伊利諾大學用 AI 攻克太陽能分子：光穩定性提升 4 倍

屋頂上的太陽能電池板又硬又重，很多人都想要那種像保鮮膜一樣柔軟、輕薄、甚至能貼在窗戶上的有機太陽能薄膜。可惜的是，從 20 世紀 80 年代起，這類材料就卡在一個極其尷尬的物理缺陷上：它們是用來吸光的，但一曬太陽就會老化降解。

來自伊利諾大學厄巴納-香檳分校和多倫多大學的聯合團隊在《自然》發表了一項成果。他們藉助 AI 和自動化化學合成，不僅把集光分子的光穩定性一口氣提高了 4 倍，還順手撬開了 AI 的黑箱，找出了分子抗光老化的底層化學規律。

像拼積木一樣，讓 AI 邊做實驗邊復盤

以往用 AI 找新材料，最大的麻煩在於 AI 只是個挑結果的黑盒子。它能告訴你哪個分子可能好用，卻說不清到底為什麼好用，化學家拿到圖紙還得在實驗室裡人工折騰好幾個月。

這次研究人員在厄巴納-香檳分校的分子製造實驗室裡，搭了一套叫「閉環遷移」的自動化實驗系統。他們用的核心武器，是化學系教授 Martin Burke 團隊擅長的模組化合成技術，把複雜分子當成樂高積木一樣自動拼裝。

實驗流程就像一場高效的學術答辯：AI 根據學習潛力開出需要探索的分子配方，自動化平臺把這些分子迅速造出來，測試其在光照下的表現，再把真實資料喂回給 AI。整個過程跑了五輪，共篩選併合成了 30 種新化合物，一輪比一輪更抗光照。

把黑盒子砸開，變成透明玻璃球

如果僅僅是跑出 30 個分子，這依然只是一次算力撞大運。團隊更關鍵的操作，是安排了第二套演算法在旁邊持續觀摩。

這套演算法即時分析被合成出來的分子，提取出預測光穩定性的結構特徵。最後，AI 總結出了一套人類可以看懂並驗證的物理規則：只要鎖定特定的高能分子區域，再配合合適的溶劑，就能大幅延緩老化。

化學系教授 Nicholas Jackson 打了個比方：以前的 AI 是個黑箱，現在他們把它變成了透明的玻璃球。團隊隨後用這套規律指導三種結構完全不同的集光分子實驗，確認其耐光照壽命直接飆升了四倍。

為什麼重要

這項研究最直接的受益者，是那些被商用化卡了四十多年的柔性光伏材料。有機太陽能電池可以吸收紅外線、把熱量轉化為電能，還能做成任意曲面，如今穩定性提升四倍，意味著真正走出實驗室鋪進消費場景的可能性大增。普通人未來或許能在背包、帳篷甚至可穿戴裝置上，用上輕巧耐用的太陽能薄膜。

對整個材料研發行業來說，這件事的影響更深遠。我們認為，這一步最聰明的地方，不是讓 AI 挑出幾個神奇化合物，而是逼著 AI 吐出「為什麼」。過去材料學家面對 AI 往往很被動，只能盲目跟投預測結果；而一旦把 AI 產出的物理描述符變成規律，人類就能舉一反三，省去大量盲目試錯的時間。

當然，目前這項成果依然屬於原理驗證階段。研究團隊只測試了有限的高能區域與溶劑搭配，而真實戶外環境中的光伏面板，還要面對溼氣、氧氣和高溫的多重夾擊。但這種自動合成加反推物理規律的閉環模式，看起來已經給漫長的材料化學研發，砸開了一條全新的快車道。