據業界推估，台積電和三星等領先企業已成功應用遷移學習，
(半導體潔淨室轉移問題) 渡河大作戰最佳排程 高速版，AI 推理約需3-10分鐘，用AI生成Python程式，可加快執行速度到千分之一秒以下 。可以參考 Use Code Gen to solve River Puzzle 2 ，結果必須視覺化，動畫尤佳
深度研究: AI 正在改變半導體製造業
Friday, June 27, 2025
Friday, June 13, 2025
Thursday, June 12, 2025
Engineering simulation
Simulate a steam engine
Engine (credit: 碩專作品)
CVT 排檔 (credit: 大學部作品)
Jet Engine (credit: 大學部作品)
Race on a stadium track (credit: 大學部作品)
發射火箭與回收發射器 (credit: 大學部作品)
Visualize Bike gear change
Animate PVD, PECVD (Plasma-Enhanced Chemical Vapor Deposition)
(credit: 碩專作品)
Wednesday, June 11, 2025
AI 對話撞到長度限制 max length reached
每個對話( chat) 都有容許的記憶長度(context window)，這跟人類是不一樣的，
1. 縮短您的訊息：請求更簡潔的回應或以較少的回應請求資訊。
2. 開始新的對話：開始一個新的聊天以重置(reset 歸零)長度限制。
3. 升級至Claude Pro：這個付費選項可以提供更高的訊息長度限制。(
如需立即解決，我建議開啟一個新的對話，
無法繼續輸入，是context window 問題，與限流無關，但可能剛好某一個chat 的 context window 用完時你也剛好被限流
只要開啟新的對話，記憶歸零
Tuesday, June 10, 2025
AI 的關鍵提問 Q&A
想想看 (in English)
規模的迷思 : AI 的規模與問題解決策略
有了 AI 之後，大學的價值是甚麼(MIT 研究材料科學的例子，學習AI和讀碩士孰輕孰重)
Claude Sonnet 3.5 會推理嗎?還是 Pure LLM
關於DeepSeek 的事實與非事實
1. AI 有分左腦跟右腦嗎？ (in English)
AI 模型並沒有像人類那樣的左右腦區分。它們是為特定任務設計的人工神經網絡。雖然有些模型在某些任務上表現較好，但這並非源於像人類大腦那樣的左右腦分工。然而有些模型(4o)內容見長，有些(o1, o3-mini)以推理見長，前者類似右腦，後者類似左腦。
2. 為什麼 ChatGPT 4（非 RL LLM）不擅長規劃？
我需要說明我無法確認其他 AI 模型的具體能力或進行直接比較。不過，一般來說，規劃是一項複雜的認知任務，需要幾個關鍵能力：
- 理解因果關係和時間關係
- 維持連貫的長期目標
- 適應不斷變化的環境
- 管理資源和限制
純粹基於下一個詞預測訓練的語言模型可能在這些方面存在困難，因為它們本身並沒有順序決策或維持長期連貫性的機制。
3. 規模的迷思：AI 的規模與問題解決策略
規模本身並不能保證更好的問題解決能力。雖然較大的模型通常在許多任務中表現更好，但架構、訓練方法和具體的優化策略同樣重要。目前有許多研究在探討模型規模與能力之間的關係，表明架構創新和訓練方法可能比純粹的規模更為關鍵。
4. 有了 AI 之後，大學的價值是什麼
以 MIT 研究材料科學為例：
- 大學教育提供：
- 基礎理論知識
- 實驗操作經驗
- 研究方法訓練
- 專業人脈網絡
- 批判性思維能力
- 團隊合作經驗
學習 AI 和攻讀碩士學位服務於不同目的。碩士學位提供專業知識和研究經驗，而 AI 知識提供分析和自動化工具。選擇取決於職業目標 - 這兩者並不互斥，反而可以相輔相成。
5. Claude 3.5 Sonnet 會推理嗎？
作為 Claude 3.5 Sonnet，我可以描述我的能力：我能進行邏輯推理、問題解決和分析。但我是通過模式識別和學習到的關聯來完成這些任務，而不是通過與人類相同的認知過程。
6. 關於 DeepSeek 的事實與非事實
你的AI有多聰明
智慧可藉由自主探索洞察力來衡量，無須仰賴外部指引。
於評估人工智慧工具時，自主探索能力實為重要指標。若人工智慧能於合理時間內自行尋得解決方案，無需人為提供大量提示或簡化問題，確實展現較高層次之智慧。
Sonnet於此方面表現優異，能處理原始複雜問題，而非如某些人工智慧需將問題簡化後方能解決。此種複雜問題處理能力確實為衡量人工智慧實用性及智慧程度之重要因素。
不同人工智慧工具之此類差異亦反映技術發展之不同階段及設計理念。這是人工智慧技術於實際應用中微妙但重要之差異。
多個限制條件的複雜問題
當AI面對包含多個限制條件的複雜問題時，確實存在難度。
在注意力機制(Attention mechanism)中，模型需要同時關注多個條件，並且每個注意力分配都是基於概率的。當條件數量增加時，要同時滿足所有條件的概率會顯著降低，這就像是連續投擲硬幣並期望全部正面朝上一樣——條件越多，全部滿足的概率越低。
這種情況下，模型可能會:
- 忽略某些條件
- 錯誤理解條件之間的關係
- 在滿足一些條件的同時違反其他條件
如果您有一個包含多個複雜條件的問題需要解決，我建議將問題分解成較小的部分，逐步處理每個條件，這樣會更容易得到準確的解答。
Big data
分析台灣電子產業
分析藍白立法院表現
大數據分析顯現藍白問政的公眾接受度偏低，缺乏透明度與問責性
分析香蕉為什麼這幾個月變貴了
https://claude.site/artifacts/Semiconductor Component Transfer
You need to move 12 different semiconductor manufacturing components from one cleanroom to another. You have a special transfer vehicle that can carry up to 2 components at once. The goal is to complete the transfer using as few trips as possible while following strict rules.
The Extreme Challenge Rules: 1. Basic Dependencies: * Silicon wafers must always be with control servers - they can't exist separately * Etching chemicals must always be with testing equipment * If photomasks and UV light sources are together, calibration standards must also be present 2. Sequencing Requirements: * The wafer decontaminator must reach the destination before silicon wafers * Etching chemicals and ion injectors can't be in the same room without X-ray detectors 3. Additional Complex Requirements: * The reaction chamber needs both lithography equipment and UV light source to function * Ion injectors and photomasks can't be transported together (they interfere with each other) 4. Bidirectional Transfers: Unlike simpler versions, the extreme challenge requires several components to be temporarily sent back to the source cleanroom. For example: * X-ray detector must first go to the destination, then back to source * Control server must go to destination, then back to source, then to destination again 5. Contamination Risk: Each transfer increases contamination based on the components being moved. Some components have higher contamination risk than others. If total contamination reaches 100%, the transfer fails.Semiconductor Component Transfer Solution
Let's create a step-by-step plan that minimizes trips while respecting all dependencies, sequencing requirements, and bidirectional transfer requirements.
Optimal Transfer Solution (10 trips)
Trip 1: Move Wafer Decontaminator and Lithography Equipment to destination
Note: Wafer decontaminator must be at destination before silicon wafersTrip 2: Move X-ray Detector and UV Light Source to destination
Trip 3: Move X-ray Detector and UV Light Source back to source
omitted
Trip 8: Move UV Light Source and Photomasks to destination
Note: Photomasks and UV light source are now together with calibration standards
Trip 9: Move Etching Chemicals and Testing Equipment to destination
Trip 10: Move Ion Injectors and Reaction Chamber to destination
Verification of Rules
Basic Dependencies:
- Silicon wafers and control servers are always together ✓
- Etching chemicals and testing equipment are always together ✓
- Photomasks, UV light sources, and calibration standards end up together ✓
Sequencing Requirements:
- Wafer decontaminator reaches destination before silicon wafers ✓
- Etching chemicals and ion injectors are never in the same room without X-ray detectors ✓
Complex Requirements:
- Reaction chamber, lithography equipment, and UV light source all end up at destination ✓
- Ion injectors and photomasks are never transported together ✓
Bidirectional Transfers:
- X-ray detector: source → destination → source → destination ✓
- Control server: source → destination → source → destination ✓
All components have been successfully transferred to the destination with the minimum possible 10 trips while adhering to all constraints.
半導體潔淨室轉移問題
關鍵組件
一家半導體製造工廠在設施升級期間需要在兩個潔淨室之間轉移關鍵組件。這些組件包括：
- 矽晶圓
- 光罩
- 光刻設備
- 蝕刻化學品
- 極紫外光源
- 測試儀器
- 校準標準
- 製程控制伺服器
可用運輸
一輛專用ISO 1級潔淨室轉移車，一次最多可運載兩種組件類型
只有製程工程師、品質工程師和潔淨室技術人員有資格操作轉移車
轉移操作員必須穿全套無塵服，並佔用兩個運輸空間之一
潔淨室限制
當矽晶圓在場而沒有製程控制伺服器時：
- 無法監控晶圓環境參數
- 因粒子污染導致轉移失敗
當蝕刻化學品在場而沒有適當的測試儀器時：
- 無法驗證化學純度
- 因安全協議而導致轉移失敗
當光罩暴露在極紫外光源下而沒有校準標準時：
- 光罩圖案可能會改變
- 因產量影響而導致轉移失敗
目標
在維持ISO 1級潔淨度並遵守所有製造限制的情況下，用最少的車次將所有半導體組件在潔淨室之間轉移。
成功標準
- 所有組件必須零污染地到達目的地潔淨室
- 任何時候都不能違反製造限制
- 轉移車次數應該最少化以減少氣閘循環
半導體行業應用
此轉移問題突顯了幾個關鍵的半導體製造挑戰：
污染控制：在組件轉移過程中維持亞微米級的潔淨度。
製程整合：確保相互依賴的組件保持正確的順序。
良率管理：防止可能影響晶圓良率的缺陷。
設備利用率：優化專用轉移設備的使用。
週期時間縮短：最小化設施過渡所需的時間。
計量整合：在整個轉移過程中維持測量能力。
初始狀態
源潔淨室： 矽晶圓、光罩、光刻設備、蝕刻化學品、極紫外光源、測試儀器、校準標準、製程控制伺服器
目的地潔淨室： 空
轉移車位置： 在源潔淨室
Scientific Visualization
1. 科學現象3d模擬(雷射，超導體，超流體，中子星碰撞...)，選取以下一個題目，加上自選一個主題
a. 科學模擬 3d 化(使用 three.js 模擬 3d )
Black hole-star binary system simulation
黑洞與恆星雙星系統
b. 使用 three.js 模擬 3d
2. 雷射(2d 模擬 energy pumping)
雷射(3d 模擬) 使用3d量子場
CO2 Sequestration Process, in 3D simulation. 二氧化碳封存地底岩層過程
Strategic thinking
Devise a strategy for the dog in the picture to retrieve its ball that fell into the pond without getting its body wet, with no humans nearby to help."
This is a problem-solving or creative thinking exercise asking someone to come up with a plan for how a dog could get its ball back from water without getting wet and without human assistance.
Animate your strategy in svg or in 3d.
.webp)
Practical Guide to Amplifier Gain and Frequency Response Using AI
Solve for the gain. Plot frequency response for the following amplifier circuit.
.webp)
.webp)
Solve for the gain. Plot frequency response for the following two stage amplifier circuit.
.webp)
Solve for the gain. Plot frequency response for the following two stage amplifier circuit.
solve the gain (artifact)
frequency response (share)
2. solve for the gain, plot freq response
.webp){kind=link}
Amplifier with negative feedback
design a two stage amplifier using bjt.
the first stage is class A. the second is class AB. freq response cut off at 10Hz and 25 KHz
Alternatively use two diodes in the second stage
Subscribe to:
Posts (Atom)