3. 面對全新材料體系，機器學習模型的預測準確度與風險為何？

面對新材料開發，機器學習模型如 MatterGen 已能將穩定材料的預測準確度提升至過往方法的兩倍以上，並大幅縮短研發週期。然而，核心風險在於模型預測與實際物理合成間仍存在落差。即便 AI 能生成接近能量最低點的結構，但在進入工業化生產前，仍需透過反覆的實驗驗證來排除「數位幻覺」。產業策略應將 AI 視為高效篩選工具，而非最終決策者，結合自動化實驗室進行實體驗證，才能在追求創新效率的同時，有效控管材料落地的技術風險。