本報訊
製造更優質的電池、更快的電子產品及更有效的藥物，取決於新材料的發現與品質檢測。麻省理工學院（MIT）工程師們開發一項新型工具，有效利用人工智能（AI），有望突破品控瓶頸，提供更快速且經濟的解決方案。
相關研究10月14日發表在《物質》（Matter）期刊上。
AI工具通過協助篩選，能快速標記候選材料，推動新材料的發現，但品質驗證仍需透過耗時費錢的專用儀器掃描，MIT研究人員研發出名為「SpectroGen」的生成式AI工具，可透過模擬虛擬光譜儀的功能，大幅提升掃描效能。
該工具可根據材料在某種掃描模式（如紅外光譜）測得的「光譜」數據，生成該材料在完全不同模式（如X射線）下掃描時應呈現的光譜樣貌。
AI生成的光譜結果與使用儀器實際掃描所得數據吻合度高達99%。
不同光譜模式能揭示材料的特定屬性：紅外光譜呈現分子結構，X射線衍射可視化晶體結構，拉曼散射則揭示分子振動。
這些屬性皆是評估材料品質的關鍵指標，傳統上需耗費大量工時，在多台功能各異的昂貴儀器間反覆操作。
研究人員稱，透過SpectroGen技術，能在不到一分鐘內生成光譜，相較於傳統方法需耗費數小時至數天進行測量與驗證，速度提升了千倍。
該研究第一作者華裔朱琰\u73c9（Yanmin Zhu）當時是MIT機械工程系博士後研究員，她注意到生成式AI工具在發現新材料與藥物選材領域的應用日益廣泛，因而思考AI能否用於生成光譜數據，但按傳統方法需訓練演算法，識別物理原子與物質特徵間的關聯性，以及它們所產生的光譜，複雜度極高。
研究團隊最後透過數學找到了答案，將光譜數據的數學解讀轉化為演算法，進而整合到生成式AI模型中。
朱琰\u73c9現任香港大學電機電子工程系研究助理教授，其研究聚焦於計算成像、AI及智能診斷領域。
