Настройка физического процесса
90Настройка реального, физически установленного потрясающего инструмента требует практического присутствия и неявных, специфичных для инструмента знаний, которые не могут быть четко перенесены из обучающих данных.
Инженер-полупроводник · Разрабатывает и производит транзисторы внутри каждого компьютера, телефона и оружия, используя настолько точные станки, что их могут эксплуатировать лишь несколько заводов на Земле.
Полупроводниковая инженерия находится в необычном положении: тот же бум искусственного интеллекта, который изменил спрос отрасли, также начинает автоматизировать части своей повседневной работы, от оптимизации компоновки кристаллов до классификации дефектов. Однако, в отличие от работы, связанной исключительно с программным обеспечением, большая часть работы выполняется на физическом заводе, где работают машины, каждая из которых стоит десятки миллионов долларов и за которые кто-то должен нести юридическую и финансовую ответственность.
Именно это физическое, капиталоемкое ядро делает риск автоматизации в этой профессии более умеренным, чем в разработке программного обеспечения. В разделах ниже отделяются задачи, которые уже переданы алгоритмам, от тех, которые до сих пор требуют, чтобы человек стоял в чистом помещении или подписывал решение стоимостью в миллионы долларов.
Конкретные, четко определенные задачи — классификация дефектов пластин по изображениям, оптимизация физической компоновки чипа, создание первых проектов проверочных тестов — уже сравнительно быстро выполняются инструментами искусственного интеллекта. Что по-прежнему трудно автоматизировать, так это физическую настройку потрясающего инструмента, который ведет себя несколько иначе, чем его двойник на следующей строке, беспрецедентную диагностику дефекта и ответственность, когда решение влияет на партию пластин стоимостью в миллионы долларов.
Scored from the tasks, not the job title. Lower is safer.
Jobs AI cannot take →Настройка реального, физически установленного потрясающего инструмента требует практического присутствия и неявных, специфичных для инструмента знаний, которые не могут быть четко перенесены из обучающих данных.
Кто-то должен нести ответственность, когда большая партия пластин утилизируется или происходит инцидент, связанный с безопасностью — модель не может нести такую ответственность.
Фабы работают с токсичными и пирофорными газами, такими как арсин и фосфин, вместе с высоковольтным оборудованием; Призывы к осуждению здесь несут в себе реальный физический риск, который нельзя делегировать.
Диагностика режима отказа без соответствующего прецедента — нового набора материалов, первого в своем роде путешествия — по-прежнему требует от человека формирования и проверки гипотез под давлением.
Решение о том, поглотит ли дизайн или процесс затраты на обходной путь или какой из двух конфликтующих сроков срывается, является одновременно политическим и техническим суждением.
Модели компьютерного зрения теперь выявляют дефекты на изображениях пластин и микроскопов быстрее и зачастую более последовательно, чем ручной визуальный осмотр.
Передовые алгоритмы EDA и исследования по обучению с подкреплением, включая опубликованные работы Google в 2021 году, все больше автоматизируют решения о размещении и маршрутизации, которые когда-то требовали итеративной ручной настройки, хотя результаты и воспроизводимость остаются спорными.
Инструменты искусственного интеллекта могут генерировать правдоподобный стартовый набор тестовых векторов и сценариев покрытия для проверки проекта, хотя инженеры по-прежнему оценивают, тестируют ли они правильные крайние случаи.
Программное обеспечение для статистического управления процессами уже автоматически фиксирует вышедшие из-под контроля параметры фабрики — задача, которая раньше требовала от инженера сканирования диаграмм на глаз.
Растущая доля проектных работ включает проверку и корректировку макета или плана этажа с помощью искусственного интеллекта, а не размещение каждого блока вручную с нуля.
По мере того, как сложность конструкции растет и все больше ее генерируется машинами, выявление тонких ошибок правильности до того, как их необратимо зафиксируют, становится самым дефицитным и наиболее ценным навыком в этой области.
Экспортный контроль и национальные программы субсидирования, в том числе Закон США о чипсах, Закон ЕС о чипсах и японский проект Rapidus, активно перемещают рабочие места в сфере строительства и проектирования в новые регионы.
Растущая доля новых сотрудников разрабатывает чипы специально для обучения машинному обучению и выводам — дисциплины, которая до 2010-х годов практически не существовала как отдельная специальность.
Разрабатывает специализированные микросхемы, оптимизированные для рабочих нагрузок машинного обучения, а не для вычислений общего назначения. Эта быстрорастущая специализация привлекает таланты из традиционного проектирования микросхем.
Интегрирует оптические межсоединения в чип или рядом с ним для ускорения передачи данных по мере замедления масштабирования чисто транзисторов — новая дисциплина, объединяющая электрическую и оптическую инженерию.
Проверяет клиентов, отслеживает конечное использование и следит за быстро меняющимися торговыми правилами США, ЕС и Китая — до 2020-х годов эта роль практически не существовала в качестве отдельной работы.
Поскольку сокращение отдельных транзисторов приводит к уменьшению отдачи, больший прирост производительности достигается за счет стекирования и соединения нескольких чиплетов в одном корпусе, таких как CoWoS от TSMC или Foveros от Intel.
Спрос на инженеров-полупроводников выглядит устойчивым в течение следующего десятилетия, что обусловлено спросом на ускорители искусственного интеллекта и целенаправленным, финансируемым государством стремлением наращивать производственные мощности за пределами нынешней горстки доминирующих предприятий. Но работа не застрахована от сбоев: рутинные задачи по планировке и проверке уже сокращаются, а огромные капитальные затраты на эту профессию означают, что рост рабочих мест по-прежнему сосредоточен в небольшом количестве стран, которые вообще могут финансировать многомиллиардные фабрики.
Преимущество сохранится за инженерами, которые могут работать на границе между физическим и цифровым — читать карту пластины, доверять моделированию только в той мере, в которой это подтверждается измерениями кремния, и брать на себя ответственность, когда предложение автоматизированного инструмента оказывается слегка неверным.
Диагностирует болезнь и следит за здоровьем в течение многих лет с помощью осмотров и доказательств, а не одной операции — универсальный и долгосрочный справочник медицины.
AI-resistant 67 🔐Защищает системы, данные и людей, обнаруживая, предотвращая и реагируя на цифровые атаки.
AI-resistant 63 🧫Использует данные клинических исследований, исследований и системы здравоохранения для получения надежных данных для более безопасного ухода, исследований и операционных решений.
AI-resistant 68 📦Создает системы, которые обучают, развертывают, контролируют и управляют моделями машинного обучения в производстве.
AI-resistant 54 🦾Разрабатывает машины, которые чувствуют, принимают решения и действуют в физическом мире, где сложной проблемой является не интеллект, а сам мир.
AI-resistant 65 🌬️Проектирует, строит и совершенствует ветровые, солнечные, накопительные и сетевые системы, которые превращают возобновляемые ресурсы в надежную электроэнергию.
AI-resistant 72Пишет, тестирует и поддерживает код, который управляет современной жизнью, и является одной из первых профессий, наблюдающих, как ИИ автоматизирует свою повседневную работу.
AI-resistant 35 🤖Разрабатывает и тестирует алгоритмы, лежащие в основе машинного интеллекта, в области, которая сейчас стремится автоматизировать растущую долю собственного исследовательского процесса.
AI-resistant 50 🛰️Проектирует, анализирует и сертифицирует летательные аппараты, ракеты и космические корабли, отрывающиеся от земли, работая с запасом безопасности, не оставляющим места для догадок.
AI-resistant 74 🌉Профессия, превращающая реки, скалы и гравитацию в мосты, дороги и чистую воду — тихая несущая сила цивилизации со времен Имхотепа.
AI-resistant 72 🦾Разрабатывает машины, которые чувствуют, принимают решения и действуют в физическом мире, где сложной проблемой является не интеллект, а сам мир.
AI-resistant 65 🔐Защищает системы, данные и людей, обнаруживая, предотвращая и реагируя на цифровые атаки.
AI-resistant 63 📦Создает системы, которые обучают, развертывают, контролируют и управляют моделями машинного обучения в производстве.
AI-resistant 54 🌬️Проектирует, строит и совершенствует ветровые, солнечные, накопительные и сетевые системы, которые превращают возобновляемые ресурсы в надежную электроэнергию.
AI-resistant 72