OpenAI副總裁自立門戶｜攻材料科學 看好AI工業應用 大幅縮短研發周期

原文刊於信報財經新聞「CEO AI⎹ EJ Tech——智情筆報」

人工智能（AI）正加速突破數碼世界的邊界，進一步深入影響人類所處的物理世界。近日OpenAI副總裁費杜斯（Liam Fedus）離職，計劃創辦一間專注於材料科學（Materials Science）的AI創新企業，此舉預示了AI技術突破已滲透科學研究與工業應用。過去材料科學主要依賴科學家的直覺、經驗與反覆試驗，研發周期漫長且充滿不確定性。引入AI讓研究人員通過大規模數據分析與生成式AI技術，快速且精準地發現並模擬新材料，顛覆傳統材料科學範式。

費杜斯新公司獲OpenAI投資

費杜斯作為OpenAI的核心成員之一，曾領導ChatGPT等AI模型的後期訓練與改進。他在社交媒體上發布的離職聲明提到：「我對AI在科學領域的應用感到非常興奮。我的本科專業是物理學，而我也很想在那裏應用這種技術。由於科學AI對OpenAI和實現超級人工智能而言是最具戰略意義的領域之一，OpenAI計劃投資並與我的新公司合作。」

材料科學是大多數製造工業乃至其他產業的基礎，例如光纖材料是通訊技術的核心，生物相容性材料則是許多醫療器械和組織工程的根基。以往新材料的發現耗時且成本高昂，研究人員需要進行反覆實驗，找出最適合的原子與分子組成結構。AI技術則能分析大量材料數據，有助研發人員快速改進材料特性，及預測材料在不同環境下的表現。

AI突破性由過往被視為提升效率的工具，例如在工業製造中的機械人自動化、流程優化，進而提升至重新定義產業創新。從最近發展趨勢可見，AI未來不僅限於在數碼環境中生成文字、圖像與影片，或者透過機械人等載體在日常生活中執行任務，更會涉足材料科學、能源技術與新型製造方法等領域，在知識層面影響人類身處的物理世界。

A-Lab合成41全新材料僅需17天

早在2023年，隸屬美國能源部的A-Lab團隊，便採用由機械人與AI聯手的自主開發系統，並且於短短17天內合成了41種全新無機材料（如適用於電池電極材料、玻璃與光學塗層材料），亦即平均每天合成超過兩種材料，速度遠超人類傳統工作模式。及至去年底，俄羅斯斯科爾科沃科技學院（Skoltech）與莫斯科物理技術學院（MIPT）的研究團隊，利用機器學習技術發現了268種此前未記錄的新合金，創新周期短得驚人。

微軟谷歌推工具助分析材料

即使在新銳的3D列印增材製造業層面，AI也能夠展示出助益作用。像是本月初，約翰霍普金斯大學應用物理實驗室就發表一項研究成果，表示可以利用機器學習技術，優化金屬3D列印的激光燒結工藝，研究人員利用AI不斷調整激光功率、掃描速度、間距等參數組合，模擬了成千上萬種可能的製程配置，結果找出一些傳統認為不可行，但實際能夠顯著提升材料性能的做法。

在AI領域領先的兩家科技巨頭微軟（Microsoft）和谷歌（Google），近年亦已積極布局材料科學領域，推出專門服務材料科學的工具和服務。微軟開發的兩款AI工具MatterGen、MatterSim，一個利用生成式AI來產生可能具有所需特性的材料，另一個負責模擬與篩選這些材料，形成一套完整的AI驅動材料發現流程。Google旗下的DeepMind則開發了GNoME，利用深度學習技術，分析跟現有材料結構類似的新材料，從而預測其穩定性。

在香港，不久前開幕的寧德時代香港研究院，同樣也聚焦科學AI和研發新能源材料，可見無論前沿研究案例，抑或科技巨頭策略，都預示着AI在材料科學領域的應用，將成為未來技術競爭的關鍵。AI應用方向將進一步垂直化，從純粹的自動化工具，轉變為製造業創新的核心技術。

支持EJ Tech

如欲投稿、報料，發布新聞稿或採訪通知，按這裏聯絡我們。