文／Microsoft
人工智慧（AI）正為科學研究與人們對世界的理解帶來全新可能。科學家如今已能深入解析電子、創造新材料，甚至與樹「對話」。生成式 AI 工具驅動科學發現突飛猛進，開啟對人體細胞與其所依賴生態系統的深層洞察。
「科學突破是 AI 最重要的應用之一。」微軟研究院負責人 Peter Lee 博士表示：「我們相信生成式 AI 理解人類語言的能力，同樣也能用來解讀自然界的語言，包括分子、晶體、基因組與蛋白質等。」
2025 上半年，微軟在多個採用同儕審查的學術期刊上發表多篇研究論文，並在醫學、能源、生物學與量子物理等領域推出全新工具與跨領域協作。Peter Lee 表示，這些努力的目標是：透過強大、實用且值得信賴的 AI，加速科學家探索複雜問題的過程，並將研究成果轉為對現實世界的具體影響。
AI 已展現實質影響的五大科學應用場域，同時也可能是下一波重大突破即將誕生的關鍵。
醫療健康：促進醫療照護與科研進展
AI 正迅速成為醫療領域的重要夥伴，不僅能自動化任務，更協助臨床醫師與研究人員看得更廣、更快理解、更早行動。從病歷紀錄到病理切片，這些多模態模型可分析大量非結構化資料，發掘有助於疾病偵測與個人化治療的關鍵模式。
例如 PadChest-GR，是首個收錄 4,555 張胸部 X 光影像的資料集，以西班牙語與英語提供精準定位的標註資訊。該資料集由西班牙阿利坎特大學與微軟共同建置，可協助放射科醫師更精確地解讀影像，同時用於訓練 AI 模型，與科學家一同學習與進步。
另一例是微軟最新推出的 AI 診斷協同系統 MAI-DxO（Microsoft AI Diagnostic Orchestrator），模擬醫師團隊的推理過程，整合多種資料來源協助判斷。這項研究顯示 AI 有望以更高準確率、更低成本處理複雜醫療案例。
這是醫療領域一波以科學為本的 AI 工具浪潮之一，其他還包括一款可大量分析病理切片的 GigaPath 工具，以及一項在肯亞推動的專案，透過識別高風險社區，協助預防兒童營養不良。
科學發現：加速取得科學洞察
AI 助力科學家分析複雜資料與模擬自然界運作機制，以傳統難以達成的速度與規模加快研究進程。
Microsoft Discovery 是一款全新平台，採用 agentic AI 技術建構，具備推理、規劃與在授權下自主執行任務的能力，能如同研究夥伴般參與工作，自動執行提出假設、進行模擬與優化實驗流程等任務。亦能從大量資料中辨識隱含規律與關聯，使科學家得以更高效率地驗證研究假設。在一項早期應用中，Discovery 僅用一週左右協助研究人員開發出資料中心冷卻液原型，而此流程原本需耗時數月。
微軟針對密度泛函理論（Density Functional Theory, DFT）推出的新 AI 模型，正致力於克服材料科學領域長達 60 年的挑戰，透過快速且精準地模擬電子行為，加速藥物開發、電池技術與綠色肥料等多項應用的研發進程。此外，像是用於解碼蛋白質結構的 BioEmu-1，以及支援新材料設計的 MatterGen 等工具，也為研究人員提供更強大的研究方式，持續推動科研探索與創新。
地球生態：面對變動世界的創新工具
AI 正從理論走向實際應用，協助科學家深入理解地球複雜的運作系統，並應對日益嚴峻的環境挑戰。
微軟推出的 Aurora 模型是首批以地球科學資料訓練的 AI 基礎模型之一。它不僅用於天氣預報，更能模擬大氣、陸地與海洋之間的交互作用，幫助科學家更精準地預測熱帶氣旋、空氣品質變化與海浪波動等自然現象，讓各地社區能有效因應環境災害，並加速對氣候變遷調適。
其他專案也以嶄新方式將 AI 應用於永續發展挑戰中。微軟與華盛頓大學的研究人員正在研發一種低碳水泥，透過混合海藻生質原料，打造更具永續性的建築材料。Avanade 推出的 Intelligent Garden 應用程式透過感測器與都市樹木「對話」，能即時監測濕度、空氣品質與生長模式等數據，並彙整為一份綜合性的健康報告。在坦尚尼亞，AI 則透過無人機影像分析與辨識長頸鹿身上斑點圖樣，幫助保育工作者追蹤並保護這些瀕危物種。
量子運算：模擬自然世界
量子運算正在擴展科學研究的邊界，能以傳統電腦無法達成的方式，模擬自然世界的運作機制。傳統系統以 0 與 1 處理資訊，而量子電腦使用量子位元（qubit），可同時代表多種狀態，使其能同步探索大量可能性，特別適合對化學反應、材料性質等複雜系統進行建模。
微軟已開始將量子物理與 AI 結合，加速此類研究的發展。近期一項重大突破是推出四維幾何碼（4D geometric codes），帶來全新的錯誤校正機制，進一步提升量子硬體的穩定性、可靠性與可用性。微軟也與 Atom Computing 合作，開發採用中性原子量子位元的系統，並推出 Majorana 1 晶片，作為另一種可實現更高可靠性與擴展性的量子運算架構。
這類創新為研究人員帶來嶄新方法，能在健康、材料與氣候等傳統運算力難以應付的領域中建構問題模型。
永續能源：更智慧潔淨能源
AI 在能源的生產、儲存與使用方面扮演日益重要的角色，不僅優化現有系統，也推動新系統的建構。
例如，微軟與日產汽車公司合作開發一套機器學習方法，可準確預測電動車電池的耗損情況，減少大量物理測試的需求，有助於判斷哪些電池可回收再利用，而非直接報廢，成為日產推動碳排放減量計畫中的關鍵一環。
AI 正加速核融合能源的發展，作為邁向潔淨能源的長期目標。透過模擬複雜的物理過程，科學家能更快驗證想法，並找出深具潛力的反應爐設計，加速將這項能源併入電網。在美國，微軟也積極探索 AI 如何簡化先進核能與核融合專案的許可流程。
在邁向永續能源儲存目標上，微軟亦運用 AI 篩選超過 3,200 萬種候選材料，進而發現一種新材料，有望將電池中的鋰使用量降低最多達 70%。
