佳能半導體設備工程師的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列懶人包和總整理

光刻巨人：ASML崛起之路

為了解決佳能半導體設備工程師的問題，作者（荷蘭）瑞尼•雷吉梅克 這樣論述：

如何將一項毫無希望的研究和商業活動轉變為價值數十億美元的機器和世界ling先的公司? 荷蘭企業ASML（阿斯麥）成功了，知名科技作家瑞尼·雷吉梅克（Rene Raaijmakers）在書中揭示了ASML是如何做到的。 20世紀80年代，美國光刻機巨頭Perkin-Elmer和GCA在晶片光刻市場上遭到了日本競爭對手佳能和尼康的猛烈攻擊。結果，美國失去了對這項關鍵技術長達20年的壟斷地位，而這正是摩爾定律背後的驅動力。 與此同時，一家默默無聞、無足輕重的光刻機小公司在荷蘭剛剛起步。這家公司就是ASML，它在今天獲得了無與倫比的成功。作為世界上很大和很賺錢的光刻機製造商，ASML取得了70%

~80%的光刻市場份額，並多年來在光刻技術上一騎絕塵，將佳能和尼康遠遠甩在後面。 在《光刻巨人：ASML崛起之路》中，作者瑞尼·雷吉梅克帶我們重返了晶圓步進光刻機的誕生地，和我們一起探索了ASML在全球獲得令人矚目的成功之根源所在。作者通過回顧工程師們全力以赴超越對手的歷史，生動地給我們打開了一扇窗戶，使我們有機會看到孵化世界上很精密晶片製造技術背後那個獨一無二的企業文化：“贏者通吃”和“只爭金牌”，這些思想至今仍滲透在ASML的血液中。 [荷蘭]瑞尼·雷吉梅克 本書作者瑞尼·雷吉梅克是居住在荷蘭的跨界創業者。他在20世紀80年代曾主修化學長達8年，畢業後在緬甸為路透社

做過短暫的自由攝影師。 在20世紀90年代，瑞尼成為一位科技專欄作家並經常訪問美國矽谷，他將矽谷源源不斷的科技故事寫成文字帶給荷蘭家鄉的讀者。這些文章發表在《新鹿特丹商業報》和荷蘭其他知名媒體上。 1999年，他創立了Techwatch（科技觀察）媒體公司，並出版了專注於歐洲高科技的商業雜誌《比特和晶片》。 瑞尼同時是荷蘭高科技學院(HTI)的董事總經理兼所有者。這所學院的前身是飛利浦技術培訓中心(CTT)，提供近百個關於積體電路、光學、機電、軟體和系統等專業課程；這裡的很多講師都來自飛利浦享有盛譽的Natlab實驗室和工業技術中心。 01 光刻機的前歷史 一隻奇怪的

昆蟲 / 002 飛利浦半導體和材料部 / 007 David Mann 公司 / 010 愛德·鮑爾 / 012 小提琴製作師 / 020 02 合法的印鈔機 天生的工程師 / 027 旅行夥伴 / 033 技術文檔105/71 / 035 晶圓重複曝光光刻機 / 042 美國風格 / 051 03 垂死掙紮 維姆·特羅斯特 / 056 特羅斯特的信 / 063 GCA 打出制勝牌 / 074 敲響政府的門 / 077 電動晶圓臺 / 079 拯救計畫 / 085 金磚做的茅房 / 096 04 達成協議 亞瑟·德爾·普拉多 / 103 五十對五十 / 109 可怕的協議 / 114

05 杠杆剝離 賈特·斯密特 / 122 欺騙 / 131 重聚 / 136 交付期限 / 140 一億美元 / 148 從巴黎到奧伯科亨 / 155 來自地獄的公司 / 162 日本人 / 166 最初的藍圖 / 171 卡通演示 / 176 第 一條招聘廣告 / 179 06 截止期限 商業計畫 / 183 地標 / 193 回到Elcoma / 198 維多利亞韋斯特旅館 / 201 蟻塚 / 204 維多利亞酒店 / 207 美國市場 / 213 如果說它週五來，那它就不會來 / 215 快！快！快趕上了 / 222 我們可以贏的 / 224 我們聽見了你的話，傑瑞 / 228 A

MD 公司 / 231 斯密特的發聲板 / 238 緊急會議 / 245 不再狂野的懷爾德 / 251 07 花錢大王 幸福感 / 258 美國最強硬的老闆 / 263 德爾·普拉多又被誘惑了 / 270 GCA 的黃昏 / 274 日本設備的可靠性 / 281 碎夢大道 / 286 接受不接受隨你 / 292 80 美元和再見 / 297 08 走上正軌 胖胖的人 / 306 一貧如洗 / 310 有希望的客戶 / 315 尼康的阿喀琉斯之踵 / 320 現金流變正 / 324 開啟加速模式 / 331 IBM 公司 / 339 09 你追我趕 圓桌會議新老闆 / 342 德國人的壟斷

/ 348 給IBM 的錄影片 / 356 有“金手指”的工匠 / 360 日本玻璃 / 365 蔡司O-Lab / 371 靠信譽經營 / 375 想都不用想的事 / 379 10 增長 完美的團隊 / 383 主人翁的價值 / 391 掃描光刻機 / 393 韓國巨頭 / 402 四十大盜 / 407 拯救公司的醫生 / 411 開坦克的參會者 / 416 格拉斯曼的嚴峻挑戰 / 419 獨立自主 / 428 附錄 附錄1 從歐洲視角看20 世紀50 年代的電腦晶片與光刻技術 / 435 附錄2 David Mann 公司 / 439 附錄3 20 世紀60 年代初，飛利浦Natla

b 的技術微型化 / 441 附錄4 光圖機 / 442 附錄5 電子束掩模製作機 / 445 附錄6 摩爾定律與晶片設備遊戲規則 / 447 附錄7 合資協議：估值 / 449 附錄8 合資協議：最開始的計算 / 451 附錄9 對準：全域對準、裸片對準和雙對準 / 452 附錄10 電動晶圓臺之謎 / 454 附錄11 合資協議：ASM 退出時的最後聲明 / 458 附錄12 長衝程、短衝程電機 / 459 人物表（按字母排序） / 461 術語表 / 470 作者採訪人物（2011 年—2017 年） / 473 致謝 / 476 作者後記 / 477

深度學習的商戰必修課：人工智慧實用案例解析，看35家走在時代尖端的日本企業如何翻轉思考活用AI

為了解決佳能半導體設備工程師的問題，作者日經xTREND,日本深度學習協會（監修） 這樣論述：

正前] ――――從研究邁向實用，見證35家日本先進企業如何成功應用「深度學習」――――   日本AI書籍第一人、東京大學松尾豐教授解說深度學習的發展預測 LINE、可口可樂、本田、樂天、NHK、So-net、佳能醫療系統…… 第一手訪談先驅者的前瞻思考，掌握智慧化新技術的無限商機   ★深入導讀深度學習的發展：影像辨識、多模式辨識、機器人學、互動、符號接地、知識擷取！ ★為運用AI技術的企業經常遇到的疑問提出解答，次世代新興事業、企業創造價值必讀教本！ ★直擊AI計畫推動者的挑戰與艱辛，收錄大量照片和圖表，身歷其境感受快速擴展的深度學習應用的今日與未來！   【各界讚譽推薦】 何英圻

∣ 91APP董事長 呂曜志 ∣ 台北海洋科技大學副校長 陳良基 ∣ 科技部部長 郭奕伶 ∣ 商周集團執行長 張嘉惠 ∣ 中華民國人工智慧學會理事長 陶韻智 ∣ 德豐管顧公司合夥人、LINE台灣區前總經理 程世嘉 ∣ iKala共同創辦人暨執行長 詹宏志 ∣ PChome Online網路家庭董事長 楊立偉 ∣ 國立臺灣大學工商管理學系教授 盧希鵬 ∣ 國立臺灣科技大學資訊管理系專任特聘教授 謝宗震 ∣ 智庫驅動公司知識長 魏澤人 ∣ 國立交通大學AI學院副教授 蘇書平 ∣ 為你而讀執行長   █ 以AI為眼、為腦，實現五感預測，邁向高階思考溝通！   扮演第三次人工智慧熱潮領頭羊角色的深度學

習，正以銳不可擋之姿進化。做為人工智慧時代的通用技術，「深度學習」蘊藏著能夠改變一切產業中所有業務、創造新事業的潛力。本書不是探討深度學習技術的深奧知識，而是希望藉由多樣化的實際案例，找出靈活運用的「模式」。   豬排丼盛裝方式的判定、計算游動中的鮪魚數量、辨別送洗的衣類、文章的校閱、判斷河川護岸的損壞、輸電線的異常檢測、探測路面下的空洞、預測計程車的乘客人數、預估電視廣告的效果、便當的裝飾、黑白影像的上色技術、繪製虛擬偶像的圖像、跟專業人士一樣的主播、模仿卡通人物語音的智慧音箱……分門別類介紹深度學習的驚人運用法。   本書由專精市場行銷和創新的日本數位媒體「日經xTREND」編纂，長期關注

企業最先進數位策略和新事業規畫的專業記者撰文。此外，人工智慧專家將解答企業在商業應用上經常面臨的問題，包括值得挑戰的領域、需要的人才、費用估算、成功活用的關鍵要素等。   或許不是每個人都會開發AI、都需要思考AI運用，但人人都是AI消費者、獲益者、享受者，也是受AI影響者。透過本書，見證人工智慧如何深入我們的生活，改變世界！   █ 從大企業到中小企業，從金融保險、零售流通、醫療保健、機械交通到文創媒體     系統化歸納深度學習活用案例，找出高效運用的最佳模式！   01   以影像辨識實現自動結帳的無人櫃臺，與人的合作比辨識準確率更重要 02   用約七百台自行研發的人工智慧攝影機「實際

A/B測試」 03   日版「Amazon Go」的實驗，以人工智慧實現預防竊盜技術 04   分析社群網站的圖像貼文，掌握消費情境 05   大幅縮短製作估價單的時間，增加保險提案的「打數」 06   以人工智慧將租賃物件照片自動分類，每個月減少三千小時的作業 07   翻譯手語的小型機器人，設置於銀行櫃臺等窗口協助對話 08   藉由智慧型手機圖像分析，計算食物熱量和判定體態 09   使用亞馬遜的影像辨識API，將環境改善人工智慧服務事業化 10   運用人工智慧掌握鮪魚養殖數量，每年減少超過兩百五十小時的作業 11   福岡的乾洗店以五十萬日圓打造「人工智慧無人櫃臺」的原因 12  

校對人工智慧效果驚人，檢測率超過人類，只需幾秒即完成 13   以人工智慧檢測河川護岸受損狀況，驗證公共基礎工程更有效的檢驗法 14   運用於檢測輸電線異常，希望提升五倍生產力 15   本田旗下汽車零件製造商，試作不良品自動偵測系統 16   藉由一般人工智慧與優秀人工智慧結合，實現自動化檢查半導體晶圓外觀 17   追蹤路面下空洞的變化，偵測塌陷危險性高的地點 18   使用滿載保全警備專業技能的人工智慧來防止竊盜 19   研發車用保護駕駛感測器，判定認知、判斷和操作狀況 20   使用智慧型手機拍照，就能自動輸入上架商品類別和名稱 21   菜鳥駕駛勝過經驗豐富的中堅員工！人工智慧計

程車的威力 22   以人工智慧預測人的移動並加以視覺化，布局近未來的交通系統 23   學習約一萬支電視廣告影片，在播放前精準預測效果 24   橫幅廣告點擊率高低的預測準確率，專家百分之五十三對人工智慧百分之七十 25   日本國內醫療第一線首次實際使用運用深度學習的儀器 26   以深度學習來讓機器人取出散裝零件 27   老字號企業與新創公司合作，挑戰解開「夾取義大利麵」的難題 28   實現油壓挖土機自動挖掘作業，輸入資料和人員作業一樣只靠影像 29   從屬性識別到軌道生成的六項功能都適用人工智慧，朝自動駕駛邁進 30   以人工智慧提升黑白影像彩色化的效率，五天的作業一日完成 3

1   實現自動生成「偶像臉」，目標是創意人工智慧實用化 32   超越亞馬遜Alexa的「人工智慧播報員」能流暢說話的原因 33   Clova的「個性化」策略，以約四小時的語音資料來模擬說話方式 34   實現電視劇字幕自動翻譯作業超越專業人員的品質 35   讓機器人能理解情感，實現高階溝通   █ 對本書的讚譽   何英圻 ∣ 91APP董事長 對零售對品牌來說，沒有「對的資料」，就沒有AI。唯有正確的資料，機器才能理解、學習。但是零售數據龐雜，線上線下數據異質性高，我看到許多品牌，光要打通線上線下資料，再進而資料可以正確一致，就面臨非常巨大挑戰。縱使有再強的AI算力、演算法，沒有對的

資料，是做不到虛實融合（OMO），遑論AI帶來的龐大效益。如本書所提，AI並非萬能，要站在實際應用場景來設計，才會做出讓企業致勝的武器。現在距離不需要人的時代還很遙遠，要使用AI驅動企業競爭力，就要回到如何理解AI善用AI，這才是未來十年的重點，也是本書精髓。   呂曜志 ∣ 台北海洋科技大學副校長 人工智慧應用科技的目的，事實上不是要取代人，而是要取代人的某些耗費心力的勞動與時間投入，使得人類從繁雜的勞動中被解放出來，從而投入更有創造性與決策性的心智活動。因此人工智慧在企業上的應用，其實是一種分層負責與決行的概念，讓所有能夠被清楚定義（Well Defined）與數量化，且不牽涉到動態競爭賽

局的決策，賦權給人工智慧來處理過程中的決策資訊，而最後由人類來審核與拍板。 除了解釋決策者給予的問題之外，人工智慧的下一步，將是從大量結構性與非結構性的資料當中，看到決策者所看不到的問題。因此人工智慧對企業管理的未來，有如數位的斷層掃描儀，一層一層診斷與凸顯企業的問題。既然是診斷企業，就要有大量的臨床成功病例，這本書提供了三十五家日本各領域先進企業應用人工智慧、精進企業經營的實際案例，值得任何有志於探討企業管理議題的讀者參考。   程世嘉 ∣ iKala共同創辦人暨執行長 數位轉型從以往的數位化、IT升級階段，正式進入以AI為核心驅動的商業轉型階段。AI技術經過多年發展，已經快速商品化，變成人

人可用。現在，一位不會寫程式的行銷人員，都能輕易上手AI工具，來改善工作流程和成效。iKala 提供以AI為核心的商業轉型解決方案，在六個國家，服務超過三百五十間、橫跨超過十二種產業的企業客戶，親身參與AI在不同商業場景的落地和實踐。本書以場景分類出發，有條有理歸類不同企業使用深度學習技術改善商業流程的方式，諸多案例令人大開眼界，值得一讀。   謝宗震 ∣ 智庫驅動公司知識長 本書彙整了大量人工智慧應用案例，透過訪談先驅者的第一手材料，理解人工智慧應用是如何在既有工作流程中進行顛覆式創新。譬如怎麼樣讓豬排丼看起來更美味、如何系統性偵測路面坑洞、如何實現挖土機自動挖掘作業。 在終章更整理了實務專

家在商務運用的關鍵議題，包含場景、資料、人才、外援、預算。精讀本書有助於讀者建立有效的決策，創造有價值的應用，本人誠摯推薦。   魏澤人 ∣ 國立交通大學AI學院副教授 在產業中應用深度學習技術，需要資料科學家、資料工程師、軟體工程師、使用者經驗、行銷等等不同領域的人才。要讓這麼多不同領域的專家合作和溝通，相當有挑戰。也許需要更多像書中所提的「左右開弓型」人才。本書中舉出許多AI在日本產業上的案例，很值得參考。