LG Innotek 首次将结合材料信息技能与 AI 图像处理技能开拓而成的原材料进料考验 AI 引入射频系统封装内（RF-SiP）工艺。近期，该技能已扩展至包括倒装芯片球栅阵列（FC-BGA）这一高代价的半导体基板领域。
为了打破现有视觉检讨的局限性，LG Innotek 的原材料进货考验 AI 学习了恒河沙数的数据，这些数据表示了得当优质产品以及不得当的材料身分。基于此，它能够在 1 分钟内以超过 90% 的准确率剖析半导体基板原材料的身分和不良区域，并按照原材料批次（投入生产过程中具有相同特性的原材料单位）将质量偏差进行可视化呈现。
通过 AI 机器学习，对针对优质产品优化的材料身分进行可视化、定量和标准化处理，从而阻挡有缺陷的原材料进入生产流程。
LG Innotek 阐明道，引入 AI 进行原材料进货考验后，剖析毛病缘故原由所需的韶光减少了 90%，同时显著降落了本钱。
LG Innotek 操持将原材料进货检测 AI 的运用扩展至其光学办理方案产品线，该产品线可以通过图像检测原材料毛病，例如摄像头模块。
（编译：晋阳）
链接：
https://www.yna.co.kr/view/AKR20240925027400003?section=industry/technology-science