默克：AI將半導體新材料研發從2、3年縮短至數月 專屬資料庫是競爭力

全球AI競賽從晶片延伸到材料研發。德國科技與材料大廠默克（Merck）首度揭露，透過自行開發的AI平台「Elvis」、貝葉斯最佳化工具（BaBE）及數位孿生（Digital Twin）技術，已成功將半導體新材料前期研發周期，由過去約二至三年縮短至數個月，顯示AI已開始真正改變半導體材料的研發模式，而不只是提升工作效率。

對一個擁有358年歷史的默克集團而言，全面導入AI協助材料研發，也為傳統企業轉型開立典範，更成為企業將重要研發數據，轉為有價值的新黃金標竿。

默克材料AI團隊（Materials AI）主管Tobias表示，以往開發一項新材料，研究人員必須反覆經歷分子設計、化學合成、材料測試、分析與修正等流程，往往需要花費二、三年時間；如今透過AI協助分子設計、電腦模擬、最佳化製程條件，以及實驗數據即時回饋，前期設計、模擬與初步驗證已可大幅縮短至數個月，讓研究團隊能更快找到可行候選材料。

他指出：「目前AI並非取代科學家，而是成為『AI for AI』的重要工具。」透過AI設計更好的半導體材料，再製造出更高效的AI晶片，形成正向循環，協助研究人員處理日益複雜的先進製程、3D架構、先進封裝及矽光子等技術挑戰。

值得注意的是，面對Google DeepMind推出Google Co-Scientist等通用科研AI工具，默克認為真正的競爭力並非AI模型本身，而是企業多年累積的專屬知識與資料。

Tobias表示，從架構來看，Elvis與Google Co-Scientist等大型語言模型並沒有本質上的巨大差異，但最大的不同，在於Elvis能存取默克數十年累積的半導體材料研發資料、實驗紀錄、量測結果及製程知識，並結合自家開發的最佳化工具BaBE、材料模擬平台與實驗流程，形成完整的材料開發工作流（Workflow）。

他以化學機械研磨（CMP）材料開發為例指出，研究團隊利用AI提出新的候選分子，再透過計算化學模擬材料與晶圓表面的作用機制，最後結合BaBE快速尋找最佳製程條件，成功找到兼具環保與高效能的新材料，大幅降低傳統大量試誤（Trial and Error）的時間與成本。

默克也坦言，目前AI仍無法完全取代人類研究員。AI雖能快速提出建議，但仍需要科學家判斷結果是否合理、設計實驗並驗證成果，「人類依然掌握最終決策權。」

默克製程開發主管Christoph Mürmann則進一步指出，企業最大的資產不是AI模型，而是高品質且具有完整語意（Semantic）的資料。他強調，若缺乏完整的實驗背景、上下文與可靠數據，再先進的AI也可能產生「幻覺（Hallucination）」，因此默克近年持續建置數位孿生、自動化實驗室及雲端資料平台，讓每一次材料設計、化學合成、純化、量測到晶圓驗證的數據都能完整回饋AI系統，形成持續優化的閉環研發模式。

隨著AI帶動半導體朝2奈米以下製程、先進封裝及矽光子發展，材料開發速度已成為競爭關鍵。默克認為，未來企業競爭將不只是比拚AI模型，而是比誰擁有更多高品質專屬資料、更完整的工作流程，以及能持續自我學習的材料研發平台，這也將成為下一波AI半導體競賽的重要分水嶺。