【Gene思書齋】Be Quiet！安靜，就是力量！ - PanSci 泛科學

有一種好書，在讀到的時候，心中有會一個念頭：「這就是為我而寫的吧？」，對個性內向害羞的我而言，這本《安靜，就是力量：內向者如何發揮積極的力量！》 000文字分享友善列印000精神心理讀寫科學【Gene思書齋】BeQuiet！安靜，就是力量！GeneNg・2012/10/29・1327字・閱讀時間約2分鐘・SR值540・八年級＋追蹤 有一種好書，在讀到的時候，心中有會一個念頭：「這就是為我而寫的吧？」，對個性內向害羞的我而言，這本《安靜，就是力量：內向者如何發揮積極的力量！》（Quiet:ThePowerofIntrovertsinaWorldThatCan’tStopTalking）就是這麼一本好書，雖然在Anobii上的評分貼到非死不可馬上就有人…哦不…有大猩猩問道：「你應該不需要討論內向問題吧」…XD這本《安靜，就是力量》像是一本自助書，事實上並非如此！可是社會上認為內向者多需要自助呢？只要上博客來用「內向」當關鍵字搜尋三年內出版的繁體中文書，標題或副標有出現「內向」的，除了這本《安靜，就是力量》，還有其他八本：《內向心理學：享受一個人的空間，安靜地發揮影響力，內向者也能在外向的世界嶄露鋒芒！》（TheIntrovertAdvantageHowtoThriveinanExtrovertWorld）《零壓力社交：內向者的輕鬆人脈術》（NetworkingforPeopleWhoHateNetworking:AFieldGuideforIntroverts,theOverwhelmed,andtheUnderconnected）《發掘內向孩子的優勢》（TheHiddenGiftsoftheIntrovertedChild：HelpingYourChildThriveinanExtrovertedWorld）《零壓力社交：內向人的成功心理學》《幹掉獅群的小綿羊：內向工作人的沉靜競爭力》（TheIntrovertedLeader:BuildingonYourQuietStrength）《內向革命：心靈導師A.H.阿瑪斯的心靈語錄》《內向性格能量書》《一個人狂歡：內向者的成功心理學》。

而且從以上書籍的標題和副標來看，內向者似乎真的很需要幫助XD可是如果在博客來用「外向」來搜尋，能找到的三年內出版的繁體中文書有多少呢？和外向者有關的，只有一本《外向性格能量書》哦！另外一本還是因為副標才出現的《內向心理學：享受一個人的空間，安靜地發揮影響力，內向者也能在外向的世界嶄露鋒芒！》XD外向者顯然不需要什麼協助，或者外向者根本不讀書？從那些和內向有關的九本書中，其中有五本是翻譯書，因為內向的問題，在歐美外向的社會，似乎是個更加嚴重的問題。

我雖然是個內向害羞的人，可是卻被很多經歷磿練得成為一個乍看之下外向的人，到了美國唸書還是因為不夠外向而吃了一大堆苦頭，更何況本身就是徹頭徹尾內向者。

美國是公認非常外向的國家，甚至其外向性格似乎就是文化的一部分。

歐美在文化一般上比亞洲國家外向，畢竟他們有許多民族一直到了幾百年前才從遊牧進入農耕社會，可是亞洲的諸古文明在幾千年前就進入了穩定的農耕社會，使得在我們的文化傳統中，比起外向的體育冒險等，我們更重視智識的學習。

歐美在海權時代，也因其外向的性格在全球各地冒險和殖民，中國在外的僑民卻仍夢想老死前回故鄉。

美國更不必說了，那是歐洲冒險者拓荒的天堂。

 閱讀全文：BeQuiet！安靜，就是力量！數感宇宙探索課程，現正募資中！相關標籤：人格人格心理學內向外向心理學性格熱門標籤：大麻量子力學CT值女科學家後遺症文章難易度剛好太難所有討論 0登入與大家一起討論GeneNg295篇文章・ 21位粉絲＋追蹤來自馬來西亞，畢業於台灣國立清華大學生命科學系學士暨碩士班，以及美國加州大學戴維斯分校（UniversityofCaliforniaatDavis）遺傳學博士班，從事果蠅演化遺傳學研究。

曾於台灣中央研究院生物多樣性研究中心擔任博士後研究員，現任教於國立清華大學分子與細胞生物學研究所，從事鳥類的演化遺傳學、基因體學及演化發育生物學研究。

過去曾長期擔任中文科學新聞網站「科景」（Sciscape.org）總編輯，現任台大科教中心CASE特約寫手、Readmoo部落格【GENE思書軒】、關鍵評論網專欄作家；個人部落格：TheSkyofGene；臉書粉絲頁：GENE思書齋。

RELATED相關文章科學宅的戀愛契機：「同類交配」理論讓孩子成為冒險王！花更多時間在冒險遊戲，體驗到更少焦慮及憂鬱情緒陰莖，是社交安全的重要指標？！減壓方式百百種！和伴侶來個愛的抱抱，就能讓人壓力變小？TRENDING熱門討論即時熱門科學宅的戀愛契機：「同類交配」理論62天前腸道健康至關重要！腸道菌相失衡恐導致「LongCOVID」？12天前當Omicron已成為日常，下一個迫切問題：到底有沒有後遺症？會永久破壞某些器官嗎？22天前機器學習×鈣鈦礦材料：讓AI設計太陽能電池！12天前科學宅的戀愛契機：「同類交配」理論62天前思考別人沒有想到的東西——誰發現量子力學？52022/06/03時間是甚麼？國內物理學家與哲學家怎麼看？46天前一生可以聆聽的聲音總量是註定的？戴上你的聽力計算機！32022/05/21174文字分享友善列印174化學物語能源動力電腦資訊機器學習×鈣鈦礦材料：讓AI設計太陽能電池！研之有物│中央研究院・2022/03/09・6280字・閱讀時間約13分鐘＋追蹤本文轉載自中央研究院研之有物，泛科學為宣傳推廣執行單位。

採訪撰文｜簡克志美術設計｜林洵安機器學習輔助材料設計為了2050淨零排放的目標，太陽能發電為不可或缺的再生能源之一，其中「鈣鈦礦太陽能電池」是近年最熱門的研究領域，不僅成本低廉、光電轉換效率也可達到25%。

然而，鈣鈦礦材料在環境中容易降解，影響使用壽命。

材料科學家為了做出效能好又穩定的鈣鈦礦「料理」，無不卯足了勁，替這道菜加上各種「食材」，但是越複雜的菜，調出好味道就越困難。

人腦畢竟有限，如果交給機器呢？中央研究院「研之有物」專訪院內應用科學研究中心包淳偉研究員，他與團隊訓練了一套機器學習模型，可以又快又準的找出複雜鈣鈦礦材料的最佳化條件！「鈣鈦礦太陽能電池」是近年最熱門的研究領域，不僅成本低廉、光電轉換效率也可達到25%。

圖／WikimediaCommons光電好夥伴：複雜鈣鈦礦材料對太陽能電池來說，鈣鈦礦材料具有優異的光電性質和低生產成本，近年也廣泛應用在LED、雷射、光感測器和光觸媒。

鈣鈦礦是什麼呢？最初是指鈣與鈦的氧化物CaTiO3，而現在常講的「鈣鈦礦材料」為一種統稱，泛指擁有相似結構的金屬鹵化物材料，通式為ABX3。

要調配出優秀的鈣鈦礦材料並不容易，科學家必須像大廚一樣，運用各種「食材」煮出ABX3。

鈣鈦礦材料ABX3 的結構示意圖，同一個位置可以放入不同的相應元素。

資料來源／JournalofEnergyChemistry鈣鈦礦材料 ABX3 的「食材」有哪些？A的位置：可放入+1價的有機或無機陽離子，例如甲胺（CH3NH3+，簡稱MA）、甲脒（HC(NH2)2+，簡稱FA）或銫離子（Cs+）。

B的位置：可放入+2價的無機金屬陽離子，通常是鉛離子（Pb2+）。

X的位置：可放入-1價的鹵素陰離子，如碘（I–）、溴（Br–）、或氯（Cl–）離子。

由於鈣鈦礦材料在環境中容易降解、影響使用壽命。

研究發現，添加多種有機和無機離子的鈣鈦礦太陽能電池可大幅提升性能和穩定性，因此科學家為了調配出最好的鈣鈦礦材料，加料不手軟，成份也愈來愈複雜。

在眾多複雜鈣鈦礦材料中，包淳偉研究員探討的是 MAyFA1−yPb(BrxI1−x)3 ，下標符號y和1-y表示相對含量，如果MA佔60%、FA就是40%，因為MA和FA會競爭同一個位置；同理Br和I亦然。

圖片為鈣鈦礦材料通式ABX3 對應到混合離子鈣鈦礦材料MAyFA1−yPb(BrxI1−x)3 之示意圖。

圖／研之有物問題來了，MAyFA1−yPb(BrxI1−x)3 這個材料這麼複雜，比例要怎麼配比較好呢？「你累積的經驗越多，你就猜得越準」，包淳偉說道。

2016年曾經有國外團隊為了找出離子濃度配方與 MAyFA1−yPb(BrxI1−x)3 元件性能的關係，不惜花重本「土法煉鋼」，分別將兩組相對含量7等分（0,1/6,2/6,3/6,4/6,5/6,1），做出49種不同的鈣鈦礦太陽能電池，再去測量光電轉換效率，得出最佳比例為MA2/6FA4/6Pb(Br1/6I5/6)3 。

然而，爲何這樣的濃度配方可以得到最佳元件呢？很遺憾的，實驗團隊由於實驗表徵手段的限制，並不能解答這個重要的基礎問題。

因此，實驗團隊仍然需要學生們焚膏繼晷地爆肝，用試誤法（trialanderror）把最佳配方「踹」（try）出來。

國外團隊為了找到MAyFA1−yPb(BrxI1−x)3 最佳比例，做出49種不同的鈣鈦礦太陽能電池，黃框處即為最佳比例。

左圖為相應濃度的元件外觀，右圖為相應濃度的材料表面微結構。

資料來源／Energy&EnvironmentalScience不過，一直反覆試誤並非好方法，畢竟每做一次實驗就是一次成本。

因此，科學家也設法從理論模擬著手，包淳偉強調「模擬的好處是可以在電腦空間中創造一個最純淨的系統。

」，而原子尺度模擬，更可以達到原子級的解析度，提供許多實驗無法量測的資訊。

要如何模擬一個材料系統？材料科學注重製程（Process）、性質（Property）和結構（Structure）之間的關係。

當我們對結構不夠瞭解時，往往只能透過不同的製程參數，慢慢做出我們想要的性質，可能在失敗多次之後，才能抓到一些訣竅。

理論模擬幫助科學家在做出樣品之前，先建立能量模型，找出能量最低、最穩定的微結構。

當我們了解結構之後，可以避免有問題的製程參數設定，進而得到較好的材料性質。

首先，如果要知道材料性質，有個最精準也最耗時的方法：「第一原理計算」，只用量子力學原理，從頭開始把原子間的作用力和能量計算出來。

因為計算繁瑣，應用上只能模擬1奈米以內（10-9 公尺）的三維材料，抓到數個皮秒（10-12 秒）內的原子狀態，若再往外擴展所耗費的時間和成本難以想像。

相對地，計算材料性質也有省時省力的方法：「分子動力學模擬」，運用古典的牛頓力學，搭配統計力學去計算系統的微觀結構和能量。

分子動力學模擬大約可以模擬100奈米內的三維材料，抓到數個微秒（10-6 秒）內的原子狀態，可模擬的系統尺寸和時間都比第一原理計算要來得多！可惜準確度對於現在化學組成高度複雜的新穎材料而言是一個極大的挑戰。

有沒有一種方法，可以做到又快又準呢？有有有！它就是近年大熱門的「機器學習」！圖／研之有物第一原理計算僅適合用在1奈米以內尺度，計算準確耗時；分子動力學模擬可用於100奈米尺度，計算省時卻不夠精準；透過機器學習建立的神經網路模型，可以快速模擬100奈米尺度的材料，也保留高準確度。

資料來源／包淳偉時間就是金錢，請愛用機器學習！當包淳偉看到2016年國外團隊的 MAyFA1−yPb(BrxI1−x)3 鈣鈦礦研究之後，他認為「結構」這塊還有很多地方可以討論，如果透過理論模擬，先找出最低能量的微結構，或許就能更有效率地探索離子濃度空間，找出決定最佳配方的關鍵要素！由於第一原理計算和分子動力學模擬都不夠好用，包淳偉就將念頭轉到近年熱門的「機器學習」，他和團隊就先從簡單的PbI2 開始，慢慢做到複雜的鈣鈦礦材料。

一開始包淳偉的團隊使用布朗大學開發的原子尺度機器學習套件（AtomisticMachine-learningPackage,AMP）來進行訓練與測試，然而，由於AMP套件性能無法達到預期，包淳偉團隊就走上了自行開發機器學習分子動力學模擬程式的不歸路。

訓練神經網路模型時，包淳偉採用第一原理計算的結果當作機器學習素材，並設計函數進行反饋校正，直到預測的原子能量誤差遠小於熱擾動。

這套神經網路模型如何運作？先輸入原子座標（位置向量 r），再換算成「原子指紋」（特徵向量 G，表示該原子與其他原子之間獨一無二的相對關係），之後透過神經網路，快速輸出整個材料系統的原子能量和作用力。

從輸入到輸出，要模擬原子走一個步階（註1）有多快？假設以2000顆原子的計算量來看，自行開發的機器學習方法只要約0.1秒，第一原理計算則要花費3小時，足足快了十萬倍（註2）！包淳偉與團隊成功訓練出可以模擬複雜鈣鈦礦材料系統的神經網路模型。

資料來源／包淳偉此神經網路模型可以準確預測MAyFA1−yPb(BrxI1−x)3 鈣鈦礦材料的系統能量和受力。

縱軸表示包淳偉團隊的神經網路模型模擬結果，橫軸表示第一原理計算結果。

資料來源／包淳偉AI告訴我們什麼？包淳偉團隊成功訓練出來的神經網路模型，可以在2,000顆原子左右的材料系統上進行數百萬種可能的原子排列採樣，並計算出複雜鈣鈦礦材料的最低能量結構，模擬出不同原子在材料中最穩定的位置、它們的振動，以及它們受到擠壓時會怎麼跑。

多虧了神經網路的快速計算，即使是 MAyFA1−yPb(BrxI1−x)3 這麼複雜的系統也能處理，跑了將近1百萬次結構模擬，得出不同成份比例下81種最低能量的微結構（如下圖），這是第一原理計算絕對跑不出來的成果。

MAyFA1−yPb(BrxI1−x)3 鈣鈦礦材料的最低能量原子結構，縱軸y為MA濃度（CMA，從MA0-FA1到MA1-FA0），橫軸x為Br濃度（CBr，從Br0-I1 到Br1-I0），各自9等分。

為求圖片簡潔，省略x,y=0或1的結構圖。

資料來源／包淳偉找出系統最低能量的原子組態還不夠，包淳偉團隊想要進一步檢驗鈣鈦礦材料 MAyFA1−yPb(BrxI1−x)3 是否能穩定地保持混合狀態，因此計算不同濃度成份下的離子混合能Emix（如下圖）。

混合能是負的，表示系統會傾向混合在一起，這也是材料學家想要的微結構，系統會維持單一固溶相，原子和原子之間「和平共處」。

混合能是正的，表示系統會傾向分離成不同成分的「相」（Phase），材料不能保持穩定的混合狀態，會析出相異固溶相，產生許多缺陷。

MAyFA1−yPb(BrxI1−x)3 鈣鈦礦材料的混合能Emix分布，藍色表示混合能為負（維持單一固溶相），紅色表示混合能為正（析出相異固溶相），可以看到Br和MA濃度高的時候，容易析出化合物。

其中，縱軸y為MA濃度（CMA），橫軸x為Br濃度（CBr）。

資料來源／包淳偉從 MAyFA1−yPb(BrxI1−x)3 混合能分布初步來看，Br濃度（CBr）或MA濃度（CMA）越高的時候，混合能就越高，系統越容易析出相異的固溶相。

除了混合能之外，研究團隊更進一步檢驗了不同濃度成份下的其他結構參數，例如短程有序參數αA-B（正值表示A-B析出；負值表示A-B混合）、晶格扭曲ηs（shearstrain）與晶格畸變ηv（volumetricstrain），觀察析出化合物時，是否真的會改變晶格的幾何結構。

為了將模擬結果和實際情況對照，包淳偉再將模擬出來的結構以第一原理計算出不同濃度成份下的材料能隙（Eg），以及用內差法比對2016年國外團隊的實驗數據，得出不同濃度成份下的元件短路電流（Jsc）和光電轉換效率（powerconversionefficiency,PCE）。

有了這些關鍵數據，我們終於可以完成鈣鈦礦材料 MAyFA1−yPb(BrxI1−x)3 優化製程參數的最後一哩路！鈣鈦礦材料設計最佳化！還記得我們一開始跑模擬的目標嗎？幫助研究團隊在花大錢做實驗之前，先找出最穩定的結構，從結構參數回推好的製程參數，進而得到較好的材料性質。

那麼要如何把這麼多參數的相關性一網打盡呢？有個好工具叫「皮爾森相關性矩陣」（Pearsoncorrelationmatrix）。

MAyFA1−yPb(BrxI1−x)3 鈣鈦礦材料透過機器學習方法模擬之後，計算出性質參數（Eg、Jsc、PCE）、結構參數（Emix、α、ηs、ηv）與製程參數（CMA、CBr）與之間的相關性。

其中，r為相關係數，紅色正值表示兩者正相關，藍色負值表示兩者負相關。

資料來源／包淳偉上圖的矩陣整合了結構參數、製程參數與性質參數的相關性。

這張表格要怎麼解讀呢？首先看結構參數，混合能（Emix）越高，晶格扭曲（ηs）程度越大，MA和FA不互溶，Br和I也不互溶，鈣鈦礦材料 MAyFA1−yPb(BrxI1−x)3 不能保持穩定的混合狀態。

再來看製程參數和結構參數，Br的濃度（CBr）和MA的濃度（CMA）越高，晶格扭曲明顯增加，使得混合能越高。

尤其是Br，Br加得越多，MA和FA不互溶，Br和I也不互溶，容易析出其他固體相，在材料中引入缺陷。

最後看性質參數與結構參數，會發現混合能越高，光電轉換效率（PCE）和元件短路電流（Jsc）越差。

因此，如果要提升光電轉換效率，必須降低Br和MA的摻雜濃度來減少晶格扭曲，以降低混合能，使得MA和FA，Br和I都能充分混合，讓析出物和缺陷減少。

使電流傳輸時不會受到材料缺陷或晶界的阻礙，光電轉換效率才會好。

要做出好的鈣鈦礦材料MAyFA1−yPb(BrxI1−x)3 必要條件之一：「降低Br和MA的摻雜濃度，盡量讓材料維持單一固溶相」。

這就是理論模擬的科學力量，預先評估一款材料設定的製程參數好不好。

如果要透過實驗方法窮舉出上述的最佳化原則，不僅金錢花費巨大，時間成本也相當高。

包淳偉與研究團隊透過近年熱門的機器學習技術，建立了模擬材料系統的神經網路模型，因為神經網路快速運算的特性，大幅降低花費時間和成本，並且模擬結果相當準確。

包淳偉團隊從簡單的化合物模擬開始，終於在2021年成功發表複雜鈣鈦礦材料 MAyFA1−yPb(BrxI1−x)3 的最佳化條件，成果發表在權威期刊《JournalofPhysicalChemistryLetters》。

目前除了繼續改善神經網路模型之外，也開始和其他國外研究團隊合作解決混合複雜元素的材料系統問題，例如高熵合金。

最近包淳偉團隊與香港研究團隊在《自然》期刊發表了一種超彈性高熵合金，而包淳偉團隊也正在使用機器學習輔助原子尺度模擬來研究它有趣的塑性變形性質。

要做出好的材料，結構、製程與性質缺一不可，機器學習輔助的模擬方法可以幫助科學家快速找到最低能量的結構，這是傳統模擬方法無法做到的。

目前除了繼續改善神經網路模型之外，最近包淳偉團隊與香港研究團隊在《自然》期刊發表了一種超彈性高熵合金，而包淳偉團隊也正在使用機器學習輔助的原子尺度模擬來研究它有趣的塑性變形性質。

圖／研之有物註解註1：原子走一個步階的意思是：原子從某個位能井跳到下一個位能井。

註2：此為研究團隊早期模擬MAPbI3 的成果，之後的神經網路模型效率更好。

延伸閱讀機器學習與材料廚神的神祕Recipe應用人工神經網路勢能場研究複雜鈣鈦礦材料微觀結構見微知著─分子模擬的應用AhighlydistortedultraelasticchemicallycomplexElinvaralloyExplorationofthecompositionalspaceformixedleadhalogenperovskitesforhighefficiencysolarcellsIsmachinelearningredefiningtheperovskitesolarcells?MicrostructureMapsofComplexPerovskiteMaterialsfromExtensiveMonteCarloSamplingUsingMachineLearningEnabledEnergyModelMolecularDynamicsSimulationforAll數感宇宙探索課程，現正募資中！相關標籤：光電轉換效率太陽能發電材料科學機器學習皮爾森相關性矩陣鈣鈦礦熱門標籤：大麻量子力學CT值女科學家後遺症文章難易度剛好太難所有討論 1登入與大家一起討論#1samlin-case2022/06/11回覆高知識份子的疫苗猶豫，也來自於科學研究的可怕，實驗數據是可被「人為篩選」(研博的應該可以理解)，更可被「人為隱藏」(隱性的特殊案例)，這兩個人為的重大問題，是疫苗猶豫的最根本來源。

研之有物│中央研究院34篇文章・ 194位粉絲＋追蹤研之有物，取諧音自「言之有物」，出處為《周易·家人》：「君子以言有物而行有恆」。

探索具體研究案例、直擊研究員生活，成為串聯您與中研院的橋梁，通往博大精深的知識世界。

網頁：研之有物臉書：研之有物@FacebookRELATED相關文章【2003諾貝爾化學獎】細胞膜的分子通道【2002諾貝爾化學獎】質譜與核磁共振關注大麻合法化，先了解大麻的大小事調香師的秘密：「糞臭素」挑起你骯髒的慾望TRENDING熱門討論即時熱門科學宅的戀愛契機：「同類交配」理論62天前腸道健康至關重要！腸道菌相失衡恐導致「LongCOVID」？12天前當Omicron已成為日常，下一個迫切問題：到底有沒有後遺症？會永久破壞某些器官嗎？22天前機器學習×鈣鈦礦材料：讓AI設計太陽能電池！12天前科學宅的戀愛契機：「同類交配」理論62天前思考別人沒有想到的東西——誰發現量子力學？52022/06/03時間是甚麼？國內物理學家與哲學家怎麼看？46天前一生可以聆聽的聲音總量是註定的？戴上你的聽力計算機！32022/05/21