新知特寫

首頁> 新知特寫> 生成式人工智慧模型加速複雜材料的合成與開發
生成式人工智慧模型加速複雜材料的合成與開發 How Generative AI Can Help Scientists Synthesize Complex Materials
材料科學近年在生成式人工智慧的協助下,已能快速預測大量具潛力的新材料結構,但新材料的合成仍是研發流程中的主要瓶頸。材料合成高度仰賴研究人員的經驗判斷,反應溫度、時間與前驅物比例的些微差異,都可能導致材料性質與性能出現顯著變化,使實驗流程耗時且難以系統化。為了克服前述挑戰,麻省理工學院(MIT)材料科學與工程學系(Department of Materials Science and Engineering)研究團隊開發出名為 DiffSyn 的生成式人工智慧模型,專門用於預測材料的合成路徑。該模型採用擴散模型(diffusion model)架構,藉由分析大量既有合成案例,學習材料結構與合成條件之間的關聯,並產生多組可行的合成建議,以協助研究人員縮減實驗規模。研究團隊以結構複雜、合成時間長的沸石(zeolites)作為驗證對象,成功依模型建議合成出一種具備更佳熱穩定性的新沸石材料,顯示此方法有助於提升材料研發效率。未來,研究團隊規劃將此方法延伸應用至其他材料類型,包括金屬有機骨架(metal-organic frameworks)與無機固體等,並進一步結合自動化實驗平台,加速新材料從研究階段進入實際應用。
2026/02/02
https://news.mit.edu/2026/how-generative-ai-can-help-scientists-synthesize-complex-materials-0202
MIT News
薛孝亭