人物專訪

旺宏電子前瞻技術實驗室奈米技術資深處長 – 謝光宇教授：「從自製工具到立體記憶體：跨越學研與產業的前瞻科研之路 」 [ 下載 PDF ]

林麗娥

從學術界轉任企業界，向來是科研人員職涯中最具挑戰的跨越之一。學者在大學教職環境中深耕十餘年，習慣於自由探索、學術論文發表與相對溫和的人際網絡；然而，一旦跨入講求商業時效、產品落地 (landing) 與嚴苛績效 (KPI) 的企業實務時，常需面對從「理論科學 (science) 」邁向「工程落地 (engineering) 」的思考轉換。旺宏電子前瞻技術實驗室奈米技術資深處長－謝光宇教授，是少數成功跨越這條學產鴻溝，並在企業中展現卓越領導力的典範。《科儀新知》248 期，帶領讀者認識謝處長如何從國立中山大學轉任旺宏電子後，不僅極其稱職地適應了企業節奏，更帶領團隊突破 2D 記憶體微縮的物理瓶頸，成功完成 3D NAND 的十年長征。

先進人工智慧技術與應用

「先進人工智慧技術與應用」專題介紹 [ 下載 PDF ]

丁川康

歡迎閱讀本期專題「先進人工智慧技術與應用」。在現今人工智慧 (Artificial Intelligence, AI) 蓬勃發展的時代，這些技術正逐步走出實驗室，進入醫療影像、材料研發、智慧製造與日常工作流程。然而，技術能否發揮價值，關鍵不只在演算法和模型表現，更在於它能否理解領域問題、運用可靠資料，並提出可供檢驗的結果。本人受邀擔任 《科儀新知》248 期「先進人工智慧技術與應用」專題客座主編，很榮幸邀請到國內頂尖學者與專家團隊，從 Agentic AI 的自主決策與治理邊界、半監督多倍率病理影像精準分割、跨尺度晶粒物理與雙尺度材料成型模擬、以及智慧製造外檢的異常理解與可信部署，進行極具深度與前瞻性的剖析，也透過這些研究與實務經驗分享，呈現 AI 落地所需的技術基礎與工程判斷。

在自主決策與人機分工方面，張嘉惠教授於〈Agentic AI 的三年：從工作流到自主決策系統——我們該把哪些判斷交出去？〉一文中，回顧了 Agentic AI 近三年的演進脈絡，從作者以程式代理人處理行政流程的經驗，說明人與電腦的分工如何改變。文章串聯工具介接、脈絡工程、技能檔與執行框架，指出「成果能否驗證」是代理人可靠運作的關鍵，也解釋程式代理人何以率先成熟。作者進一步討論工作重組、人才養成與法律責任，提醒組織及早界定哪些判斷可以授權，以及哪些步驟必須由人確認，為 Agentic AI 的實務導入提出清晰的思考框架。

在醫療影像應用方面，邱建毓教授與詹寶珠教授共同撰寫〈人工智慧半監督式數位病理影像分割方法〉，針對臨床數位病理全幅影像 (WSI) 尺寸龐大、醫師人工標註極為耗時的痛點，提出結合多倍率特徵與半監督學習的精準分割方案。研究團隊設計了包含 MSUnetFusion 與 MSUSegFormer 的多倍率異質 AI 模型，分別運用 CNN 擷取高倍率細胞細節，並以 Transformer 擷取低倍率全域組織關聯，再透過特徵中央融合模組整合雙倍率特徵。為了大幅減少標註需求，團隊提出異質模型交互監督機制，讓兩個不同架構的子模型互相為無標註影像生成偽標籤並計算損失函數，有效避免錯誤偽標籤累積的陷阱，並於肝癌與大腸癌 WSI 實證中，以極低標註量取得優於既有半監督方法的腫瘤區域分割準確率。

人工智慧也為材料研發與製程模擬提供了新的方法，李國頎博士生、魏廷儒博士、以及陳俊杉教授，共同於〈深度材料網路：讓金屬成形模擬看得見晶粒組織〉一文中，提出以深度材料網路 (DMN) 為核心的雙尺度製程模擬技術，解決了傳統 FE² 雙尺度模擬計算量過大而無法擴展至工業應用的難題。團隊研發的方位感知深度材料網路 (ODMN) 解耦幾何拓撲與晶體方位，僅需線彈性資料即可訓練並直接外插非線性晶體塑性；作者進一步提出的 TACS–GNN–ODMN 框架更能將 EBSD 量測直接推論為材料代理模型，免除換料重新訓練的成本。結合 MPI 平行求解器，團隊嵌入 27,676 個多晶代理模型的全雙尺度深抽與鍛造模擬，實現較傳統 FE² 等效計算加速三個數量級，且無須任何異向性擬合參數即可精準預測凸耳、回彈與全場極圖織構演化。   

在智慧製造檢測領域，林士智博士候選人與賴尚宏教授，於〈從異常偵測走向理解與行動：人工智慧於智慧製造檢測的技術演進與可信部署〉一文中，全面梳理自動光學檢測 (AOI) 從傳統人工規則、正常資料學習、合成異常，演進至少／零樣本檢測、視覺基礎模型與跨域統一模型的發展歷程。文章指出，檢測技術正從單純劃分正常與異常，邁向結合視覺語言模型 (VLM) 與強化學習 (如 GRPO/EGVLR) 的「異常理解與主動取證」，後者能產生包含影像定位、類型與說明等可驗證的推理證據。作者並強調可信部署不能只看整體準確率，必須分別評估任務準確度、空間定位、因果視覺依賴與部署安全，並依據誤報與致命漏檢的不同單位成本劃定操作點與風險平面，結合決策追溯鏈支援風險決策。

本專題文章的研究對象雖各異，卻共同回應一項重要課題：如何讓 AI 的執行結果成為值得信任的行動依據。作者們皆指出驗證機制與領域知識的重要性，AI 將持續擴展我們的觀察、預測與處理問題能力，而明確的責任分工與持續的實證，則是將這些能力轉化為科研發展與產業效益的基礎。盼透過本專題，邀請讀者一同思考 AI 在各專業領域下一步可應用的空間與待解決的問題。

Agentic AI 的三年：從工作流到自主決策系統 我們該把哪些判斷交出去？ [ 下載 PDF ]

張嘉惠

本文回顧 Agentic AI 近三年的發展，並提出一個核心問題：我們可以把哪些判斷交給代理人，哪些必須留在自己手上。文章從作者以 Coding Agent 自動化報帳流程的親身經驗出發，指出人機分工的轉變，「意圖翻譯成程式碼」這一段已由機器接手。從 MCP、脈絡工程、Agent Skills 到 Harness，貫穿其間的線索是「可驗證性」：寫程式代理人因對錯可由機器判定而最先成熟，瀏覽器操作則因缺乏裁判而始終困難。在社會層面上，代理人正接手專業工作中的執行與重複性判斷；法律框架尚未成形，但等待本身也是代價高昂的選擇；哪些操作可以放手、哪一步必須由人確認，此刻就該劃定的邊界，否則這條線會由每個員工各自 憑感覺去畫。

人工智慧半監督式數位病理影像分割方法 [ 下載 PDF ]

邱建毓, 詹寶珠

數位掃描器取得的數位病理影像，能讓病理醫師檢視患者體內組織，對疾病診斷十分重要。本文介紹多倍率異質性 AI 模型，從不同角度擷取更完整病理特徵，提高偵測準確率； 搭配異質性模型交互監督機制產生無標註影像的偽標籤，減少訓練需要的病理標註數量。在肝癌與大腸癌病理影像上，本文方法準確率超過其他半監督式學習方法。

深度材料網路：讓金屬成形模擬看得見晶粒組織 [ 下載 PDF ]

李國頎, 魏廷儒, 陳俊杉

金屬產品的規格書上有成分、強度與硬度，卻沒有織構，但在沖壓、軋延、抽線與鍛造的現場，凸耳、回彈與批次間的成型窗口差異，往往正是織構造成的。要讓模擬看得見織構，必須讓巨觀零件分析與微觀組織 (晶粒) 計算同時進行，而這種雙尺度模擬 (two-scale finite element, FE²) 過去因計算量過於龐大，始終停留在學術示範階段。本文介紹本團隊建立的一套以深度材料網路 (deep material network, DMN) 為核心的雙尺度製程模擬技術。 DMN 的外形是階層網路模型，內核則是力學：每個節點都是滿足應力平衡與變形相容的均質化單元，因此只需線彈性資料即可完成訓練，換上晶體塑性等非線性材料模型後即可直接外插使用，大幅降低建模成本。在此基礎上，本團隊於計算力學旗艦期刊《Computer Methods in Applied Mechanics and Engineering, CMAME》發表〈ODMN〉文章，讓模型首度能精確描述多晶織構及其演化；並進一步發表〈TACS-GNN-ODMN〉文章，背向散射電子繞射 (electron backscatter diffraction, EBSD) 所量到的織構可直接推論出材料模型，換一批料不需重新訓練，對四組未參與訓練的多晶織構，應力預測的平均相對誤差低於 2%。搭配訊息傳遞介面 (message passing interface, MPI) 平行化的雙尺度求解器，已完成嵌入 27,676 個多晶代理模型的深抽成形模擬，以核心時間計較 FE² 等效計算加速三個數量級。模擬中沒有任何異向性擬合參數，四個凸耳的方位與高度全由各積分點的晶粒方位在成形過程中算出； 模型並可直接輸出零件上任一位置的織構，供與 EBSD 量測比對，或作為下一道製程分析的輸入。同一框架已推進至全雙尺度鍛造模擬。本文說明這套技術的原理、導入所需的資料與驗證方式，以及在各類金屬製程中可切入的應用場景，並誠摯邀請國內金屬產業夥伴共同合作。

從異常偵測走向理解與行動：人 工智慧於智慧製造檢測的技術演進與可信部署 [ 下載 PDF ]

林士智, 賴尚宏

異常偵測是智慧製造品質檢測的關鍵技術，但實務仍面臨缺陷樣本稀少、未知異常難以事先定義，以及模型難以跨產品與跨感測條件泛化等挑戰。本文從人工規則、正常資料學習、合成異常、少樣本與零樣本方法出發，說明視覺基礎模型、語意－結構融合，以及統一與跨域模型的技術演進，並延伸討論視覺語言問答、代理式取證與可信部署。本文強調，任務準確度、異常定位、因果視覺依賴、誤報與漏檢，以及部署安全，應分別評估，才能建立可驗證、可追溯，並能協助工程師決策的異常理解系統。

科儀專欄

利用微生理類器官微流體系統建立肝臟安全性及代謝模型 [ 下載 PDF ]

趙柔雅, 余昊翰, 洪明秀, 曾繁根

隨著科技的快速發展與倫理意識的提升，全球對動物實驗替代方法的需求日益增加。本研究發展一套可重組式模組化多器官晶片平台，以單一雙腔室晶片單元為基礎，透過上下獨立微流道與多孔膜分隔培養區，支援靜態培養及雙向動態灌流；多個晶片單元可依需求組成 線性或矩陣式陣列，並透過流體串接建立多器官系統。研究以肝臟與腫瘤晶片為示範，建立肝臟-腫瘤器官晶片模型，探討肝臟代謝、腫瘤負荷與抗癌藥物反應之間的交互作用。結果顯示，雙腔室多孔膜架構可提升肝細胞尿素生成，而調整肝臟與腫瘤細胞比例則可改變 Regorafenib (REG) 的藥效與肝細胞毒性。此平台具備可重組、可擴充及可調整器官比例等特色，可作為多器官藥物評估與精準用藥研究之微生理系統。

高性能 ScAlN/GaN HEMT 的製作關鍵 [ 下載 PDF ]

洪茂峰

ScAlN/GaN 因強烈的自發及壓電作用產生的極化效應會在介面形成高密度的 2 DEG (> 6 × 10¹³ cm^-2)，此特性帶來良好的靜電控制能力與可強化載子侷限效果的優勢，使 ScAlN 元件展現出優於 GaAlN/GaN 的高崩潰電壓及優異的高頻性能，顯示其於下世代高功率與高頻元件應用的潛力。 然在評比 ScAlN/GaN 與 GaN-基元件的 RF 表現時卻發現前者在一些特性仍遜於後者，其原因可能是前者尚未建立如後者般成熟的技術，故本文盤點了製作高性能 ScAlN/ GaN HEMTs 所需的關鍵技術，並提供可呈現優秀 RF 表現的 GaN-基元件的製作細節，期有助於高性能 ScAlN 元件的製作。惟分析近期 ScAlN/GaN 元件的發展，發現其特性提升的障礙竟然是 ScAlN 本質極化作用的限制，因此本文提出製作高性能 ScAlN/GaN 元件的新思維，即善加利用極化特性並輔以電場重分布技術與發展阻抗工程技術，將其與元件結構和寄生效應等參數耦合，以之建立可於 RF 應用的高性能 ScAlN/GaN 元件，如 LNA 或 PA，等電子系統的製作。