人工智慧引入被行業認可 | 或加速顯示屏技術更替

從蘋果引入 LTPS 技術到手機 顯示 屏領域後, 顯示屏的技術完善與品質管控就漸漸超出了傳統工程師的業務能力, 彷彿一夜之間顯示屏的物理指標公差變化, 再也很難用一個固定的實體檢測數據來管控.

也是從行業重新認識LTPS技術開始, 顯示屏的工藝管控, 也從簡單的PCB式結果檢測管控, 重新回到了半導體工的前置物理尺寸管控. 針對後期的顯示效果檢測與管控, 面板廠除了像半導體行業一樣, 任憑運氣吃飯外, 蘋果引入的畫質校正與畫面重寫技術也陸續被行業所借鑒, 並成為面板廠搶救顯示效果良率的重要武器.

事實上, 不僅是在LTPS技術上, 蘋果所倚重的畫質校正與畫面重寫技術很快得到了行業的認可, 紛紛被驅動IC廠和檢測設備廠學習, 優化, 納入到自己的產品裡面, 給面板行業控製品質, 提升良率, 改進工藝帶來了極大的方便, 而且在 OLED 的顯示校正與補償技術應用上, 更是功不可沒.

相對傳統的ITO技術, a-Si技術, LTPS技術更接近真正的現代半導體製程, 而O LED顯示 技術, 則可以完全納入現代半導體範疇內, 因為這些技術的核心理論, 都是離子摻雜技術中的動態離子濃度控制與遷移控制, 比經典的靜態離子摻雜濃度控制難度呈幾何級提升. 這也充分說明了, 為什麼行業在生產LTPS和OLED產品時, 良率一直是困擾行業最大的難題.

蘋果的畫質校正與畫面重寫技術, 不但為 顯示行業 開啟了另一扇借鑒半導體工藝的大門, 把原來行業難以馴服的隨機物理參數變化, 通過檢測, 校正, 重寫給統一標準化, 挽救了至少二到三成的行業良率, 而且也讓產線工程師擺脫了無休止的 '天天算命' 工作, 不用再去克意大量去做前置物理參數與後期檢測數據的統計與比對工作, 而是把這一切完全交給檢測設備去完成.

而且隨著驅動軟體與檢測設備的檢測, 校正, 補償, 回饋控制軟體的人工智慧化介入越來越深, 面板生產線上的大量工作都將實現全自動化, 人工智慧所生成的資料庫模型, 將替代掉多數產線工程師, 成為面板產線及模組加工工廠的技術與品質管控實際執行單元.

從某種意義上來說, 軟體將抹平太多數顯示企業生產工藝的技術障礙, 市場競爭的本質將會快速回歸到資本投入與硬體研發上來, 核心技術理論的突破與技術量產化的突破, 將重回產業進步的核心. 這也意味著行業的工程師紅利所引導的開環半自動化產業升級, 會取代當年的熟手員工紅利一樣, 未來行業的人工智慧紅利所引導的閉環全自動化產業升級, 會完全取代掉現在的工程師紅利.

是不是發現這情形跟發達國家早前的工業體系一樣, 賺錢的是生產積木的和教人玩積木的人, 而搭積木造出不同產品的人, 最後還是把十幾, 幾十年賺的錢, 在產業轉移時一夜之間全虧掉了. 造家電的如此, 造汽車的如此, 造輪船, 飛機的也一樣.

看起來整個行業馬上又要回到顯示行業爆發初期的九十年代那樣, 那個依賴原始理論創新與軟體技術突破的階段, 擁有核心技術原理突破的設備廠商和擁有演算法與代碼標準的軟體廠商, 再次成為主導行業發展方向的主要力量.

2016 GoodChinaBrand | ICP: 12011751 | China Exports