一、前言

隨著科技飛速發展，生成式AI (Generative AI, 簡稱GenAI)的演進從早期專家系統到今日龐大的語言模型，各種模型與演算法不斷創新，使GenAI在文字、音訊、圖像、視訊及程式碼等多領域扮演關鍵角色。
GenAI技術結合先進的機器學習與豐富的數據資源，透過創新開發，提升效率、實踐環保效益，在研發、製造加工、商品化階段，能縮短開發週期、節省製程成本、提高產品性能。GenAI的預測性維護與供應鏈管理最佳實踐之功能，亦有助於減少停機時間、提高物流效率。

二、GenAI於化學品與材料產業的應用概況

(一)研發階段
化學品與材料產業正在關注永續發展、數據驅動決策(Data Driven Decision Making, DDDM)的相關研究，同時積極進行跨產業合作，以推動綠色先進的化學品與材料發展。然而，化學品與材料產業的研發過程需要投入大量的資本與時間，相當耗費資源。實驗研究不僅耗時冗長，還需要處理大量的數據資料。此外，還有諸多挑戰需要應對，包含市場競爭壓力、專案高失敗率、資料安全隱憂、研發人才缺乏，以及難以預測的市場變動。下列為GenAI在化學品與材料產業研發階段的應用說明。

(1)問題分析與潛在的可能性評估
發展概況：GenAI模型能夠分析不同來源的大量數據，有助於研究人員深入了解產業需求、辨識市場差距、解決未來的問題挑戰，發現新興機會。
應用案例：美國陶氏聚氨酯公司(Dow Polyurethanes)與美國微軟公司(Microsoft)合作，協助研究人員使用「Azure ML」工具，結合/分析/預測材料科學、流變學(Rheology)及反應動力學的數據，為客戶開發客製化的聚氨酯產品。

(2)構想初期的概念形成
發展概況：研究人員使用GenAI工具，可以快速處理龐大的資料集，找出符合特定規格的材料配方，促進研究計畫的構想與成果實現。
應用案例：美國OpenAI Inc公司的GPT-3.5和GPT-4模型，協助研究人員快速產生材料、製程和產品的創意，加速研發時間、降低研發成本，讓化學品與材料產業獲益。

(3)文獻檢索和資料收集
發展概況：GenAI運用自然語言處理(Natural Language Processing, NLP)技術，協助研究人員快速篩選大量文獻的數據，擷取相關資訊，並辨識可能被忽視的相關性，加快文獻綜述過程。
應用案例：韓國LG公司的Universe平台透過蒐集超過4000萬份專利、論文、文獻資料及約3.5億張圖像的資料，培訓聊天機器人，使其能夠依據多個專業資訊來源，提供使用者對科學問題的見解與回應。另外，韓國LG公司的Discovery平台，可以處理上傳的資訊(例如論文)，協助研究人員理解文字訊息、分子結構、圖表、表格及公式等，進而促進新材料、新物質、新藥物的開發。

(4)結構材料的模擬預測與效能提升
發展概況：利用GenAI進行模擬預測，協助研究人員開發具高度預測性的材料結構/模型，並透過GenAI工具，辨識、修改材料的成分與結構，以實現特定性能，為研究人員提供可靠的材料模型，減少實驗進行的次數，從而加速材料的創新與開發。
應用案例：美國NVIDIA公司與日本三井集團(Mitsui)合作開發Tokyo-1項目，協助研究人員應用分子動力學模擬、大型語言模型訓練、量子化學等技術，設計潛在藥物的分子結構。研究人員還可以透過NVIDIA BioNeMo藥物研發軟體服務，處理化學、蛋白質、DNA及RNA的資料格式，加速各種化合物和材料的模擬與研究。另外，美國Electroninks Incorporated公司使用美國Citrine Informatics公司的AI平台，成功開發出使用氣溶膠噴射列印(Aerosol Jet Printing)技術的無顆粒銀墨水，此銀墨水在列印過程中立即固化，無需額外的固化處理步驟。Citrine Informatics的AI平台，還可以用來開發特用化學品、塗料、黏合劑、密封劑、彈性體及建築材料等的配方，以改進現有配方。

(5)實驗操作與化學合成
發展概況：GenAI工具能夠提供研究人員最佳的實驗條件與材料成分建議，從而提升實驗效率，並縮短實驗開發時間。
應用案例：英國致力於蛋白質工程(Protein Engineering)之LabGenius公司與知名製藥商Sanofi 之子公司Ablynx合作進行發炎症狀(Inflammation)之相關研究，研究人員使用LabGenius的智慧機器人平台EVA，優化Ablynx之NANOBODY重鏈抗體(Heavy chain)技術。

(6)合成材料特性分析與原型模擬試驗
發展概況：利用GenAI工具，系統能夠自動解釋、分析，並擷取複雜的表徵(Characterization)數據訊息，辨識資料集中的關係，以及快速生成具有成功機會的結構、預測合成材料的特性，迅速建立材料結構及其特性的驗證，協助研究人員。
應用案例：美國Mat3ra公司開發出數位材料研發平台，協助研究人員透過材料的結構設計、模擬，改進材料的特徵與分析。另外，美國Zapata公司的軟體開發套件「qe-qiskit」，提供快速成型(Rapid Prototyping)的應用程式，加速材料的設計/製造。此外，美國Aizon公司致力於製藥業軟體即服務(SaaS)方案，利用先進的分析、AI及其他先進技術，協助研究人員更深入了解材料、製程及產品製造性能的因素，以提高生產效率，最佳化產品品質。

(二)製造加工
化材業者正在採用自動化技術，以實現製造與加工操作的高精確性、高效性。然而，化學品與材料產業的製造加工流程相當複雜，同時也需要大量的資源，包含時間、人力、原物料及能源等，因此，迫切需要創新的應對策略。下列為GenAI在化學品與材料產業製造加工中的應用說明。

(1)原料製備與製程設計開發
發展概況：透過GenAI工具，協助工作人員快速分析大量資料集，找到符合生產目標與法規標準的最佳原料，設計最佳化的化學反應與製程條件，將原材料製作成所需產品。
應用案例：德國Bioweg UG公司與美國Ginkgo Bioworks公司合作開發合成生物基聚合物替代材料，協助工作人員針對細菌纖維素(Bacterial Cellulose)進行研發，以生產更具優越性能特性的新產品，作為終端市場的原料。

(2)工廠設計規劃與製程設計最佳化
發展概況：運用GenAI工具，協助工作人員進行資料分析與製程模擬，找出生產設備的最佳配置，實現產品的目標效能，提供業者更具競爭力的生產流程。
應用案例：美國Pegasystems公司推出流程挖掘產品「Pega Process Mining」，工作人員可以使用此功能來進行工廠設計和佈局的分析，以控制各種參數，達到最佳生產目標。另外，德國西門子公司與美國微軟公司(Microsoft)合作，幫助軟體開發人員與自動化工程師加速可程式化邏輯控制器(Programmable Logic Controllers, PLC)產生程式碼，不僅製作流程節省時間，同時也降低錯誤機率。

(3)流程自動化與控制
發展概況：運用GenAI工具，協助工作人員即時監控製程變數、辨識偏移，精確地控制複雜的製造流程，提供製程參數調整的建議，提升材料的製造效率與品質。
應用案例：日本三井化工(Mitsui Chemicals Inc.)與日本IBM公司合作，使用AI平台「IBM Watson Discovery」，協助工作人員透過最佳化GPT指令提示，辨識與提取有助於新應用開發之潛在資料。

(4)產品品質控制
發展概況：透過GenAI處理大量數據的分析功能，辨識工作人員可能錯過的模式和相關性，及早發現品質異常，確保製造過的產品品質符合規範。
應用案例：美國陶氏化學公司(Dow Chemical)以AI物聯網技術開發出用於檢測生產環境中潛在的安全事件，以實現零安全相關事件之目標。工作人員在電腦視覺場景中使用Azure影片分析器，進行員工個人防護設備(Personal Protective Equipment, PPE)的監測、大門入口的監視等功能，以提升生產過程的安全性。

(5)產品性能測試與驗證
發展概況：透過GenAI工具，協助工作人員對產品進行測試與驗證，辨識傳統方法難以檢測到的趨勢、異常，確保測試目的、方法、條件、步驟等細節，符合產品指定的性能標準與要求。
應用案例：美國Sight Machine公司推出AI工具「Factory CoPilot」，其結合製造資料平台與Microsoft Azure OpenAI服務，能夠傳輸來自各機器、生產線和工廠的數據，對生產系統的運作狀態、性能及品質進行連續性的分析/評估，協助工作人員辨識意外停機、機器性能錯誤、品質異常等問題發生的原因，以改進製作過程。

(6)永續發展和效率提升
發展概況：透過GenAI工具，協助工作人員進行產品對環境影響的數據分析與模擬，同時在最佳化生產流程的條件下，為永續環境做出貢獻。
應用案例：美國陶氏化學公司(Dow Chemical)與造紙商合作，協助工作人員使用美國化學學會之化學摘要檢索服務(Chemical Abstracts Service, CAS)工具「SciFinder-n」，在超過2億種化合物資料庫中搜尋化學分子，以更快、更深入的方法來辨識潛在化學分子，同時實現更安全的製程條件，提高紙漿產量。

(三)商品化
化學品和材料產業正在積極評估市場，確定特用化學品與先進材料的需求，同時確保產品的上市時間並滿足客戶期望。下列為GenAI在化學品與材料產業的商業化應用說明。

(1)市場啟動策略
發展概況：運用GenAI工具，提供工作人員客製化行銷策略，以確保產品成功上市，贏得競爭優勢。
應用案例：韓國LG集團開發出AI平台「Atelier」，能夠處理文圖像、音訊及視訊資料。化學品與材料公司可以透過AI平台「Atelier」製作出的客製化行銷內容，讓其產品在全球激烈的市場競爭中，獨具特色、脫穎而出。

(2)客戶意見回饋與決策調整
發展概況：運用GenAI工具，協助工作人員分析、記錄及整合來自各種管道的客戶回饋，並依據客戶偏好來改進產品，滿足市場需求。
應用案例：法國Ornge公司建立先進聯絡中心，轉錄他們在26個國家/地區的客服人員與用戶的通話內容，包含上下文對話，並依據對話提供客服人員適當的建議與後續行動，以提高客服人員與客戶互動的效率與品質。同樣的技術也可以應用於化學品與材料產業。

三、結語 

GenAI技術正在為化學品與材料產業帶來新的應用機會。未來，GenAI技術將結合量子運算，實現對材料性能的精確設計與最佳化，快速推進材料研發、提高生產效能。另外，藉由整合雲端GenAI服務，能夠有效降低資本投資，打造靈活且經濟的高效運算環境，進一步加速材料的發現與研究。此外，亦可將GenAI結合機器人流程自動化(Process Automation, RPA)，在產品的生產過程中，自動進行品質管制(Quality Control, QC)檢查，確保產品符合產業法規與標準。綜合上述整合能力，將有助於實現更具創新性、永續性及環保的生產方式，應對市場需求的變化，為化學品與材料產業創造更多價值。