︿
Top

前瞻技術脈動：AI與機器人技術(202614)

關鍵字：圖神經網路；固態鋰離子電池；科技樂觀主義；AI認知；修剪技術；資源優化；無電池感測；現象學AI
瀏覽次數：98｜ 歡迎推文： facebook twitter wechat Linked

科技產業資訊室(iKnow) - 技術發展藍圖研析團隊 發表於 2026年4月24日
facebook twitter wechat twitter

圖、前瞻技術脈動：AI與機器人技術(202614)

神經網路加速尋找固態電池材料，打造更安全、續航力更長的電動車
斯科爾科沃科技學院（Skoltech）與俄羅斯人工智慧研究所（AIRI Institute）團隊合作，開發替代傳統的量子化學計算，以圖神經網路（GNN）為核心的人工智慧系統，可加速固態鋰離子電池材料的研發。該技術從數萬種材料中高效篩選出具高離子導電性且穩定的塗層材料，應用於固態電解質（如 Li₁₀GeP₂S₁₂）與正負極之間，避免因直接接觸而導致分解與短路問題。研究團隊成功使用AI方法篩選出的候選塗層材料包括Li₃AlF₆與Li₂ZnCl₄，具備熱力穩定性、電化學穩定性、相容性與離子導電性等優良特性，且AI預測速度遠優於傳統量子化學方法。此成果有助於提升電池安全性與續航力，大幅減少運算時間，並能從數萬種候選材料中高效篩選出高離子遷移率（ionic mobility）的候選者，為固態電池產業化提供重要推力。研究成果已發表於《npj Computational Materials》。
參考資料：Neural networks speed up search for solid-state battery materials for safer electric cars with extended range. Phys.org, 2025/6/5   

科技樂觀主義者與反科技者：人們如何看待人工智慧
在AI技術迅速融入日常生活的背景下，社會上出現了兩種截然不同的觀點：一方面，科技樂觀主義者認為AI將帶來前所未有的便利與創新，改善工作效率和生活品質；另一方面，反科技者則擔心AI可能導致取代工作、隱私侵犯，甚至對人類社會造成負面影響。研究指出，這些觀點的差異源於人們對AI的理解、信任程度以及對未來的期待。為了促進AI技術的健康發展，研究建議應加強公眾教育，提高人們對AI的認識，並建立透明、公正的AI應用規範，以平衡創新與風險，研究成果已發表於《Psychological Bulletin》。
參考資料：Forget techno-optimists vs. Luddites—most people judge AI by perceived capability and personalization needs. TechXplore, 2025/6/10

高效修剪技術：減少AI模型記憶體需求的新方法
隨著AI模型越來越龐大，其對記憶體和計算資源的需求也隨之增加，這對於資源有限的設備而言是一大挑戰。為了解決這個問題，研究人員開發了一種名為「HAMP」的新型修剪方法。這種方法能夠在不影響模型準確性的前提下，有效地減少模型的大小和運行所需的資源。HAMP結合了多目標進化演算法，能同時考慮模型的準確性、延遲和記憶體使用等多個因素，找到最佳的平衡點。測試結果顯示，使用HAMP修剪後的模型在移動設備上運行速度更快，佔用資源更少，且仍能保持高準確性。這項技術的發展有望推動AI模型在各種設備上的廣泛應用，特別是在資源受限的環境中，相關研究成果已發表於《Fundamental Research》期刊。
參考資料：Less is more: Efficient pruning for reducing AI memory and computational cost. TechXplore, 2025/6/12     

打造理解物理世界的AI基礎模型：邁向無電池感測的新時代
研究團隊開發了一種名為「現象學AI基礎模型」的人工智慧系統，目的在讓AI能夠理解和預測各種物理世界的現象。該模型在沒有預先設定物理定律的情況下，透過訓練學習了來自電流、流體流動、光學等多種感測器的資料，總計約5.9億筆樣本。實驗顯示，該單一AI模型能夠有效地編碼和預測從簡單的彈簧-質量系統運動到大型電網動態等多種物理行為。這項研究能夠廣泛應用於各種物理過程的統一AI基礎模型的潛力，未來可望推動AI在物理感測、預測和控制等領域的應用，相關研究成果已發表於arXiv平台。（1128字；圖1）
參考資料：A foundation for physical AI: Battery-free RFID sensing system offers real-time, reliable data. TechXplore, 2025/6/12

 

 
歡迎來粉絲團按讚！
--------------------------------------------------------------------------------------------------------------------------------------------
【聲明】
1.科技產業資訊室刊載此文不代表同意其說法或描述，僅為提供更多訊息，也不構成任何投資建議。
2.著作權所有，非經本網站書面授權同意不得將本文以任何形式修改、複製、儲存、傳播或轉載，本中心保留一切法律追訴權利。