上海交通大学材料学院/金属基复合材料国家重点实验室/张江高等研究院教授周涵团队、上海交通大学金属基复合材料国家重点实验室教授、中国科学院院士张邈团队、美国德克萨斯大学奥斯汀分校教授郑跃兵团队联合新加坡国立大学教授，构建了一支热传超材料逆向设计的人工智能(AI)模型，让传热超材料的设计不再局限于已知的“食谱”，而是突破了目前“菜品”的“上限”，可以大量生成传热超材料的备选设计方案，从中“优中选优”。相关研究于7月2日在自然界发表。

超材料是一种具有独特属性的人造材料，广泛应用于显像、通信、能源、航天工程等。其中，具有传热特性的超材料可以将多余的热量“包装”到外面，穿上这种材料制成的“外套”，就像穿上一件冷却神器，可以帮助物体自动冷却。这种超材料在零能耗辐射冷却、电子设备热调节、身体热管理等领域有着重要的应用。

微结构是超材料突破自然材料限制，具有特殊功能的关键。但是超材料的微结构设计和材料成分设计非常复杂，可能有上百万种搭配。传统的设计方法依赖于经验和反复的试错，就像在迷宫里找路一样，费时费力。

研究小组受到生物体三维拓扑构型的启发，提炼了各种三维结构单元和空间排列模式，首创了“三平面建模法”，可以准确描述三维结构单元，建立了庞大的三维复杂结构数据。

进一步，研究团队训练获得了热传超材料逆向设计AI模型，可以根据需求快速准确地生成各种设计方案，全方位提高了设计维度、速度和性能。为了验证AI模型的实际效率，研究团队设计了AI模型，验证了特定应用的7种热传超材料。在各种户外场景的实际测量中，所有的热传超材料都表现出优异的自降温效果，不同种类的材料可以应用于不同的应用环境，就像根据不同的应用环境给物体披上不同的“自动降温外套”一样。此外，AI模型可以更适合使用。

研究小组表示，这项研究充分展示了AI模型“祈祷”设计材料在建筑节能、减少城市热岛效应等领域的应用潜力，为未来建设“零能耗降温”城市提供了创新解决方案。

“研究展示了利用机器学习设计和验证宽带超材料的优秀研究。作者将先进的机器学习技术应用于热传输超材料的设计，并通过实验验证展示了卓越的性能。这一创新成果令人高度赞赏。”“这项研究意味着机器学习驱动的超材料设计领域取得了重大突破。这项研究扎实全面的实验结论站稳脚跟，影响重要。”