文、圖／成大新聞中心
 
國立成功大學材料科學與工程學系教授張高碩與蘇彥勳團隊，利用生成式 AI 與強化學習技術等先進科技，導入 5G、6G 無線通訊與智慧車用雷達必須使用到的介電質材料研發上，大幅加快其速度，這種利用 AI 運算改變研發流程的革命性方法，為台灣材料科學發展立下重要里程碑，相關成果也發表在國際頂尖期刊《材料化學功能性元件（Journal of Materials Chemistry C）》上，並獲選為封面文章，可見其重要性。Harnessing machine learning to probe dielectrics in next generation telecommunication and automotive radar applications
 
團隊指出，這項研究成果象徵台灣正式邁入以生成式 AI 驅動材料研發的新紀元，為未來智慧通信與自駕車關鍵技術奠定堅實材料基礎。
 

成大材料系教授張高碩（右）與蘇彥勳（左）團隊，利用生成式 AI 與強化學習技術等科技，研發介電質材料，為台灣材料科學發展立下重要里程碑，相關成果發表在國際頂尖期刊《材料化學功能性元件》上，團隊成員還包括博士後研究員阿密特夏瑪（左二）、博士生邱彥倫（右二）及碩士生鄭泰明（中）等
 
團隊表示，美國從 1、20 年前，就開始重視 AI 在研發上的利用，認為不僅能節省研發成本、並能加速期程，台灣近年也加緊腳步，國科會近期補助成大、交大與清大的團隊，分別在介電質材料、金屬材料與仿生材料等項目研發上，導入 AI 技術，獲得相當不錯的成果，成大團隊研發的材料設計 AI 平台，目前也對外開放，以協助產業界。
 
團隊表示，利用 AI 加速新科技的研發，已是全球趨勢，但在材料這一部分，發展比較晚一些；過去新的材料從研發到實際生產運用，可能有長達 3、40 年的生命周期，以半導體為例，使用的矽材料，大約經歷近 40 年，目前發展到第五代，可以看出新材料的研發曠日費時，實在難以因應日新月易的科技革新速度。
 
而隨著 5G、6G 無線通訊與智慧車用雷達等高頻應用快速發展，業界對兼具高介電常數、低損耗與高頻穩定性的介電質材料需求激增。為突破傳統材料研發流程中高成本與冗長周期的限制，成功大學研究團隊開創性導入生成式人工智慧（AI 2.0）與強化學習技術，建構一套能自我學習、預測與推理的材料設計平台。
 
團隊表示，平台整合機器學習、無監督／自監督學習（有監督可以協助除錯，提高準確度）與高通量計算方法，從海量結構與特性資料中，自主探索最具潛力的新型材料，顯著提升材料預測精度與開發效率，成功應用於高頻電介質材料的快速篩選與優化。這是台灣首度將 AI 2.0 技術深度應用於新材料加速設計的研究實證，展現生成式 AI 在未來材料研發中的革命性潛力。
 
「簡單地說靠著現在很流行的 ChatGPT，就能研發新材料，但團隊必須為平台充實材料方面的龐大資料庫，並以實體的實驗結果輔助，才能提高其結果的準確度。」張高碩表示，在經過兩年的努力後，平台目前的準確度幾乎可以超過 9 成，相當不容易。

成大材料系教授張高碩與蘇彥勳團隊，利用生成式 AI 與強化學習技術等科技，研發介電質材料，為台灣材料科學發展立下重要里程碑，相關成果發表在國際頂尖期刊《材料化學功能性元件》上，並獲選為封面文章
 
蘇彥勳則表示，國際頂尖期刊能將團隊的成果放在封面，最主要就是 AI 的運用，顛覆了過去傳統材料研發的流程，也勢必成為未來的趨勢，研究成果同時也突顯台灣在生成式 AI 材料設計領域的國際競爭力。
 
團隊由成大材料系張高碩教授、蘇彥勳教授、丁志明講座教授、阮至正教授與陳嘉勻教授共同主持研究計畫，成員還包括博士後研究員印度籍阿密特夏瑪（Amit Kumar Sharma）、博士生邱彥倫、碩士生鄭泰明等；計畫名為「人工智慧輔助高通量探索用於超越 5G 和 6G 無線通信與車用雷達之嶄新介電材料─高效能製備與分析多孔無機─有機複合低介電薄膜」，獲國科會工程處材料學門支持。
 
團隊表示，除基礎研究外，團隊也積極投入人才培育，於台灣鍍膜科技協會年會等國際材料會議，開設 AI 材料設計短課程，並舉辦多場線上工作坊，協助台灣建立材料數位轉型與 AI 人才基礎，推動產業升級與國際接軌。