半導体パッケージの配線は微細化が進行しており、配線を形成するために用いるレジストの感光性樹脂には、高い解像度であることが求められている。
感光性樹脂を構成する材料のうち、ポリマーが性能に与える影響は大きく、ポリマーには、現像性が良いことや、感度が高いことなど複数の要素が求めらる。
ポリマーは、多数のモノマー（単量体）が結合したもので、これまで、多数のモノマー候補の中からモノマーの組成比・種類も含めた最適な配合を見つけることは、組み合わせが膨大なため困難であった。
こうした中、株式会社レゾナックは、AIを活用し、材料の最適な組成を従来の5分の1の時間で探索できる独自技術を確立した。
今回同社は、複数の目標特性値を設定し、AIモデルによりこの特性値を満たす最適なポリマー物性を計算した後、アニーリング技術を適用することで、短時間で最適なモノマーおよび、その組成比を求めることに成功した。
例えば、モノマー100種から5種選び、さらに組成比の合計が100%となるように、各モノマーの組成比を1%ごとの刻みで計算する場合、従来法では概算で約10万年かかるが、アニーリング技術を使うと約10秒で計算することができる。
ここで得たポリマーを用いた試作品は、良好な特性を示すことが実験にて証明され、現在は、添加剤等他の材料を含めた最適化に取り組んでいるという。
また、同社は、この技術を用いることにより、半導体パッケージ用レジストの感光性樹脂の原料となるポリマー（重合体）の探索に成功した。
これによりレゾナックは、材料探索の汎用ツールとして、同技術の社内展開を開始した。
このシステムでは、ユーザが組成物の目標物性とそれを構成する原料の物性を入力すると、目標物性に近い原料配合比率を得ることができる。
なお、この技術は、レジストポリマー設計に限らず、樹脂設計や複合材料などの分野でも使用できる汎用的な技術であり、半導体後工程製品へも活用を開始しているとのことだ。
