界面新闻记者 |
界面新闻编辑 | 庄键
上海交大团队领衔的一项科研成果登上国际顶尖学术期刊。北京时间7月2日晚，这项热辐射超材料领域的重大原创研发成果在《Nature》(《自然》)上发表。
该项成果由金属基复合材料全国重点实验室、上海交通大学材料科学与工程学院/张江高等研究院未来材料创制中心周涵教授课题组、金属基复合材料全国重点实验室主任张荻院士团队，联合新加坡国立大学仇成伟院士团队、美国德克萨斯大学奥斯汀分校郑跃兵教授团队共同提交。
研发团队构建了一个热辐射超材料逆向设计AI(人工智能)模型，能够大批量生成热辐射超材料候选设计方案，并“优中选优”。
《Nature》审稿人评价称，“这项研究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。”
超材料指的是一类具有特殊性质的人造材料，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。穿上这种材料制作的“外衣”就像穿了一件降温神器，能够帮助物体自动降温，在零能耗辐射冷却、电子器件热调控、人体热管理等领域具有重大应用价值。
在传统技术条件下，超材料设计方法费时又费力，需在上百万种可能性寻找最佳结果，无异于迷宫里摸黑找路。
交大团队结合多种材料体系训练得到的AI模型，能够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，全方位提升设计维度、速度和性能。
周涵介绍，这款模型是基于深度学习进行自主研发，可以通过热辐射值的需求进行定制性寻找设计。在研发初期，该模型借助了超算平台来解决算力问题，目前已经具备在普通平台部署的能力。
通过该AI模型，交大团队在3个月时间内，基于超过5万组超材料设计样本，逆向设计出了1500余组接近理论极限的超材料。
而在传统技术条件下，完成这一体量的设计，需要4.567x10的37次方年才能完成，远超过宇宙的当前年龄。
为验证AI模型的实际效能，团队用AI模型设计并实验验证了4种针对特定应用的热辐射超材料，包括宽带热辐射超材料、单波段选择性及双波段选择性热辐射超材料等。
在多种户外场景实测中，AI模型所设计的热辐射超材料均展现出优异的自降温效果，在晴朗的正午时分，宽波段超材料下表面温度相比环境温度降低了5.9℃。
周涵告诉界面新闻，随着超材料逆向设计AI模型的推广，国内超材料的设计应用有望迎来井喷式发展，并推动相关材料转化利用。
