上海交通大学材料科学与工程学院的周涵教授在接受采访时表示，他们运用了人工智能模型，短短三个月便成功筛选出了超过五万组数据，而若采用传统手段，所需时间则难以准确预估。
7月2日深夜，北京时间，上海交通大学的研究团队主导的科研成就荣登《自然》杂志。该团队在人工智能领域的热辐射超材料研究中实现了重要创新，成功研发出一款逆向设计的AI模型，此模型具备批量生成相关候选设计方案的能力。
7月2日深夜，北京时间，上海交通大学主导的AI热辐射超材料研究取得显著成果，相关论文发表于《自然》杂志。图中展示了研究团队的材料展示环节，其中左三为周涵教授。图片由上海交通大学提供。
超材料是一种独特的人造材料，它具备某些特殊属性。在这些材料中，那些具备热辐射功能的产品能够将过剩的热量“打包”并传递至外部环境，就如同一种神奇的降温工具。
超材料的微结构及其材料组分的设计组合，其可能性高达百万种，宛如置身于迷宫之中寻找出路。周涵指出，团队成功引入AI模型，显著缩短了这一探索过程的时间。
她指出，当前科学研究正逐步步入以数据为核心特征的第四阶段，即由人工智能引领的研究模式；而她的团队大约在2019年前后，便着手研究机器学习在科研领域的应用，经过五六年不懈努力，最终取得了这一突破性成果。
经过深入研究，该研究团队成功培养出一个AI模型，此模型能够依据所需的光谱特性，迅速且精确地生成多种热辐射超材料的设计方案，从而实现了设计领域、工作效率以及性能表现的多重提升。
据相关报道，这项研究“精心挑选”的热辐射超材料已被广泛应用于航天热控制、建筑节能降温等多个关键领域，从而推动了产业的进步。(完)
