中興大學結合AI與高熵材料 加速綠氫催化材料開發
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。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，將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》封面。
此為美國化學學會旗下極具影響力的學術期刊，2025年公告之影響因子為13.1。
「高熵材料」近年被視為材料科學領域的重大突破，也是台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葉均蔚院士（2025年總統科學獎得獎人），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。
為突破此瓶頸，中興大學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（Chandrasekaran Pitchai）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。
此研究採用XGBoost建構預測模型，分析五種金屬元素（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，提升模型準確性與可信度，成為本研究另一亮點。
陳志銘特聘教授指出，本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，有進一步提升產業化可行性。
李宏中助理教授強調，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。
楊明德特聘教授，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，未來將結合智慧農業，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。