113年清大材料系尾牙: 迎接 AI 年

113 年清大材料系尾牙: 迎接 AI 年

尾牙宴 (GPT-4o 生成)

慶祝新年宴一 (Sora 生成影片)

慶祝新年宴二 (Sora 生成影片)

歲末成果分享

幸運中獎

濟濟一堂

多層網路 (諾貝爾基金會提供)

蛋白質由胺基酸折疊 (諾貝爾基金會提供)

很高興又一次與大家在尾牙歡聚，對於不再直接參與材料系務，研究室又在偏遠的「材料科技館」的半退休人員來說，與大多數材料系同仁都是「許久不見」，同時也歡喜看到許多退休同仁，每年一度的尾牙可謂年度大事，意義非凡。

每到年尾，是一個適合「檢討過去，策勵未來」的時刻，我們喜見材料系同仁在去年一年喜事連連；前一次在一個場合我提到過，有位司儀當眾問我，為什麼材料系高官這麼多? 我的答案是因為這些同仁熱心又能幹，應是相當公允。這裡我要賣個關子，就是材料系到下月初又會多一位高官，他的身分暫且保留，以製造懸疑效果。同時我們也要特別恭喜許多同仁在學術上有優異表現，大放異彩，尤其是葉均蔚教授，當選台灣學術界八年來第一位中研院「工程科學」院士，最為難得，另一件喜事是簡朝和教授當選清華傑出校友，讓我們一起為他們熱烈鼓掌慶賀。另外我們也要恭喜多位同仁家有喜事，喜獲麟兒，讓材料系大家庭更為興旺，讓我們也一起為他們熱烈鼓掌加油，希望再接再厲。

展望未來，新年無疑會是 AI 年，特別是在研究方面。AI 的發展，到了每個人都應該重視的地步。去年的諾貝爾物理獎與化學獎得主都有 AI 專家， 物理獎得主 Jeffrey Hinton 有「AI 教父」的稱號，他與另一位得獎人共同因為「透過人工神經網路實現機器學習的基礎發現和發明」，由於機器學習對物理研究大有幫助而得獎，雖然讓 Hinton 聲名大噪的是影像辨識在 2016年勝過人類的能力。

在化學獎方面，兩位 AI 專家是因「預測蛋白質結構」而得獎，他們能根據胺基酸序列來預測蛋白質結構。蛋白質的胺基酸序列以長串連接在一起，折疊起來形成三維結構，這對蛋白質的功能至關重要。兩位得獎人提出了一個名為「阿爾法折疊2」（AlphaFold2）的 AI 模型。他們使用該模型預測出近兩億個蛋白質的三維結構，自從有了這項突破，已經有 190個國家超過 200萬人使用阿爾法折疊2。

獲獎者的工作在如天文、氣象、環境汙染防治、藥物放送等廣泛領域中已經帶來了很大的效益，而他們不約而同的提到使用人工神經網絡，可用以開發新材料。

事實上，應用 AI 開發新材料，已在各地如火如荼的展開，同時有很豐富的成果。例如兩位化學獎得主所屬谷歌 (Google) 旗下人工智慧公司 DeepMind 在去年即宣稱利用 AI 工具發現了 220 萬種潛在新晶體，其中包括 38 萬種有潛力驅動未來技術的穩定材料。而當時已知結構的無機晶體也僅有 291,382 種。目前在世界各地實驗室進行的獨立實驗已因此創建了 736 個此類新結構。

而與 Google 團隊合作的科學家使用計算、文獻中的歷史數據、機器學習 (ML) 和主動學習來規劃和解釋使用機器人進行的實驗的結果。透過梳理文獻中已發布的多種合成程序，選出的預期穩定的 58 個目標中，由自動化設備製作出 41 種新型化合物，其中包括各種氧化物和磷酸鹽，相當驚人。

利用AI 工具與自動化加速研究進程，將是未來的趨勢，希望看到清華材料系有同仁在這方面努力，研究更上層樓。

最後「野人獻曝」一番，同仁們平日備極辛勞，加上現在一學期縮短到十六周，假期變長了，造就與家人一起旅遊的大好機會，絕對有益身心。祝大家「年年是好年，朝朝如今日一樣歡樂」。