人工智慧與材料科學: 114年 MRS-T 年會

人工智慧與材料科學:  114 年 MRS-T 年會

AI 在材料科學應用 (ChatGPT 製作)

材料科學是現代科技的基礎，推動半導體、超導體、電池和奈米材料的進步。這些領域面臨兩大核心挑戰：多體系統的複雜性，以及材料組成和結構的巨大可能性。

人工智慧 (AI)，尤其是機器學習 (ML)，已經成為應對這些挑戰的變革工具 : 做出預測、指導實驗和揭示新的物理現象。

1.  AI 對材料研究的重要性

挑戰：預測材料特性需要解決量子多體問題，而對於大型系統而言，計算通常很困難。

可能的材料組成與結構極為繁多，組合海量使得反覆試驗的設計效率低。實驗表徵會產生難以分析的多面向、富有雜訊資料。

AI 擅長複雜、多面相資料中的模式辨識、計算量大的計算的快速近似以及在材料發現流程的最佳化。

2. AI 在材料科技的應用

A. 預測特性: AI模型學習材料結構、成分與特性之間的關係（結構-屬性關係）。範例包括預測電子能帶結構和能態密度、估算熱、光學或機械特性、預測超導轉變溫度等。如機器學習模型透過學習已知數據並提出測試參數空間之外的有前景的化合物，預測了新的潛在高溫超導體。

B. 發現新材料: GAI 可以設計具有所需特性的假設材料。能逆向設計，指定目標特性並讓AI提出候選結構。以及篩選資料庫（例如，材料項目、OQMD）比從頭計算快。如人工智慧提出了新的鈣鈦礦太陽能電池材料，其預測效率高於迄今為止實驗發現的效率。

C. 相圖映射: 材料科學通常涉及豐富的相圖（例如超導相、磁相、拓樸相）。 AI 可以幫助從實驗或模擬資料中識別相邊界，當傳統相變階次參數不明確時對相變進行分類以及發現強相關系統中的隱藏或湧現階段相。

如在蒙特卡羅資料上訓練的神經網路已經區分了自旋模型中的拓撲相和常規相，而傳統的對稱性破缺描述則失效了。拓撲相是物質的一種特殊量子狀態，其特性由穩定的拓撲不變量所描述，不受局部擾動影響。

D.實驗數據分析: 掃描穿隧顯微鏡 (STM)、X 射線繞射 (XRD) 和光譜等先進的表徵技術會產生大量資料流。 AI 可以透過以下方式提供協助影像去雜訊與重建、從光譜中提取關鍵特徵以及自動解釋繞射圖案。

如卷積神經網路 (CNN) 已用於分析 STM 影像，偵測人眼看不見的晶格缺陷和局部順序。

3.人工智慧在該領域的優勢，包括避免強力計算，加速研究、引導實驗朝參數空間中最有希望的區域進行、能夠發現非直觀的材料行為以及理解來自現代儀器的「大數據」。

4. 挑戰與注意事項，包括可解釋性：黑盒模型的預測通常難以從物理上解釋。資料稀缺性：許多材料系統缺乏足夠的高品質訓練資料。可遷移性：針對某一材料類別訓練的模式可能無法很好地推廣到其他材料類別。 整合性：將人工智慧洞察與成熟的物理理論結合仍然是一項挑戰。

5. 未來方向

以物理為基礎AI：將已知的對稱性和守恆定律納入 AI 模型，可提高準確性和可解釋性。

自主實驗室：完全由 AI 驅動的自動化材料合成與性能循環實驗。

跨學科方法：結合材料資料庫、人工智慧和量子運算來解決前所未有的規模問題。

可解釋的 AI：開發不僅可以預測而且可以提供對觀察到的現象背後機制的洞察的模型。

AI 正在改變材料科學，它能夠更快、更聰明、更有系統地探索物質。透過連結實驗數據、計算模型和理論，AI 不僅加速了科學發現，還開啟了新的概念視野 ，例如發現奇異的量子相，或為尚不存在的技術設計材料。

然而，要充分發揮這一潛力，物理學家、材料科學家和人工智慧專家之間的合作至關重要，以確保人工智慧方法尊重底層物理學並以嚴謹的科學為基礎。

生成式人工智慧與高等教育：挑戰與機遇

生成式人工智慧與高等教育：挑戰與機遇

高等教育論壇

GAI 與高等教育 (AI 製作)

生成式 AI (Generative AI，GAI) 於2022年底橫空出世，讓非專業人員可與AI 直接對談，有如「舊時王謝堂前燕，飛入尋常百姓家」，引起很大回響，僅是 OpenAI 的 ChatGPT，每周即有七億人次使用，同時 GAI 能力進步迅速，應用日漸廣泛而深入。

目前 GAI 已成教學場所的有力工具，並且在科學研究上顯現出獨特的能力，2024年諾貝爾物理獎與化學獎，不約而同的頒給AI 專家，而兩位經濟獎得主也有與AI 相關的著作，可見其威力強大與前景可期。

本演講將分兩部分講述:

一、生成式AI 的能力，

二、生成式AI 與大學教育，

一、生成式AI 的能力，

生成式人工智慧是指能夠基於從海量資料集中學習到的模式生成內容（文字、圖像、程式碼、音樂等）的演算法。與早期主要基於分析和規則的AI 系統不同，生成模型可以創造出接近人類創造力的新穎輸出。基於大型語言模型 (LLM) 的工具已展現出撰寫論文、起草研究計劃、總結複雜材料、生成藝術作品，甚至進行模仿人類對話的能力。

近年來，生成式人工智慧 (AI) 的快速發展引發了廣泛的爭論，探討其可能如何改變產業、重塑工作方式並重新定義學習。高等教育長期以來被視為知識創造和傳播的堡壘，但隨著 ChatGPT、Claude、Gemini 等生成式人工智慧工具的普及和強大功能，高等教育正面臨轉型的十字路口。(下略)

本演講將探討生成式AI 如何影響高等教育，並概述了它帶來的機會和挑戰。

二、生成式AI 與大學教育，

根據聯合報十月中旬問卷調查，生成式AI翻轉大學生活：從課堂到日常無所不在自2022年底 ChatGPT橫空出世以來，各類生成式AI如雨後春筍般湧現，迅速融入日常生活與職場，教育現場也因此遭受巨大的衝擊：不少學生開始使用它撰寫報告、應付考試、甚至完成論文，掀起一波新的學術倫理攻防戰。然而，彼時的師生都仍在摸索的階段，尚未建立相應的規範機制。但目前已有95.3%大學生都用過 GPT，對大學教育有深遠的影響。

高等教育機會
加強教學與學習

生成式人工智慧在增強教學過程方面擁有巨大潛力。教師可以使用人工智慧工具更有效率地創建客製化學習材料、生成範例並設計評估。對於學生來說，生成式人工智慧可以充當導師，按需提供講解、練習題和回饋。它還可以使獲取高品質教育內容的管道更加民主化，尤其對於服務欠缺地區或資源匱乏的機構的學習者而言。

當生成式人工智慧能夠適應每個學生的需求和學習風格時，個人化學習路徑將變得更加容易實現。一位在高等微積分方面遇到困難的大學生可以獲得人工智慧導師的循序漸進的幫助，而一位人文學科的研究生可以使用人工智慧生成參考書目或探索文本的其他解讀。這些可能性可以加深學生的參與度，並有助於縮小學業差距。

支持研究和創造力
學術界的研究任務也將受益於生成式人工智慧。這些工具可以加速文獻綜述，產生研究假設，或協助起草和完善論文稿件。研究人員可以探索大量資料集，或以前所未有的方式模擬實驗結果。在寫作、設計、音樂和視覺藝術等創意學科中，生成式人工智慧既可以作為合作者，也可以作為靈感來源，突破學生和學者的創作極限。

提高行政效率

除了課堂和實驗室之外，高等教育機構還可以部署生成式人工智慧來簡化行政管理任務。從起草日常溝通文件到管理招生諮詢或總結政策文件，人工智慧可以讓教職員工專注於更高價值的策略性活動。這種效率提升可以降低成本，改善學生服務，並增強機構的敏捷性。

挑戰與風險

學術誠信與剽竊

生成式人工智慧在高等教育中最直接、最明顯的挑戰或許是它對學術誠信的威脅。學生可以輕鬆地使用人工智慧工具來產生論文、作業集，甚至是電腦程式碼，模糊了可接受的輔助作業與徹頭徹尾的抄襲之間的界線。教師必須努力偵測人工智慧產生的作業，並修改評估方法，優先考慮批判性思考和原創性，而非死記硬背的作業。

這引發了關於學習本質的更大問題：如果學生過度依賴人工智慧工具來完成學業，他們是否真正掌握了基礎知識和技能？教育工作者需要重新思考教學策略，強調過程、討論和應用解決問題的能力，而不是只給出答案。

偏見、幻覺和輸出質量
生成式人工智慧模型的優劣取決於其訓練數據，它們可能會延續訓練數據中存在的偏見、不準確性或錯誤訊息。人工智慧產生的輸出有時會包含「幻覺」 - - 看似合理但卻是虛假的訊息 - - 這可能會誤導學生或扭曲研究。機構需要培養學生和教師的數位素養，以便他們能夠批判性地評估人工智慧的輸出並負責任地使用它們。

公平與准入
人工智慧雖然有潛力實現教育民主化，但也有可能加劇現有的不平等現象。擁有更多資源的學生和機構能夠負擔得起優質的人工智慧工具和培訓，而其他機構則可能落後。如果高等教育希望避免數位落差進一步擴大，那麼確保公平地獲得生成式人工智慧技術及相關支援至關重要。

智慧財產權和著作權

生成式人工智慧的興起也迫使人們重新思考作者身份、智慧財產權和學術貢獻。一篇部分由人工智慧撰寫的論文歸誰所有？學生提交的論文中有多少內容可以由人工智慧生成，不再被視為學生本人的作品？大學必須制定清晰、一致的政策來解決這些棘手的問題。

前進之路：適應與引領

生成式人工智慧的興起並非曇花一現的潮流，而是一場典範轉移。高等教育不能完全忽視或禁止這些技術；相反，它必須以批判性和建設性的方式與它們互動。以下幾個策略方向值得思考：

培養人工智慧素養：學生和教師都需要了解生成式人工智慧的工作原理、限制以及如何合乎道德地使用它。將人工智慧素養納入課程將有助於確保負責任地使用人工智慧。

重新思考評估：從傳統的論文和問題集評估轉向口試、基於專案的學習和課堂參與，可以幫助減少人工智慧的濫用。

投資基礎設施和培訓：機構應提供人工智慧工具和培訓，以便所有學生和教師都能從其潛力中受益。

促進創新：大學應該將人工智慧本身視為研究前沿，鼓勵跨學科探索其社會、倫理和技術影響。

結論
生成性人工智慧對高等教育而言既是挑戰，也是機會。如同印刷、運算、網路等早期技術變革一樣，其影響將取決於院校如何應對。如果能夠妥善利用，人工智慧可以增強人類創造力，使學習更加個人化和包容性，並拓展知識的前沿。但它也迫使高等教育重申其核心價值：培養批判性探究、培養正直品格，並培養學生不僅能汲取知識，更能為社會做出有意義的貢獻。

未來的任務很明確：大學必須適應這個新現實，以身作則，整合人工智慧，豐富學習和學術，同時維護最佳教育原則。