)分類。AI系統(tǒng)通過評(píng)估多個(gè)AOI圖像，同時(shí)利用其“面板理解”（AOI解決方案對(duì)面板上的元素及其外觀的理解），來生成最智能的分類結(jié)果。該信息輸入到全球AI系統(tǒng)中，該系統(tǒng)由深度學(xué)習(xí)提供動(dòng)力，從系統(tǒng)級(jí)解決方案中收集這些數(shù)據(jù)，并確定識(shí)別出的真正缺陷是短路，需要額外的蝕刻時(shí)間才能去除多余的銅。AI系統(tǒng)使用來自系統(tǒng)級(jí)別的數(shù)據(jù)來做出全局決策，以調(diào)整蝕刻過程中的面板參數(shù)，從而使以后制造的所有面板具有更少（如果有的話）相同類型的缺陷。最終，系統(tǒng)級(jí)解決方案之間的通信將進(jìn)一步增加和改善AI在全球范圍內(nèi)的決策能力。

制造挑戰(zhàn)增加

        盡管AI的發(fā)展正在全行業(yè)范圍內(nèi)迅速發(fā)展，但PCB制造方面的挑戰(zhàn)以同樣的速度增長(zhǎng)，甚至更快。對(duì)于撓性材料和縮小走線的幾何形狀，是缺陷檢測(cè)兩個(gè)困難領(lǐng)域。下一代復(fù)合材料，例如液晶聚酰胺（LCP）和改性聚酰胺（MPI），給制造商提出了新的挑戰(zhàn)，包括圖像采集，處理，變形和更細(xì)的線條。例如，用于柔性PCB的材料越先進(jìn)，導(dǎo)致識(shí)別出的缺陷越多，從而導(dǎo)致更多的錯(cuò)誤警報(bào)。制造商使用這種復(fù)雜材料的目的是在確定錯(cuò)誤警報(bào)的過程中最大程度地減少對(duì)面板的處理。因此，F(xiàn)lex PCB（圖3）是一種將可能從AI實(shí)施中大大受益的產(chǎn)品類型，因?yàn)橄到y(tǒng)將學(xué)會(huì)在更嚴(yán)格的參數(shù)范圍內(nèi)進(jìn)行制造。

圖3.柔性電路為自動(dòng)光學(xué)檢查帶來了其他問題。

       用于5G的PCB是另一種高要求，并且有可能從人工智能支持的專業(yè)知識(shí)中受益匪淺。5G應(yīng)用所需的HDI PCB需要更細(xì)的線寬，直的側(cè)壁幾何形狀和嚴(yán)格的參數(shù)。這使得缺陷檢測(cè)比以往更加困難，對(duì)于人類專家而言，要有效地完成缺陷檢測(cè)將極具挑戰(zhàn)。考慮到這些以及其他未知的PCB制造挑戰(zhàn)，人工智能驅(qū)動(dòng)的工廠將成為未來生產(chǎn)的關(guān)鍵。要在全球范圍內(nèi)實(shí)現(xiàn)AI應(yīng)用的發(fā)展，需要更多的時(shí)間才能實(shí)現(xiàn)PCB制造，但是很顯然，系統(tǒng)級(jí)AI的實(shí)現(xiàn)已經(jīng)到來，為全自動(dòng)PCB工廠的未來奠定了基礎(chǔ)。