産学連携情報Industry-Academia Collaboration

グローバルウェーハズ・ジャパン株式会社は、NEDO（国立研究開発法人 新エネルギー・産業技術総合開発機構）による2024年度公募の『ポスト5G情報通信システム基盤強化研究開発事業/先端半導体製造技術の開発』において、技術研究組合最先端半導体技術センター(LSTC)が提案した「Beyond 2nm及び短TAT半導体製造に向けた技術開発」が採択され、再委託先として本研究開発に参画することになりました。

グローバルウェーハズ・ジャパンはNEDO（国立研究開発法人 新エネルギー・産業技術総合開発機構）による2023年度公募の『NEDO先導研究プログラム/新産業・革新技術創出に向けた先導研究プログラム』に採択されました。

カーボンニュートラルな世界の実現に向け、世界各国でエネルギー利用について改めて考える時期が来ています。このような時代背景の下、2021年度基礎講座では1年にわたりさまざまな角度からエネルギーと向き合い、広く理解をいただくことを目的としてシリーズ「エネルギー技術の今、これから～発電，送電，蓄電の世界～」を掲載してまいりました。2021年度最後となる本稿では、企画担当編集委員の目線でシリーズを振り返ります。

逐次最適化のための機械学習法であるベイズ最適化は、探索と活用をバランスよく行う最適化手法として、広く応用されている。

理化学研究所（理研）革新知能統合研究センターデータ駆動型生物医科学チームの沓掛健太朗研究員、グローバルウェーハズ・ジャパン株式会社の永井勇太らの共同研究チーム※は、機械学習[1]を用いて、材料作製中に材料特性をリアルタイムで予測するシステムを開発しました。

名古屋大学未来材料・システム研究所の長田 圭一（当時大学院生）、宇治原 徹教授、理化学研究所革新知能統合研究センターの沓掛 健太朗研究員およびグローバルウェーハズ・ジャパン株式会社の共同研究グループは、逐次最適化のための機械学習手法であるベイズ最適化を、化学気相成長法（CVD 法）によるエピタキシャル Si膜の成長プロセス条件の最適化へ応用することにより、成膜品質を維持しながら、成長速度を約 2 倍に高めることに成功しました。