最新《Nature》：上海交大团队取得重大进展！

主要观点总结

上海交通大学张荻院士团队与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合作，在人工智能（AI）驱动的超宽波段及波段选择性热辐射超材料设计领域取得重要突破。研究团队结合机器学习和自然界的生物拓扑构型，实现了超宽带与多波段选择性热辐射超材料的自动化逆向设计，为地面辐射冷却、建筑节能降温等领域提供创新解决方案。

关键观点总结

关键观点1: 研究背景及重要性

该研究基于生物拓扑构型提炼出多种三维结构基元和空间序构组合，构建了机器学习驱动的逆向生成优化设计框架，攻克了传统试错法在光谱设计中的全局优化难题。

关键观点2: 研究方法与成果

研究团队通过机器学习训练的人工智能模型，实现了按需设计超材料的目标。所创制的热辐射超材料具有广泛的应用前景，包括地面辐射冷却、建筑节能降温、航天热控等领域。

关键观点3: 实验验证及实际应用

团队用AI模型设计并通过实验验证了七种针对特定应用的热辐射超材料，包括柔性薄膜、涂料、贴片等多种形式。实测结果显示，这些材料在不同应用场景下表现出优异的自降温效果。

关键观点4: 模型的潜力与优势

该AI模型不仅能设计新材料，还能从中挑选出适合大规模使用、成本更低的超材料。此外，该模型的应用潜力得到了Nature审稿人的高度评价。

关键观点5: 资金支持与合作伙伴

这项工作得到了国家自然科学基金委、上海市科学技术发展资金、上海交通大学2030计划的资助。合作伙伴包括新加坡国立大学、美国德克萨斯大学奥斯汀分校等多所国内外知名高校和研究机构。

免责声明