上海交通大学的一支科研团队近期在热辐射超材料领域取得了重要进展，他们的研究成果登上了Nature杂志。这项科研工作的亮点在于，团队开发了一种逆向设计的AI模型，该模型能够高效生成大量热辐射超材料的候选设计方案，并从中挑选出最优方案。
在接受采访时，上海交通大学材料科学与工程学院及张江高等研究院的周涵教授表示，这一创新成果展示了AI在设计材料方面的巨大潜力，特别是在建筑节能和城市热岛效应缓解等领域。他强调，这些研究成果为未来构建“零能耗降温”城市提供了切实可行的解决方案。
据周教授介绍，超材料作为一种人造材料，具有自然界中传统材料所不具备的特殊性质。其中，具备热辐射性能的超材料能够将多余的热量有效传递到外界，实现物体的自动降温。这类材料在零能耗辐射冷却、电子器件热调控以及人体热管理等领域具有广泛的应用前景。
然而，传统设计热辐射超材料的方法不仅耗时费力，而且效率低下。超材料的微结构和材料组分设计组合起来有数百万种可能性，如同在迷宫中寻找出路，需要依赖大量的经验和试错。为了克服这一难题，上海交通大学团队引入了AI模型，通过深度学习大大加速了设计过程。
该AI模型不仅能够“创造”新材料，还能从中筛选出更适合大规模使用、成本更低的超材料。例如，团队研发的双波段选择性超材料仅需简单的溶液法就能在室温下制备，并可以直接以涂料的形式应用于砖墙、金属、塑料和玻璃等常见物体的表面。这种材料就像给物体穿上了一层防晒降温的外衣。
能耗模拟结果显示，在中低纬度地区，将这种材料应用于建筑屋顶可以实现显著的理论节能效果，相当于每平方米节省20度电。该材料成本低廉、应用形式灵活多样，可以广泛应用于零能耗辐射冷却、建筑节能降温以及航天热控等重要领域，有望推动这些领域的快速发展和产业化应用。
