EPFL 推 Synthegy AI 工具 化學家動口就能設計分子規劃合成

合成新分子是化學界最艱難的工作之一，化學家通常得花數年才能掌握合成策略的判斷能力。瑞士洛桑聯邦理工學院（EPFL）團隊近期開發出名為 Synthegy 的 AI 工具，允許化學家以日常語言描述目標分子的特性與用途，AI 系統即可規劃出可行的合成路徑。這項突破代表 AI 正從「實驗助手」進化到「實驗策略家」，也大幅降低跨領域研究門檻。

從技術背景看，傳統的化學合成規劃需要化學家精通有機化學的反應機制、各類試劑的特性、副反應的預測、以及實際實驗操作的可行性。即便有經驗豐富的化學家，設計一條全新分子的合成路徑也常需要數週至數月的迭代。Synthegy 整合了大型語言模型對化學文獻的理解、反應規則資料庫、以及機器學習對成功合成案例的歸納，能在極短時間內提供多條可能路徑。

對教育與研究的影響極為深遠。第一，跨領域研究門檻大幅降低——非化學背景的研究者（如材料科學家、藥學家、生物學家）現在可以直接以自己的專業語言描述需求，由 AI 完成化學部分的規劃。第二，研究效率提升——研究生與年輕學者不再需要從零學習所有合成策略，可以將學習重心放在更高階的「策略選擇」與「實驗驗證」上。第三，創新空間擴大——AI 可以提出人類化學家可能不會想到的「跨領域組合」路徑，激發新的研究方向。

對製藥與材料產業的影響同樣顯著。藥物研發需要快速合成大量候選分子並進行篩選，Synthegy 類型的工具可大幅加速這個流程。對先進材料研發（如新一代電池材料、半導體材料、生物相容性高分子），AI 設計合成路徑的能力同樣關鍵。台灣製藥與材料業者若能早期導入這類工具，將具備明顯的研發效率優勢。

對學術倫理與研究文化的衝擊不可忽視。當 AI 能規劃合成路徑，「研究貢獻」如何界定？論文中是否需要揭露 AI 工具的使用？如果 AI 提出某個關鍵突破策略，發明人歸屬該如何認定？這些問題將迫使學術界更新規範，類似現在期刊對生成式 AI 撰稿的揭露要求。

對台灣高教與研究體系，Synthegy 這類工具是強烈訊號——AI 已從輔助寫作進化到輔助核心研究。台灣的化學系、材料系、藥學院應加速規劃 AI 工具的教學整合，避免下一代研究者在國際競爭中落後。同時，國科會等補助機構也應思考如何在補助申請與評估中納入 AI 工具的合理使用框架。

未來觀察重點將是 Synthegy 是否會公開釋出供學界使用、其他研究團隊是否會推出類似工具、以及主要學術期刊對 AI 工具揭露的最新政策。當 AI 開始進入科學研究的「策略層」，整個科學發現的速度與方式都將被重新定義。