文/金藝智
從分子結構生成到反應途徑預測全面自動化涵蓋高分子、半導體、化妝品等領域。AI也能在短時間內設計符合複合條件的材料，AI正在迅速改變奈米材料研究的方式。過去在實驗室中需耗時數個月尋找材料，如今透過一個生成式AI模型，只需數天即可完成。不僅是進行單純預測，如今更能依照所需特性直接設計分子結構，全面改變了材料研究的進行方式。
這樣的趨勢也在3日於KINTEX舉行的「Nano Biz Forum 2025」中獲得印證。該論壇以「AI與奈米融合所引領的產業未來」為主題，聚集了來自企業與學界的專家，共同探討以AI 為基礎的新材料開發技術以及奈米技術的產業影響力。
LG AI 研究院的韓世熙（音）組長在論壇發表中表示：「過去尋找具特定物性的材料需要花費數月，但現在透過生成式AI，只需一天即可確認其可行性。如今研究不再依賴實驗，而是以資料為基礎的預測方式，能同時提升研究的精準度與效率。
從分子生成到合成途徑，AI設計材料
LG AI研究院近期將生成式AI為基礎的新材料開發平台，正式應用於旗下關係企業的實驗中。無論是高分子、半導體、化妝品材料等多個領域，AI都能以比傳統方法快數倍的速度篩選出有潛力的材料，大幅縮短實驗所需時間。
值得關注的是，AI的角色已超越單純的預測，不僅能生成材料結構，甚至能同時提出對應的合成路徑。傳統方法多依賴研究人員習慣使用的反應類型，而現在AI能重新構築反應過程。韓世熙組長指出：「AI學習了以論文為基礎的各類反應數據，預測能力已超越專利資料，更貼近實際應用，合成的可行性也大幅提升。」他補充表示：「即使是如耐燃高分子、高溫冷卻材料、高濃度活性成分等複雜條件的領域，AI也能提出高可靠性的替代方案。」
奈米與AI改寫材料產業的未來
AI正在邁向能處理尚未明確量化之物性特徵的階段。舉例來說，像「難燃性」這類難以以具體數值表達的性質，也能透過多重物性預測結果，推估出相關指標。
韓世熙組長表示：「AI透過分析客戶提供的數十筆難燃性資料，成功萃取出關聯指標，並實際應用於開發項目中。AI現已成為改變研究方向的工具。」
此外，AI還具備以商用化潛力為基礎的過濾功能，提升實驗效率。韓組長指出：「過去常有材料因與系統不相容而在實驗中被淘汰，但現在AI可預先判斷其可行性，進而降低實驗資源的浪費。」
當日與會的專家一致認為，AI基礎的材料設計亦可促進環保轉型。AI能在減少重複實驗與資源耗費的同時，實現更精準的研究，未來可望成為兼顧投資報酬率與永續性的關鍵技術工具。
