Source Asia
人工智慧不再只是寫詩或建議餐單，它正為科學研究開啟嶄新可能，改變我們對世界的認知。科學家如今能解碼電子、創造新材料，甚至「與樹木對話」。生成式 AI 工具正加速科學發現的步伐，並釋放從人體細胞到維繫生態系統的深層洞察。
「科學發現是 AI 最重要的應用之一。」Microsoft Research 負責人 Peter Lee 博士表示，「我們相信，生成式 AI 學習人類語言的能力，同樣能學習自然語言，包括分子、晶體、基因組與蛋白質。」
2025 年上半年，Microsoft 在多個同行評審期刊發表研究論文，並在醫療、能源、生物學與量子物理等領域推出新工具與合作計畫，目標是加速科學家探索複雜問題的進程，並透過強大、實用且值得信賴的 AI，將研究成果轉化為真實世界的影響。
以下是 AI 已在五大領域帶來實質改變的例子，下一波突破可能近在眼前：
AI正成為醫療領域的重要夥伴，不僅能自動化工作流程，更協助臨床醫師與研究人員提升洞察力、加快理解速度並及早採取行動。從臨床筆記到病理切片，這些多模態模型能分析大量非結構化資料，找出疾病模式，協助量身打造治療方案。
例如，Microsoft與西班牙阿利坎特大學合作開發的PadChest-GR是首個包含4,555張胸腔X光影像的多模態資料集，以西班牙語與英語標註精確診斷，協助放射科醫師更準確解讀影像，並訓練AI模型與科學家共同進步。
另一項創新是Microsoft AI Diagnostic Orchestrator (MAI-DxO)，模擬醫療團隊的推理方式，整合多種資料來源，協助處理複雜病例，提升診斷準確度並降低成本。
這些工具是 Microsoft 推動「科學優先」AI的一部分，包括GigaPath，可大規模分析病理切片，以及在肯亞推動的兒童營養不良預防計畫，透過 AI 提早識別高風險社群。
AI協助科學家分析複雜資料、模擬自然過程，以前所未有的速度推進研究。
新推出的Microsoft Discovery平台採用「代理式AI」，能推理、規劃並執行任務，宛如研究夥伴，協助形成假設、執行模擬與優化實驗流程。例如，Discovery協助研究人員在短短一週內識別出新型資料中心冷卻劑原型，原本需耗時數月。
Microsoft的AI模型也在密度泛函理論（DFT）領域取得突破，快速準確模擬電子行為，應用範圍涵蓋藥物、電池與綠色肥料。其他工具如BioEmu-1解碼蛋白質結構，MatterGen則支援新材料研發。
AI正從理論走向實務，協助科學家理解地球複雜系統，應對環境挑戰。
Microsoft的Aurora模型是首批以地球科學資料訓練的AI基礎模型之一，超越天氣預測，模擬大氣、陸地與海洋的互動，協助科學家更準確預測氣旋、空氣品質變化與海浪，讓社區能更好地準備應對災害與氣候變遷。
其他計劃也將AI應用於可持續發展挑戰。Microsoft與華盛頓大學合作開發低碳水泥，以海藻生質混合製成更環保的建材；Avanade的智慧花園應用程式則透過感測器「與樹木對話」，監測濕度、空氣品質與生長模式；在坦尚尼亞，AI協助保育人士追蹤瀕危長頸鹿，透過分析無人機影像辨識個體斑紋。
量子運算突破傳統電腦限制，能以全新方式模擬自然世界。傳統系統以0與1處理資訊，量子電腦則使用量子位元（qubit），可同時表示多種狀態，特別適合模擬化學反應或材料行為等複雜系統。
Microsoft結合量子物理與AI推動研究進展。近期突破包括4D幾何編碼，提升量子硬體穩定性與可靠性；與Atom Computing合作，開發中性原子量子位元系統；Majorana 1晶片則代表一種新型量子架構，有望實現更可靠、可擴展的量子運算。
這些創新正為研究人員開拓嶄新途徑，協助他們在傳統系統受限的領域中建構健康、材料與氣候等方面的問題模型。
AI在能源生產、儲存與使用方面扮演日益重要角色，不僅優化現有系統，也協助建構新架構。
Microsoft與日產汽車合作開發機器學習方法，準確預測電動車電池耗損，減少冗長測試流程，協助判斷哪些電池可回收再利用。
AI也加速核融合能源發展，透過模擬複雜物理過程，快速測試構想、識別有潛力的反應器設計，加速潔淨能源併網。在美國，Microsoft探索如何以AI簡化核能與融合項目許可流程，以克服監管延誤。這是日產汽車減碳倡議中的重要一環。
此外，Microsoft運用AI篩選逾3,200萬種候選材料，發現一種新材料，有望減少鋰電池中的鋰使用量達70%。
如需進一步了解 Microsoft 如何以 AI 推動科學創新，請參閱 AI in Science。
