興大團隊結合AI與高熵材料 加速綠氫催化材料開發

記者蕭宇廷／臺中報導

面對淨零碳排與綠能轉型需求，如何加速氫能技術發展成為關鍵課題。國立中興大學智慧永續新農業發展中心跨領域團隊結合人工智慧與高熵材料，成功建立催化材料最佳化模型，把原本需長時間實驗篩選的研發流程，大幅縮短約99.3%，成果登上國際頂尖期刊《ACS Catalysis》。

興大指出，「高熵材料」近年被視為材料科學領域的重大突破，也是臺灣在全球材料發展史具指標意義的研究成果，吸引美國能源部、橡樹嶺國家實驗室與全球學者投入研究開發。高熵材料發明人中研院院士葉均蔚預期高熵概念合成的觸媒材料有望取代貴金屬，成為未來綠能（例如：電解水產氫）的新解方。

然而，高熵材料所涉及金屬元素種類多、比例組合龐雜，如何從眾多組成中快速找出最佳性能配方，是目前研究上的重大挑戰。

為突破該瓶頸，興大智慧永續新農業發展中心，在工學院院長楊明德特聘教授、副院長陳志銘特聘教授，及李宏中助理教授等跨領域學者帶領下，第一作者博士後研究員錢德魯與碩士生黃炤方，成功結合人工智慧機器學習演算法與催化劑合成技術，開發出應用於高熵材料的「最適化模型」。

研究團隊結合層狀雙氫氧化合物（LDHs）的特殊結構，成功將高熵材料應用於電催化水分解技術，顯著提升水分解析氫效率。該研究採用XGBoost建構預測模型，分析5種金屬元素(鐵、鈷、鉻、錳、銅)最佳比例，能在短時間內完成10,626種高熵材料組合的性能預測，模型預測誤差僅約3%；比較傳統上仰賴大量合成與實驗測試的時間與人力成本、整體節省約99.3%研發時間，顯著加速電催化材料的開發與最佳化。

此外，團隊以實驗室自行量測的70筆資料進行模型訓練，避免跨文獻數據差異造成的不確定性，使提升模型準確性與可信度，成為該研究另一亮點。

陳志銘指出，該研究展現跨領域整合先進材料與人工智慧技術的潛力，有助於加速高熵材料的設計、開發與應用，並進一步提升產業化可行性。李宏中也表示，即使是小型資料集，面對複雜材料系統、仍具關鍵而明確的特徵辨識能力，展現出相當高的應用潛力。

楊明德感謝國科會前瞻處「人工智慧（AI）專案計畫」支持，研究團隊將持續導入AI技術開發先進材料，未來結合智慧農業，以再生能源（例如農場或溫室架設的太陽能板）電解水析氫，提供永續利用且零碳排的氫能，為偏遠地區與韌性農業的發展提供能源自主的核心解方。