AI赋能热辐射材料设计，上海交大博士在《Nature》发表零能耗降温新技术

在材料科学的浩瀚星空中，一颗璀璨的新星于近日升起。上海交通大学材料科学与工程学院及张江高等研究院的博士研究生肖诚禹，携手其导师周涵教授、张荻院士，以及新加坡国立大学的仇成伟院士和美国德克萨斯大学奥斯汀分校的郑跃兵教授，共同在国际顶级期刊《Nature》上发表了一篇题为“Ultrabroadband and band-selective thermal meta-emitters by machine learning”的研究论文。

该研究论文的发表，标志着在热辐射超材料设计领域取得了重大突破。热辐射，作为一种无需介质便能实现能量远距离传输的方式，其超材料通过微结构调控辐射性能，在辐射冷却、建筑节能、电子热控等领域展现出了巨大的应用潜力。然而，传统的设计方法往往受限于结构构型与材料参数的高度耦合，难以高效应对大规模结构空间的全局优化问题。

面对这一挑战，肖诚禹及其团队从自然生物的三维拓扑构型中汲取灵感，提出了一种创新的“三平面建模法”，精准描述复杂微结构，并构建了涵盖多材料、多构型的超材料数据库。在此基础上，团队进一步建立了具备逆向生成能力的AI模型，能够根据目标光谱性能自动生成高性能热辐射超材料方案。这一方法不仅突破了传统试错法的经验依赖，还显著提升了设计效率与维度，为热辐射超材料的智能化、定制化设计开辟了新的道路。

为验证AI模型的设计能力，研究团队基于其生成的结果，制备并实测了七种具有代表性的热辐射超材料，包括宽带、单波段及双波段选择性类型。这些材料在多种户外环境中均展现出了显著的自降温效果，如在晴朗中午，宽带材料表面温度比环境低5.9°C；在多云天气下，单波段材料降温达4.6°C。这些实验结果充分验证了AI模型“按需生成”热辐射材料的可行性与实用性。

肖诚禹的科研之旅始于对仿生光子学、辐射冷却与动态热调控材料的浓厚兴趣。在导师周涵教授的悉心指导下，他逐步建立起严谨、系统的科研逻辑，形成了理论分析、方法构建与工程实现的贯通能力。面对课题推进过程中的理论瓶颈与实验难点，肖诚禹从未放弃，而是与导师及团队成员紧密合作，不断激发新的灵感与突破口，最终攻克了关键问题，提出了具有独创性的热调控材料设计方法。

在谈及此次研究的突破时，肖诚禹表示：“我们的研究实现了从设计范式到材料性能的双重突破。传统热辐射材料的研发大多依赖人工经验和试错优化，而我们通过引入机器学习，建立了一种可拓展、可迁移的智能化设计范式。同时，我们还实现了超宽带与多波段选择性辐射调控的统一突破，为热辐射材料的研发效率和实用性都提升了一个量级。”

此次研究成果的发表，不仅是对肖诚禹及其团队科研实力的肯定，更为热辐射超材料的设计与开发提供了新的思路和方法。未来，随着该技术的不断推广和应用，有望在辐射冷却、建筑节能、电子热控等领域发挥更大的作用，为人类社会的可持续发展贡献一份力量。

免责声明：本文内容来源于第三方或整理自互联网，本站仅提供展示，不拥有所有权，不代表本站观点立场，也不构成任何其他建议，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容,不承担相关法律责任。如发现本站文章、图片等内容有涉及版权/违法违规或其他不适合的内容， 请及时联系我们进行处理。