從“半導體(tǐ)新(xīn)兵”到“半導體(tǐ)老兵”，20餘年，毛國(guó)梁一直深耕半導體(tǐ)設備行業，如今他(tā)是半導體(tǐ)科(kē)技(jì )公(gōng)司的聯合創始人兼産(chǎn)品和研發VP，也是亞利桑那州立大學(xué)（ASU）計算機科(kē)學(xué)與技(jì )術碩士的在讀生。

曾經他(tā)迫切地想要掌握人工(gōng)智能(néng)的前沿知識，帶領百人研發團隊高效工(gōng)作(zuò)，讓公(gōng)司的半導體(tǐ)設備同步國(guó)際标準，如今他(tā)一面投身計算機科(kē)學(xué)與技(jì )術碩士的學(xué)習中(zhōng)，一面驚喜地運用(yòng)所學(xué)，申請相關專利，走在科(kē)技(jì )創新(xīn)的道路上。

以下為(wèi)毛國(guó)梁的講述——

• 擇課理(lǐ)由

工(gōng)作(zuò)需要AI知識，課程内容非常匹配

最主要的原因是工(gōng)作(zuò)需要。從2001年起，我一直在半導體(tǐ)行業裏，随着公(gōng)司規模的擴大，我們面臨兩大挑戰，一是如何管理(lǐ)好上百人的研發團隊，讓不同背景的人員保持高效的研發工(gōng)作(zuò)；二是如何讓國(guó)産(chǎn)化替代方案的半導體(tǐ)設備，實現高度自動化、智能(néng)化且同步國(guó)際标準，并滿足最新(xīn)的集成電(diàn)路, 尤其是與人工(gōng)智能(néng)相關的芯片（例如：GPU等）的測試技(jì )術發展。為(wèi)此，我需要掌握最新(xīn)的人工(gōng)智能(néng)知識，如基于人工(gōng)智能(néng)技(jì )術的自動編程技(jì )術，基于神經網絡的硬件能(néng)力改進技(jì )術，及如何更好的對AI芯片的測試技(jì )術等。這都是目前半導體(tǐ)前沿的相關技(jì )術領域。在早期對人工(gōng)智能(néng)理(lǐ)解不深的時候，其實我們很(hěn)難做到。

我了解到中(zhōng)國(guó)的備考時間大概需要1年，我沒有(yǒu)太多(duō)時間備考，正當我苦惱時，了解到了ASU，ASU的申請制優勢能(néng)讓我快速進入碩士學(xué)位的旅程中(zhōng)。線(xiàn)上取得的學(xué)位和在美國(guó)校園學(xué)習獲得的學(xué)位完全一緻，這是最開始挺打動我的一個地方，如果需要，還可(kě)以申請香港優才計劃。在國(guó)外的話，有(yǒu)這樣的學(xué)位，可(kě)以申請入職互聯網巨頭公(gōng)司。我查看了一下相關的課程介紹，《算法基礎》、《統計機器學(xué)習》、《軟件驗證、确認和測試》……尤其是《人工(gōng)智能(néng)》這一塊的内容，非常匹配我想學(xué)習的東西，就果斷報名(míng)申請了。

其實還有(yǒu)一個小(xiǎo)插曲，外籍院士王中(zhōng)林也是ASU校友，我們本科(kē)都是西安(ān)電(diàn)子科(kē)技(jì )大學(xué)的，我覺得挺意外的。

• 學(xué)習體(tǐ)驗

教授講解系統且細緻，順利找到學(xué)習狀态

課程中(zhōng)用(yòng)到python的編程項目，我學(xué)起來比較得心應手，因為(wèi)一直以來有(yǒu)所實踐。開始學(xué)數學(xué)和微積分(fēn)時，我确實有(yǒu)點吃力，大學(xué)知識忘得差不多(duō)了。在教授系統且細緻的講解下，我很(hěn)快把相關知識撿起來，順利進入學(xué)習狀态。

通常，我看完視頻後，把視頻内容及相關教材都整理(lǐ)到自己的筆(bǐ)記，後期高效複習。同時，我把通過其他(tā)途徑獲取的信息一并整合，形成一個資料合集。我發現後面學(xué)起來就越來越輕松，順利拿(ná)到成績A。

• 事業收獲

課程受到啓發，提交專利申請

相比以前，我更清晰地理(lǐ)解概念性、原理(lǐ)性上的東西。我把從課程中(zhōng)獲得的啓發，運用(yòng)于實際工(gōng)作(zuò)，幫助客戶提高芯片良率，降低測試成本， 或進行更高效率的測試程序開發。

比如，我們日常在做半導體(tǐ)測試的時候，如何實現高精(jīng)度測量是一個重要課題。慣常的方法是采用(yòng)回歸性原理(lǐ)，《人工(gōng)智能(néng)》這門課提到了神經網絡，當時我的思路一下子打開了，我發現可(kě)以采用(yòng)神經網絡的方法去實現更高維的拟合。事實證明，我們不但做到了更高的精(jīng)度，同時去除了包括溫度等幹擾因素的影響。這樣的創新(xīn)，讓我們得以申請相關專利。

• 行業洞見

從Sora，看AI對半導體(tǐ)行業的影響

說到Sora，我最大的感觸是在算力層面。這一波人工(gōng)智能(néng)的發展，是基于transformer等算法模型的基礎上，進行海量數據的學(xué)習而演進的。其中(zhōng)基礎推動力是算力的增長(cháng)，尤其是高端半導體(tǐ)工(gōng)藝帶動了大算力GPU的發展。高端GPU，及FPGA（AI 芯片的一種），是推動整個半導體(tǐ)相關AI産(chǎn)業鏈發展的關鍵，能(néng)解決算力芯片的制造，意味着擺脫算力在基礎設施中(zhōng)的限制。

制約我們發展先進芯片有(yǒu)“3道嶺”，半導體(tǐ)設備、半導體(tǐ)材料和EDA（電(diàn)子設計自動化）技(jì )術。其中(zhōng)，成本問題需要率先考慮。我們知道人工(gōng)智能(néng)需要巨大的算力支持。随着工(gōng)藝的提升，量産(chǎn)7納米、5納米以下的芯片，所需制造成本不說是指數級吧，但也是成數倍到數十倍的增加，産(chǎn)生也非常稀缺。所以整個基礎設施，像現在GPU非常稀缺，一塊GPU售價幾萬美金，如果按當前的成本，人工(gōng)智能(néng)發展到後期，整個成本會高得離譜。

其次是功耗，人工(gōng)智能(néng)對能(néng)源的消耗非常大。如果要按照目前的經典架構來發展未來真正意義上的通用(yòng)人工(gōng)智能(néng)，整個地球的化石能(néng)源燒完可(kě)能(néng)也不一定夠用(yòng)，如果用(yòng)量子芯片、量子計算，會是一個未來的解決之道，中(zhōng)國(guó)其實在這方面走在前列。另外一種方法是從能(néng)源入手，通過核聚變，解決AI功耗的問題。量子計算也需要用(yòng)到先進的半導體(tǐ)。

• 在線(xiàn)學(xué)習之我見

在線(xiàn)教育，一種主流的教學(xué)方式

是否選擇以在線(xiàn)的方式學(xué)習，其實本質(zhì)還是和自身的出發點有(yǒu)關。

比起在校學(xué)習，在線(xiàn)學(xué)習我開始也是心存疑慮的。當真正通過視頻學(xué)習後，我認為(wèi)不輸于在學(xué)校裏學(xué)習。ASU的整個在線(xiàn)學(xué)習系統非常完善，包括教授在線(xiàn)答(dá)疑、Coach老師的學(xué)生服務(wù)等，我可(kě)以反複觀看教學(xué)視頻，不斷查漏補缺。

随着虛拟現實技(jì )術的發展，未來我們完全可(kě)能(néng)感受到與在校學(xué)生一模一樣的學(xué)習環境。現在的孩子，從小(xiǎo)就接觸互聯網，未來對于新(xīn)一代年輕人來講，在線(xiàn)教育，反而可(kě)能(néng)會是一種非常主流的教學(xué)方式。

• 想對未來的學(xué)弟(dì)學(xué)妹們說

期待與你一起擁抱人工(gōng)智能(néng)的未來

我非常感謝(xiè)有(yǒu)這樣的一個途徑，去學(xué)習當前最熱門也是對未來很(hěn)有(yǒu)幫助的人工(gōng)智能(néng)知識。

我想對其他(tā)學(xué)弟(dì)學(xué)妹們說，如果你們對人工(gōng)智能(néng)有(yǒu)興趣，認識到“人工(gōng)智能(néng)+”對于未來的重大影響。我希望你們可(kě)以認真考慮一下ASU的計算機科(kē)學(xué)與技(jì )術碩士，課程系統全面，且師資力量很(hěn)強。

在整個學(xué)習過程當中(zhōng)，我相信不僅可(kě)以拿(ná)到學(xué)位，而且可(kě)以收獲豐富的知識。希望更多(duō)的學(xué)弟(dì)學(xué)妹們，能(néng)夠一起加入到ASU的計算機科(kē)學(xué)與技(jì )術碩士項目，我們一起擁抱人工(gōng)智能(néng)的未來。

/

大道不孤，德(dé)必有(yǒu)鄰。在毛國(guó)梁通往ASU計算機科(kē)學(xué)與技(jì )術碩士的路上，有(yǒu)挑戰、有(yǒu)收獲，他(tā)以自己的方式，帶領公(gōng)司推動中(zhōng)國(guó)企業向智造型産(chǎn)業價值鏈上遊邁進。随着“人工(gōng)智能(néng)+”被寫入官方工(gōng)作(zuò)報告，數字經濟和人工(gōng)智能(néng)産(chǎn)業的發展勢不可(kě)擋。歡迎同樣尋求前沿知識、終身學(xué)習的你加入ASU計算機科(kē)學(xué)與技(jì )術碩士，與毛國(guó)梁同學(xué)一起譜寫人工(gōng)智能(néng)的未來。