在材料科学领域，人工智能可以发挥多大的作用？北京时间7月2日晚，上海交通大学团队领衔研发的成果登上《自然》杂志，在人工智能设计热辐射超材料领域取得原创突破：他们研发的逆向设计ai模型，能大批量生成热辐射超材料的候选设计方案。经过“优中选优”，交大团队在实验室制备了4种ai模型设计的材料，它们在多种户外场景实测中，展现出优异的自动降温效果，有望应用于建筑、服装、消费电子等行业。
《自然》杂志论文首页截图
上海交大材料科学与工程学院、金属基复合材料全国重点实验室、张江高等研究院教授周涵介绍，超材料是一类具有特殊性质的人造材料，不同于自然界已有材料，它们具备一些特别的性质。其中，具有热辐射性能的超材料可以把多余的热量“打包”传递到外界，帮助物体自动降温，在零能耗辐射冷却、电子器件热调控、人体热管理等领域有重要的应用价值。
传统的热辐射超材料设计方法费时费力。微结构是超材料突破自然材料限制、具备特殊功能的核心，超材料的微结构设计与材料组分设计组合起来，有上百万种可能性。材料科学家用传统方法设计超材料，就像在迷宫里摸黑找路，往往依赖于长期经验和反复试错。
可否用人工智能设计热辐射超材料，节省时间并提高质量？从2018年起，周涵课题组开始了这个方向的探索。
在国家自然科学基金委、上海市科委、上海交大2030计划的支持下，课题组采用深度学习技术，用大数据训练ai模型。周涵告诉记者，经过亿万年物竞天择，生物进化出了很多有超常光学和热学特性的三维拓扑构型，可以通过热辐射的方式进行自身体温调控。受此启发，交大团队从生物三维拓扑构型中提炼出多种三维结构单元和空间排列方式，随后建立了庞大的三维复杂结构数据集。利用这个数据集，他们训练出一个ai模型。它能根据所需光谱特性快速、精准地生成相应超材料的多种设计方案，颠覆了传统的试错法，带来了设计维度、速度和性能的全方位提升。
为验证ai模型的实际效能，课题组经过筛选，在实验室制备出这个模型设计的4种热辐射超材料。在多种户外场景实测中，这些超材料均展现出优异的自降温效果。比如在晴朗的正午，宽波段超材料的下表面温度比环境温度降低5.9摄氏度；在多云条件下，单波段选择性超材料的降温性能更显著，下表面温度比环境温度降低4.6摄氏度；在城市建筑群模拟环境中，单波段选择性超材料的下表面温度分别比宽带超材料、商用白漆涂覆表面低2.5摄氏度和5.3摄氏度。将双波段选择性超材料涂覆在模型屋顶，其表面温度比商用白漆涂覆表面低5.6摄氏度，比灰色涂料涂覆表面低21摄氏度，炙热的屋顶会瞬间凉爽下来。
典型热辐射需求的实验验证及户外热测试结果
这些结果充分展示了ai模型设计材料在建筑节能、城市热岛效应缓解等方面的应用潜力，为未来打造“零能耗降温”城市提供了创新解决方案。
《自然》审稿人对这项研究给予高度评价，认为它“标志着机器学习驱动的超材料设计领域取得了重大进展，该研究扎实而全面的实验结果令人信服，且具有重要影响”。
