MIT機器人探針革命性突破 加速太陽能板材料研發程序

科學界持續尋找能提升太陽能電池效率的新型半導體材料，但傳統人工測量方式嚴重拖累研發速度。MIT研究團隊最新開發的全自動化機器人系統，正為材料科學領域帶來革命性突破。

這套系統採用機器人探針自動測量材料的光電導特性，這項關鍵指標決定了材料對光的電氣反應靈敏度。研究團隊特別將材料科學專家的領域知識整合進機器學習模型，讓系統能智慧判斷最佳測量點位，並規劃最有效率的移動路徑。

在24小時連續測試中，這套系統每小時能完成超過125次精準測量，其可靠度更勝其他AI方法。機械工程學教授Tonio Buonassisi興奮表示：「這項突破實現了接觸式材料表徵的全自動化，對於無法非接觸測量的關鍵特性，我們現在能以最快速度獲取最大量資訊。」

研究團隊成員包括研究生Alexander Siemenn、博士後研究員Basita Das和Kangyu Ji，以及研究生Fang Sheng。這項研究成果將發表於《Science Advances》期刊。

Buonassisi教授領導的「永續材料加速實驗室」正朝向全自動材料發現實驗室的目標邁進。團隊近期專注於開發新型鈣鈦礦材料，這類半導體材料在太陽能板等光電應用極具潛力。

研究團隊整合了機器學習、機器人技術與材料科學三大領域。系統首先透過鏡頭拍攝樣本影像，運用電腦視覺分割影象後，輸入融合化學專家知識的神經網路模型。Siemenn強調：「要實現新材料發現，必須將化學專家的豐富知識有效轉化為機器人可執行的指令。」

這套系統的獨特優勢在於能自動適應各種不規則樣本形狀，從圓形液滴到橢圓結構都能精準測量。Buonassisi教授生動比喻：「就像測量雪花一樣，每個樣本都獨一無二。」

關鍵技術突破在於神經網路模型的自主學習能力，無需標記訓練資料即可直接判斷最佳測量點。團隊還創新地在路徑規劃演演算法中加入隨機擾動，成功找出最短路徑。

在24小時全自動測試中，系統完成超過3,000次光電導測量，並能精準識別材料中的高效區域與劣化區塊。Siemenn指出：「這種高速、高精度且無需人工幹預的測量方式，為開發高效能半導體材料開闢全新可能。」

研究團隊表示將持續完善這套系統，最終目標是打造完全自主運作的智慧材料研發實驗室，加速永續能源技術的創新程序。

[end]