用AI預測鈉電池材料 台科大研究準確率達96％

加入為 Google 偏好來源

將 Yahoo 設為首選來源，在 Google 上查看更多我們的精彩報導

〔記者林曉雲／台北報導〕研發新電池材料，過去常要反覆合成、測試，才能知道材料是否合用，現在AI可先幫忙「預測」。國立台灣科技大學化工系博士生吳亮廷在教授江志強指導下，結合人工智慧與熱力學計算，建立鈉離子電池正極材料結構預測模型，準確率約96％，可在實際合成前預測材料較可能形成的晶體結構，有助縮短研發時間、降低試誤成本。

研究成果發表於國際能源材料期刊「Advanced Energy Materials」，並在台科大講座教授黃炳照及教授邱昱誠推薦下，獲今(2026)年鴻海科技獎首屆新增應用組肯定。

吳亮廷表示，目前廣泛使用的鋰離子電池雖然技術成熟，但受到鋰資源成本及供應限制，資源豐富、價格較低的鈉逐漸受到重視，鈉離子電池因此被視為下一世代儲能技術的重要方向。不過，正極材料最後形成什麼晶體結構，會直接影響電池容量、使用壽命及鈉離子傳輸效率。

鈉離子電池常見的層狀氧化物正極材料，主要形成P2或O3兩種結構。吳亮廷解釋，P2通常有較佳的鈉離子傳導能力，O3則具有較高初始容量，因此若能在製作材料前就預測最後形成哪一種結構，可讓研究人員更有效率地挑選材料。

研究整理270種已經實驗驗證的材料資料，分析鈉濃度、離子半徑、游離能及混合熵等特徵，讓AI學習材料與晶體結構間的關係。結果顯示，深度神經網路在測試資料中的預測準確率約96％；再以近年文獻中的80種新材料驗證，也維持相近的預測能力。

研究更找出過渡金屬離子勢、鈉含量及過渡金屬混合熵等3項影響結構形成的關鍵因素。團隊並非只讓AI「猜答案」，還利用密度泛函理論、蒙地卡羅模擬及熱力學分析，從原子尺度驗證AI找到的規律，確認具有物理及化學基礎。

吳亮廷曾赴德國于利希研究中心(Forschungszentrum Jülich)交流，返台後結合台科大能源材料與AI研究能量完成研究，盼未來加速新一代鈉離子電池材料開發。

【看原文連結】

更多自由時報報導獨家》剛續任即赴美大學面試 清大校長高為元首度回應：因為好奇白海豚「瘦身」成輕颱漸遠離 雨區移往中南部防雨彈「1日站長體驗」提供中國國徽帽 觀光署長：懲處相關人員去年買到1500顆「不二坊」蛋黃酥！她「這一招」打2萬通電話搶到