當實驗室開始自己找答案：自驅動實驗室，如何改變材料研發？
一位研究員下班前，替實驗室設定了一個目標：找到更有效率、也更穩定的太陽能材料。夜裡，設備繼續配製溶液、製作薄膜、量測結果。第一批樣品表現不如預期，系統便調整下一批條件；有一組配方出現值得追蹤的訊號，它就安排更多實驗，確認這是偶然，還是新的方向。
這是自驅動實驗室正在實現的工作方式。Self-Driving Laboratory，簡稱 SDL，把人工智慧、自動化設備與量測系統連在一起，讓實驗結果直接影響下一輪實驗。2026 年 4 月，香港城市大學等跨國團隊在《Nature》發表鈣鈦礦研究，已把材料發現與自動化器件製作串成閉環。
國際進展正逐步回答產業最在意的問題：好材料能不能更快找到？找到之後，能不能穩定地做出來？
圖一｜AutoBot 實驗設備與機械手臂。圖片來源：Berkeley Lab。
一千種配方，要從哪一種開始？
材料研發經常面對龐大的組合。改變一點原料比例、加入不同添加劑，再搭配不同溫度與製程時間，就可能衍生出成千上萬種條件。高通量設備讓實驗做得更快，SDL 則進一步決定：哪些實驗值得優先做？
它會根據已有結果建立模型，再挑選下一批條件。有些實驗是為了改善性能，有些則是為了探索目前最不了解的區域。每完成一輪，模型就更新一次。這個「製作、量測、學習、再設計」的迴圈，是 SDL 的核心。研究員負責設定問題、目標與操作範圍，系統在其中持續探索。
2026 年《Nature Reviews Chemistry》的綜述指出，這個領域已從功能較單一的自動化工具，逐漸走向用途更廣的探索平台。實驗室裡多了一位能持續整理結果、安排下一步的工作夥伴。
鈣鈦礦的進展：讓找材料與做電池一起學習
前述《Nature》研究把兩項工作連起來：前端透過機器學習與量子計算尋找鈍化分子，改善鈣鈦礦材料中的缺陷；後端則根據實際製作與量測結果，持續調整製程。
研究找到名為 5ANI 的分子，讓面積 0.05 平方公分的電池達到 27.22% 效率，21.4 平方公分的小模組達到 23.49%。團隊也改善了製作的重現性。對工廠而言，一片漂亮的電池固然重要，下一百片能否維持接近的品質，同樣決定技術的價值。
這項研究把 AI 的角色，從尋找高性能材料，推進到協助建立更穩定的製作方法。它讓材料端的發現，能夠與製程端的經驗彼此回饋。
美國 AutoBot：少做一些實驗，多找到一些答案
美國 Berkeley Lab 的 AutoBot，呈現另一種實用方向：尋找對環境變化更有容忍度的製程。鈣鈦礦薄膜對濕度敏感。當環境濕度改變時，能否透過退火溫度、時間與結晶處理方式補償，仍然做出品質良好的薄膜？
Berkeley Lab 在 2025 年 9 月公布，AutoBot 從約五千組候選條件中，實驗抽樣約百分之一，就找到適合的條件區域。系統也發現，搭配其他參數的調整，可以在相對濕度 5% 至 25% 的範圍內製作良好薄膜。
這類成果讓 SDL 更接近製造現場：設備與環境難免有波動，找到一個寬容、容易維持的製程區間，往往比找到一個狹窄的最佳點更有用。
圖二｜研究團隊站在實驗設備旁。圖片來源：Berkeley Lab。
加拿大與新加坡：自驅動實驗室正在成為研究設施
當單一研究證明方法有效，下一步就是讓更多人用得上。多倫多大學的 Acceleration Consortium 在 2023 年取得兩億加幣、七年期支持，布局不同材料與化學領域的自驅動實驗室。其無機材料平台涵蓋多種合成方法，並將即時資料、材料表徵與應用測試納入整體設計。
這種布局讓設備、資料流程與實驗方法可以重複使用，支援不同團隊的研究問題。SDL 因而逐漸具有共享研究基礎設施的角色。亞洲也在加速投入：新加坡 A*STAR 的 IMRE 已公布，將於 2026 年 10 月 30 日啟動 Marvel-AI 多材料自驅動實驗室。
下一步，AI 開始參與「該問什麼問題」
目前許多 SDL 的任務，是在研究員設定的範圍內找出較好的條件。新的研究方向，則開始讓 AI 協助提出值得驗證的材料假說。Berkeley Lab 的 FORUM-AI 正在整合文獻、材料資料庫、計算模擬與 A-Lab 機器人實驗。
構想是讓不同 AI Agent 分工處理資料與推論，再把有價值的想法送入實體實驗。這項工作仍在發展，但方向很清楚：未來實驗室中的 AI，將更深入參與知識整理、假說形成與實驗規劃。
真正重要的，是每次實驗都能留下可用的經驗
SDL 要持續進步，需要知道的不只是「這片電池效率多少」。原料是哪個批次？溶液放了多久？當天濕度如何？薄膜在哪個位置出現缺陷？如果這些資訊缺失，AI 就可能把環境變化誤判為配方效果。
因此，國際研究正愈來愈重視完整的樣品履歷，以及不同設備、不同實驗室之間能否交換可信的資料。對鈣鈦礦而言，最佳化目標也逐漸擴展到效率、穩定性、成本、重現性與製程容忍度。
這也讓自驅動實驗室的價值更加具體：每一次失敗，都能幫下一次實驗少走一段路；每一次成功，都能追問為什麼成功，以及如何再次做到。
當研究員隔天早上走進實驗室，等待他的可能是一批新樣品，以及一個更清楚的問題：我們已經知道哪些路行不通，今天，最值得往哪裡走？
延伸閱讀
下週，到能源展探索 AI × 鈣鈦礦
想看看 AI 如何走進鈣鈦礦研發，以及材料如何延伸到建築、農業與智慧生活？2026 年 10 月 14–16 日，歡迎前往台北南港展覽館一館 1 樓 J0717 臺灣鈣鈦礦聯盟展區，與產業夥伴面對面交流。
資訊參考
![[天馬行空] 無人機已能飛很遠，為什麼還需要太陽能機翼？](https://static.wixstatic.com/media/5a4746_dfd52019163d451e813dc4b3cda48236~mv2.png/v1/fill/w_980,h_551,al_c,q_90,usm_0.66_1.00_0.01,enc_avif,quality_auto/5a4746_dfd52019163d451e813dc4b3cda48236~mv2.png)
留言