由中興大學、淡江大學與人工智慧科技基金會組成的研究團隊，近期在《Machine Learning: Science and Technology》期刊發表的一篇論文，提出一個務實的概念，如果讓讓機器學習不需從零取代物理模擬，而是學習「便宜計算」與「昂貴計算」之間的關係。研究人員只需先執行部分昂貴的模擬，其餘再交由機器學習完成，讓原本因運算時間或成本過高而窒礙難行的研究，變得可行。
高精度科學模擬始終存在一個現實困境：算得越準，通常也越昂貴。
在材料科學中，研究人員常使用 GW 方法計算材料中精確的電子能量與能帶結構。這類計算能提供比一般密度泛函理論 (DFT) 更準確的結果，但代價是龐大的運算量。問題在於，研究真實材料時，原子並不是靜止不動的。若要研究材料在不同溫度下的行為，往往需要透過分子動力學 (molecular dynamics) 產生數百甚至數千個不同的原子排列，再針對每一個原子排列，重新執行昂貴的 GW 計算。
由中興大學、淡江大學與人工智慧科技基金會組成的研究團隊，近期在《Machine Learning: Science and Technology》期刊發表的一篇論文，提出一個務實的概念，如果讓機器學習不需從零取代物理模擬，而是學習「便宜計算」與「昂貴計算」之間的關係。研究人員只需先執行部分昂貴的模擬，其餘再交由機器學習完成，讓原本因運算時間或成本過高而窒礙難行的研究，變得可行。
如何讓 AI 用 25% 的資料，猜出 75% 的答案
研究團隊先利用成本較低的 DFT 計算，取得電子能量與交換關聯位能 (exchange-correlation potential) 等資訊，再對部分分子動力學快照 (snapshots) 執行完整的 GW 計算，將這些資料交給機器學習模型如 LightGBM 學習。之後，面對新的原子排列時，只需先執行較便宜的 DFT，就可以由機器學習預測出接近 GW 精度的準粒子能量 (quasiparticle energies)。研究中僅使用約 25% 的分子動力學快照作為模型開發資料，其餘 75% 則完全保留作為測試。
論文研究成員之一、人工智慧科技基金會首席資料科學家蔡源鴻解釋，就像是手上有很多「壓縮後的資料」和少量「原始完整資料」成對出現，但你不知道兩者之間的還原公式。機器學習做的事，就是從這些配對裡，自己學出一套近似的還原規則，之後看到新的壓縮資料，就能猜出它對應的完整版本。
論文中的 DFT 就相當於「壓縮版資訊」，GW 則類似「完整高精度資訊」。研究者提供一部分 DFT 與 GW 的配對案例給模型看，模型經過訓練後，就學會「從 DFT 大概怎麼還原到 GW」。這種做法也不只是依照鄰近資料做簡單補值，與傳統插值不同，模型試圖從大量配對案例中學習 DFT 與 GW 之間更複雜的結構與規律，因此有機會對未見過的新情況做出預測。
結果顯示，這種方法不僅能預測能帶中的單一能隙 (band gap)，還能重建完整的電子能帶結構 (band structure) 與態密度 (density of states)。在矽 (Si) 與氮化硼 (BN) 的測試中，準粒子能量的均方根誤差 (RMSE) 約為 0.01 至 0.06 eV，已接近部分 GW 參考計算本身的數值誤差尺度。
更重要的是，這個模型並非只對「看過的資料」有效。研究團隊將它應用在更長時間的分子動力學軌跡、不同溫度，甚至訓練時從未出現過的氮化硼晶體多晶型，模型仍能維持不錯的準確度。
不是取代物理理論，而是讓科學模擬加速
蔡源鴻說，這個研究的價值在於提出一個方法論，試圖讓 AI for Science 更為務實地發展。讓那些昂貴而重複的模擬，只需做一部分，剩下的交給機器學習協助完成。
「機器學習並不是要取代物理理論，也沒有消除高精度模擬的需求，」蔡源鴻解釋，相反地，少量昂貴的模擬成為 ML 的老師，模型再把這些知識擴展到大量尚未計算的案例，這也意味著， AI for Science 正往一個務實的發展方向前進。
如果這類方法能進一步擴展到更大型、更複雜的材料系統，帶來的價值將不只是計算速度變快，更可能讓研究人員在相同資源下探索更多材料、更多條件與更長時間尺度的物理行為。
換句話說，機器學習在這裡扮演的不是替代科學家的角色，而是一個科學模擬的加速器：用少量高成本計算，換取大量高品質預測，進而提升研究效率、降低運算成本，也擴大科學家可以探索的問題範圍。
參考論文： Ragab A Abdelghany, Chih-En Hsu, Hung-Chung Hsueh, Yuan-Hong Tsai and Ming-Chiang Chung. 〈Machine learning framework for GW calculations across molecular dynamics trajectories〉. Machine Learning: Science and Technology.
