「ITC(International Test Conference) 2017」(米テキサス州フォートワース)の本会議(2017年10月31日~11月2日)に先立ち、10月29日と10月30日には合計で12件のチュートリアルがあった。このうち30日の午前中に開催の「From Data to Action:Applications of Data Analytics in Semiconductor Manufacturing Test」(Tutorial 9)では、製造ばらつきによってアナログ特性が仕様を外してしまった不良チップの発見などに関して講義が行われた。

 このチュートリアルでは、複数のトピックの議論がなされた。まず、「Part 1: Machine Learning-Based Test」では、アナログ回路のテストにおいて、機械学習と「簡単なテスト」を組み合わせることで、「アナログ仕様」を満たすかどうかのPass/Failを判定する手法が取り上げられた。

 機械学習は大きく分けて2種類がある。「regression test」と「classification」である。前者のregression testでは「簡単なテスト」の結果から各アナログ仕様の値を予測する。仕様から外れていた場合にはFailとなる。後者のclassificationでは、それぞれのアナログ仕様の値を予測することなく、Pass/Failのみを判定する。

 いずれの場合も、まずトレーニングセットを準備する。このトレーニングセットには製造時の塵による断線などのランダム故障を含まず、プロセスばらつきの影響による特性ばらつきのみで構成する。ここでは、「簡単なテスト」の結果、およびregression testでは各アナログ仕様の値、classificationではPass/Failの最終結果の両方を準備する必要がある。このトレーニングセットと最終結果との関係を機械学習を用いて学習することで、「簡単なテスト」から最終的なテスト結果を予測する関数を生成する。

 最近は、MATLABをはじめとした様々な機械学習に関するツールが充実してきており、それらを用いることで、機械学習の専門家ではなくても、このようなシステムを構築することが比較的簡単にできるようになってきている。テストエンジニアとしての腕の見せどころは適切な「簡単なテスト」の選び方と、適切なトレーニングセットの選び方であるとのことだった。