本书围绕“技术破壁”与“产业落地”两大主线，系统构建AI赋能半导体制造与研发的知识框架：第1章介绍AI算法分类与开发环境搭建，并通过入门案例帮助读者建立基础认知；第2章剖析半导体大数据面临的挑战、分析方法与应用场景，最后介绍基于WaferMap的良率检测、FDC异常检测实践；第3章介绍光刻工艺仿真重要性与CNN仿真加速方法、刻蚀偏差与负载效应，提出基于回归算法与CNN优化刻蚀偏差模型的策略；第4章分析坏点检测、缺陷检测与分类技术及强化学习在OPC相关算法中的应用，为制造工艺优化提供新思路；第5章介绍基于AI的SEM图像分割、SEM三维形貌估计、TEM分割模型构建及虚拟量测技术，突破图像量测精度与效率瓶颈；第6章探讨基于边缘AI提升键合精度及利用RAG技术实现机台智能运维的落地实践；第7章介绍计算化学的现状与工具，并给出图神经网络在材料性质预测中的应用示例，展现AI在加速新材料发现中的关键作用。