沈涵 科技日报记者 王春
热辐射超材料是一种能够帮助物体自动降温的特殊人造材料，在多个领域具有重要应用价值，但这种超材料的微结构设计及材料组分设计组合起来有上百万种可能性。“我们引入AI模型，仅用3个月就筛选出5万多组数据。而用常规方法需要的时间就是个天文数字。”上海交通大学材料科学与工程学院周涵教授告诉记者。
7月2日晚，由周涵团队构建的热辐射超材料逆向设计AI模型成果以论文形式登上《自然》。该模型能够大批量生成相关候选设计方案。
团队从生物体的三维拓扑构型中获取灵感，提炼出多种三维结构单元和空间排列方式，并通过首创的“三平面建模法”实现了对三维结构单元的精准描述，建立了涵盖57110组数据的“材料—超构模型—光谱性能”数据库。基于此，团队构建了热辐射超材料逆向设计AI模型。该模型根据所需光谱特性，能快速、精准、大批量地生成相应超材料的多种设计方案。“输入相关数据，1秒钟就能生成2000个设计方案。”团队成员之一、上海交通大学材料科学与工程学院博士生肖诚禹说。
为验证该模型实际效能，团队用AI模型设计并用人力实验验证了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，涵盖柔性薄膜、涂料、贴片等多种实际应用形式。在户外实测中，这些超材料均展现出优异的自降温效果。比如，单波段选择性超材料下表面温度分别比宽带超材料和商用白漆涂覆表面低2.5℃和5.3℃，建筑如同披上“自动降温外套”。实验结果展示了该模型在建筑节能、城市热岛效应缓解等领域的应用潜力。
《自然》审稿人评价：“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”。
