AI 改进半导体分层技术，赋能计算机芯片、电池制造

原子层沉积 (Atomic layer deposition，ALD) 是一种高度可控的薄膜合成工艺，可制造出只有一个原子厚的薄膜。广泛应用于计算机芯片、太阳能电池、锂电池等领域。很多企业常用 ALD 来制造半导体器件。ALD 的灵活性和多样性给确定工艺参数带来了重大挑战，但仍需要专家的直觉和耗时的反复试验来确定最佳工艺参数。

最近，来自美国能源部（DOE）阿贡国家实验室的研究人员 描述了多种基于 AI 的方法来自动优化 ALD 工艺。详细说明了每种方法的相对优势和劣势，以及可用于更有效、更经济地开发新流程的见解。

该研究以《用于优化原子层沉积的智能代理》「 Intelligent Agents for the Optimization of Atomic Layer Deposition 」为题发表在《 ACS Appl. Mater. Interfaces 》杂志上。

前沿，但也面临挑战

ALD是一种工艺，通过前驱体蒸气和基板表面之间的一系列自限反应，在基板上沉积原子厚度的均匀薄膜。ALD 可访问大量的元素和化合物目录，元素周期表中超过一半的元素在出现在ALD过程中。

ALD 擅长在复杂的 3D 表面上生长精确的纳米级薄膜，例如在硅晶片上形成图案的深而窄的沟槽，以制造当今的计算机芯片。 这促进了科学家为下一代半导体器件开发新的薄膜 ALD 材料。

然而，开发和优化这些新的 ALD 工艺是具有挑战性和劳动密集型的。研究人员必须考虑许多可以改变这一过程的不同因素，包括：分子前体之间的复杂化学反应；反应器设计、温度和压力；前驱体剂量和吹扫时间。

为了找到克服这些挑战的方法，阿贡科学家评估了 三种新型优化策略 ：(a)随机选择气体时间；(b) 基于高斯过程代理模型的贝叶斯优化 (BO)，以及 (c) 基于规则的专家系统方法，利用人类策略和物理直觉。值得注意的是， 后两种使用不同的 AI 方法，且以前从未应用于 ALD。

Table 1 列出了该研究的四种ALD 工艺模型：Al2O3 在 200 下使用三甲基铝 (TMA) 和 H2O，Al2O3 在 100 下使用 TMA 和 H2O，W 在 200 下使用六氟化钨 (WF6) 和乙硅烷 (Si2H6)，TiO2 使用钛 (IV) 异丙醇 (TTIP) 和 200 下的 H2O。

敏感性分析

在比较所有四种ALD工艺模型的三种优化策略之前， 了解关键超参数对成本函数和优化性能的影响非常重要。 可确保在平等的基础上比较优化策略。以在 200 下生产 Al2O3 薄膜为例，研究ALD 系统的效果。

专家系统方法对关键超参数的值很敏感。 首先，专家系统策略需要指定一组起始时间。尝试了多种分配初始时序的方法，包括使用统一时序（所有时序相同）和随机时序（时序在优化边界之间随机初始化）。 探索 发现统一的初步计时产生了可靠的性能。

此外， 专家系统优化策略对给定时序所采用的重复 ALD 周期数也很敏感。 相比之下， 贝叶斯优化策略对采用的重复次数相对不敏感。

优化策略比较

研究人员通过比较他们如何优化 ALD 中使用的两种前驱体的剂量和清洗时间来评估他们的三种策略。加药时间(dosage time）是指前体加入反应器的时间，而吹扫时间是指去除多余的前体和气态化学产品所需的时间。

目标： 找到可以在最短的时间内实现高且稳定的薄膜生长的条件。 科学家们还使用代表反应堆内 ALD 过程的模拟来判断他们收敛到理想时间集的速度策略。

将他们的优化方法与模拟系统联系起来，让他们能够根据优化算法生成的处理条件，在每个循环后实时测量薄膜的生长情况。

研究人员比较了四种 ALD 工艺的三种优化策略的性能。通过比较了 Al2O3 薄膜在 200 C 下0.1%和10%噪声水平下生长的优化策略性能。研究表明： 在这两个噪声水平上，贝叶斯优化的性能最好，其次是专家系统，然后是低测量噪声的随机策略，高测量噪声的反向策略。

除了考虑给定优化算法在接近一组最优 ALD 时序时的效率之外，实际考虑也很重要，例如 CVD 类型生长（如果选择了不适当的低吹扫时间），从而使反应器结垢，对 ALD 反应器安全可靠运行的影响。实验表明：专家系统方法完全避免了不受控制的生长，而随机优化策略则始终对产生过量CVD型增长的条件进行采样。贝叶斯优化方法在避免大增长率方面做得更好。

研究得出： （1)随机优化(RO)在其他两种策略的优化时间质量不确定性较大的情况下表现良好，导致处理空间 探索 过程中GPC值过高。（2）贝叶斯优化（BO）可靠，性能好，不需要超参数调优。然而，在早期和后期的循环中，BO受到GPC值过高的影响。(3) 专家系统优化 (ESO) 可靠且安全，但前驱体剂量次数过于保守。

一劳永逸 （Set it and forget it）

「所有这些算法都提供了一种更快地收敛到最佳组合的方法，你不必像今天通常那样花时间将样品放入反应器中、取出样品、进行测量等。相反，你拥有实时与反应堆连接的回路。」该研究的合著者、Argonne 首席材料科学家 Angel Yanguas-Gil 说。

这种设置还通过形成一个闭环系统使两种 AI 方法的过程自动化。

尽管存在一些弱点，但人工智能方法有效地确定了不同模拟 ALD 工艺的最佳剂量和清洗时间。 这使得这项研究成为第一批表明使用 AI 可以实时优化薄膜的研究。

研究人员表示： 在未来的工作中，除了改进现有的算法外，还希望将这些方法扩展到包括反应堆温度和前驱体分压。

「这是令人兴奋的，因为它开辟了使用这些类型的方法来快速优化实际 ALD 工艺的可能性，这一步骤可能会在未来开发新应用时为制造商节省宝贵的时间和金钱。」Jeff Elam 总结道。

AI Maker

「智能时代的塑造者」

2020年12月8日,AI独角兽云天励飞在科创板提交IPO招股书将募资30亿元。其中，8亿元用于城市 AI 计算中枢及智慧应用研发项目，3亿元用于面向场景的下一代 AI 技术研发项目，5亿元用于基于神经网络处理器的视觉计算 AI 芯片项目，14亿元用于补充流动资金项目。

3个月过去了，云天励飞收到了问询函。在科创板首轮问询中，上交所主要关注公司股东、 历史 沿革、尚未盈利和累计未弥补亏损、子公司和分公司、人员、主要产品、行业特点、市场竞争状况关联方和、收入构成和客户、毛利率、期间费用、未决诉讼、行政处罚等共计34个问题。

其中影响最大的则是公司高管离职，股东变更，长期亏损，营收增长不稳定等问题，而且这些问题并不是云天励飞所独有的，大部分AI企业都面临这些问题，比如之前云知声、禾赛 科技 、依图等多家企业的IPO申请被终止审核。

这些AI独角兽们都在争“AI第一股”，现实却是面临集体“淹没”的危险。披露招股书的云从、旷视、依图、云知声都普遍亏损，更大的压力在于，这些拿了很多融资的AI独角兽，并不能在二级市场获得匹配融资时的高估值。

于是这些企业在准备申请上市时，各种各样的问题就会明显地暴露出来。

为什么会这些AI企业现在会遭遇这样的困境呢？

首先AI行业的产业链上来看，人工智能行业的基础层主要提供数据和算力支持，其中包括硬件设施、 系统平台和数据资源三个维度；技术层为感知和认知能力，包括算法模型、基础框架和通用技术；应用层即场景和产品，主要包括各类型的智能产品和应用平台。

同时，智能产品端及众多物联网化的终端和边缘端设备是数据资源的重要来源，形成了对基础层底层数据的持续补充，进而带动技术层的演进和迭代，从而构成完整的闭环。

目前，国内的人工智能企业集中于应用层，基础层则较为薄弱。由于对技术和资金的要求较高，基础层的底层技术由少数国际巨头垄断。而且目前AI应用的方向还比较局限，这时就会出现很多AI企业业务重合的现象，企业优势不明显，长此以往，对企业的核心竞争力产生一定的影响。

但除了这些外在的因素，企业的成长也是一个很大的影响因素。

1、 企业的生长周期

爱迪思在《企业生长周期》中提到， 企业就像人一样，在企业的生命周期的每一个阶段，进行抗争和经历风雨都是正常的事，在下一个阶段发展时，企业也会面临转型问题。 在生命历程中，企业要学会自己处理这些问题，要不然就会发展成阻碍企业发展的病症。

企业在每一个阶段的成长，都会有相应的问题出现，都需要管理者去克服，每一次阶段的跨越，也是一次熔炉的考验，也是一次生命的重组，如果企业成功度过了这次熔炉，就可以顺利跨入下一个阶段，获得新生。

根据爱迪思的企业生长周期理论，企业的生命周期分为孕育期、婴儿期、学步期、青春期、盛年期、稳定期、贵族期、官僚化早期和死亡期。

企业的成长与老化，主要是通过灵活性和可控性之间的关系来表现的。 企业年轻时充满了灵活性，但控制力却不一定强。企业老化时，关系变了：可控性增加了，但灵活性减少了。

这里的“年轻”说明企业做出变革调整相对容易，但由于控制水平低，行为一般无法预测，“老化”意味着企业对行为的控制力比较强，但缺乏灵活性，缺乏改革的意向。一个企业既有灵活性又有控制性，也就是说既不过于幼稚又非老态龙钟时，这个企业就具备了年轻和成熟的优势，表现得既具活力又有控制力，这个阶段就称之为盛年期，也是企业的最佳状态。

盛年期的企业可以根据管理者的意愿进行改革，也有能力把握自己的未来方向。 管理的本质并不是创造一个根本没有“问题”的坏境，而是引导企业进入盛年并永葆青春。

根据企业生命周期理论，企业生命周期的第一个阶段是企业孕育期，这时企业还没有诞生，仅仅是一种创业的构想，这时候强调的是创业的意图和未来能否实现的可能性。创业者需要极度的热情和自信，让自己相信，也让别人相信自己正在做的这件事可以成功，这时候的创业者是梦想家。

当企业真正诞生以后，有人承担了风险，企业也从孕育期进入了婴儿期。

这时候， 进入婴儿期的企业需要资金的支撑才能得以生存 ，这时候创业者非常注重销售额，铆足了劲往前冲，只要看到机会的苗头，就忍不住要抓住，生怕错过难得的机遇，此时的重点是不顾一切地活着，同时也是打磨产品，接受市场验证的好时机，但也是对梦想进行实验的过程，这个过程极有可能会打破创业者的幻想，也许会撞得心血淋漓，甚至会让创业者丧失信心。如果这个阶段成功度过了，意味着产品通过了市场的检验，创业者的梦想可以继续发光发热。

企业完成了产品的市场实验之后，接下来要 追求以市场份额和利润衡量的销售额 。此时的企业也进入了学步期。

此时的企业经营状况良好，看起来前途一片美好。创业者觉得自己能够战胜一切，开始出现自信心的膨胀，认为自己什么事都可以干成，于是开展多条业务路线同时作战，最后发现资源和精力不足以支撑过快的扩张，最后极有可能公司业务都陷入困境。出现问题都是正常的，最重要的是创业者能及时醒悟，确立企业发展的优先顺序，先集中精力发展最重要的部分，并逐步规划行政体系和工作程序，让公司的发展变得更有效率，为企业进入下一个阶段青春期做准备。

进入青春期的企业，创业者要开始逐步授权，规范工作程序，建立职能权责体系，把之前的 探索 经验和成功模式制度化，这时候注重的是企业利润和效率的双重提高。青春期的制度化过程，为企业进入盛年期做准备。

但是这时，创始团队内部也很有可能会发生因为理念的分歧而分手的局面，创始人开始综合考虑利润与成本比例的问题，不再像孕育期和婴儿期一样不顾一切地追求创新，但有些人依然痴迷于之前创造产品的激情，想延续孕育期和婴儿期的状态，因为不想妥协，最后选择离开，尤其是创新型的技术人才。

成功走过青春期的阶段后，企业进入了盛年期。这时候的企业既有制度化的体系，又没有丧失创新精神，是企业发展的最佳状态。基业长青的企业，都有长期保持盛年期的活力和控制力。

企业从孕育期走到盛年期，是创业者不断断挑战自我，否定自我的过程。 企业每进入一个阶段，对于创业者来说，就是一次熔炉的考验，是脱胎换骨，获得新生的过程。创业者在上一个阶段获得成功的人格特质，在现阶段可能造成发展的阻碍，所以创业者在经历熔炉的过程中，也是在不断摒弃过去成功的自我，塑造新的自我的过程。

如今，市场上的AI企业，尤其是想在科创板上市的企业频频受阻，如云知声、禾赛 科技 、依图等多家企业的IPO申请被终止审核。从它们的规模和特点来看，它们大都处于学步期到青春期的过渡阶段，依然需要外部的支持，还没办法自我成长。

当前，科创板的审核变得更加严格，所以云天励飞要想成功上市，也面临不小挑战。这个挑战不光是因为外部政策的变化，还包括企业自身成长面临的困难。

2、 云天励飞的成长周期

21世纪经济报道的一篇文章《AI初创浪淘沙，开启A股上市路》里写道，“陈宁将云天励飞的创业之路分为三个发展阶段，第一个阶段更多的是技术平台的研发、沉淀、打磨，从2014年到2016年，用了两年多的时间，夯实了底层的算法平台、大数据平台，尤其是锤炼了芯片平台。”

“2017年到2019年期间，进入了产品落地、场景开发、市场拓展的阶段，面向各类场景，云天励飞逐步丰富解决方案，落地了城市级的动态人像系统，面向公安的各个警种去开发各类的应用，还从警务拓展到智慧社区治理、园区管理、商业领域等场景。”

”一方面，动态人像识别系统“深目”协助破获案件，名噪一时，并且“深目”迅速在深圳大部分区域以及北京、上海、杭州等20多个城市，以及东南亚多个国家落地。另一方面，云天励飞的解决方案也从公共安全拓展到城市治理和新商业的领域。”

“2019年之后，云天励飞进入了第三个阶段，即快速发展的阶段，这时的云天励飞具备了快速开发城市级解决方案的能力，在2020年疫情期间快速开发了一套城市级的疫情监测和大数据分析平台。 ”

从上面的描述可以看出，2014年到2016年的云天励飞，处在婴儿期阶段，是不断挖掘市场需求，打磨产品，验证产品的市场的阶段。

2016年云天励飞研发的动态人像识别系统“深目”开始落地深圳龙岗区，在警务场景中崭露头角。这意味着云天励飞已经度过婴儿期，准备进入学步期。

此时的云天励飞，处在学步期阶段，逐步从智慧安防到城市治理的拓展，这个阶段是扩大市场份额的阶段，也是营收增长迅速的阶段。

招股书披露的数据，云天励飞在2017年、2018年、2019年营收分别为5023.33万元、1.33亿元、2.3亿元，可见营收增长速度之快。但是在2020年的1-9月，营收约2.7亿元，营收增速放缓。

除此之外，云天励飞在2017年、2018年、2019年净亏损分别为5479.63万元、1.99亿元、5.1亿元，而在2020年前9个月净亏损为8.6亿元， 合计亏损达16.256亿元。

为了未来上市的计划，学步期的云天励飞开始考虑转型，逐步拓展业务范围，从安防到城市管理，但拓展的同时也要综合考量成本和利润的比例，逐渐放弃过去只注重销售额不计成本的工作模式，开始追求利润，调整企业发展的方向，开始公司管理制度的规范化。

但是企业是靠着前面阶段的模式才获得此时的成就，现在却要换成新的模式，这时企业内部会发生理念的分歧，甚至导致创业伙伴的离开。

云天励飞在这个阶段确实也遭遇了创业伙伴的离开。

云天励飞曾在回复问询函称，田第鸿与陈宁均为云天励飞创始股东，两人于2014年共同出资设立云天有限，其中陈宁持股70%、田第鸿持股30%；随着公司的发展，两人对公司的未来发展方向逐渐产生重大分歧，田第鸿决定于2018年9月停止在云天励飞处工作。

掌握核心技术人员的离开，对云天励飞的发展无疑会产生较大的影响，但幸运的是，云天励飞找到王孝宇博士担任首席科学家。王孝宇博士曾任NEC Labs首席研究员，也是前Snap资深科学家、Snap研究院创始人之一。他的加入，为云天励飞的技术实力增加了一份强有力的保障。

2019年之后，云天励飞逐步从学步期向青春期过渡。2020年，云天励飞开始着手准备科创板上市的申请，这也意味着云天励飞要开始往规范化管理方向发展。

此时的云天励飞开始注重公司成本和利润比例的把控，建立权责分明的体系和管理制度，管理者要开始试着授权，逐步让企业成为不再依赖一个人的力量或者外部力量，可以自我成长的组织，避免出现创始人或某个重要的高管离开，这个组织就无法正常运转。

这时候，对于公司管理者来说，创新精神是必须要长期保障的，但是又不能只顾创新，要考虑公司的营收、利润、成本以及公司的未来等问题，要多方兼顾。这本身对管理者也是一个挑战，首先自己要意识到改变，再去推动企业内部改变，这是企业和管理者进步成长的一个必经过程。

但从另一方面来说，此时云天励飞面临的问题和挑战，不仅对于管理者陈宁来说，还是企业本身来说，都是一个改变和学习的好机会，也是一次难得的熔炉。最后他是否能熬过熔炉的考验，我们谁也无法下定论，只好留待时间来验证。

* 参考资料：

1、伊查克·爱迪思 《企业生命周期》中国 社会 科学出版社

2、沃伦·本尼斯 《极客与怪杰》机械工业出版社

3、新华网 《技术骨干频频离职 科创板公司遭遇留人难题》

4、搜狐网 《未决诉讼、尚未盈利 云天励飞科创板IPO存“硬伤” 》

5、雷帝触网《云天励飞遭问询：为何二股东田第鸿退出 王孝宇年薪超千万》

6、腾讯网《云天励飞持续亏损研发下滑 行情再差也要上市“补血”》

7、半导体行业观察 《云天励飞：低调AI初创企业的步步为“赢”》

---