【導語】在炎炎夏日，空調成為糖心免费视频對抗高溫的得力助手，但背後卻隱藏著巨大的能源消耗和碳排放問題。麵對全球變暖和能源緊張的挑戰，科學家們探索出了一種無需插電、無需製冷劑的被動輻射降溫方法。借助機器學習，研究團隊設計出了一係列新型材料，這些材料能讓屋頂在烈日下比白漆還涼爽20攝氏度，不僅帶來舒適體驗，還能顯著降低空調能耗和碳排放。這項技術不僅限於建築領域，未來有望廣泛應用於衣物、車輛、航天器等多個領域，成為應對全球高溫和能源緊張的新工具。

每到盛夏，為了對抗高溫，糖心免费视频習慣性地打開空調，讓室內降溫。然而，涼爽的背後，是源源不斷的電力消耗和越來越沉重的碳排放負擔。在全球變暖和能源緊張的雙重壓力下，有沒有一種方法，不用插電、不用製冷劑，也能讓房子自己散熱降溫？

科學家們的答案，指向了一種物理機製，被動輻射降溫。它依賴於材料與大氣之間的能量交換，將熱量直接輻射到寒冷(lěng)的(de)外(wài)太(tài)空(kōng)。然(rán)而，要讓這種降溫高效且適用(yòng)於(yú)各(gè)種(zhǒng)環(huán)境(jìng)，需(xū)要(yào)極(jí)為(wèi)精(jīng)確(què)地(de)調(diào)控(kòng)材(cái)料(liào)在(zài)不(bù)同(tóng)波(bō)段(duàn)的(de)光(guāng)和(hé)熱(rè)輻(fú)射(shè)性(xìng)能(néng)。這(zhè)不(bù)僅(jǐn)是(shì)一(yī)道(dào)科(kē)學(xué)難(nán)題(tí)，更(gèng)是(shì)一(yī)道(dào)設(shè)計(jì)難(nán)題(tí)。

在《自然》上發表的相關研究（圖片來源：參考文獻[1]）

如今，人工智能正在悄然改寫這道難題的解法。借助機器學習，科研團隊不再局限於試錯式的材料開發，而是可以在虛擬空間中同時探索成千上萬種三維結構與材料組合，並精準預測它們的降溫效果。最近，來自德州大學奧斯汀分校聯合上海交通大學、新加坡國立大學和瑞典於默奧大學的研究團隊(duì)，就(jiù)用(yòng)AI設(shè)計(jì)出了一批性能遠超傳統塗料的新型材料，它們能讓屋頂在烈日下比白漆還涼上20攝氏度。

AI如何“雕刻”能降溫的材料

要讓材料在不同波段的光和熱之間有選擇(zé)性(xìng)地(de)反射或發射，這份選擇性太過複雜了，涉及到材料的電子帶隙、折射率、化學性質和熱穩定性，還要考慮它們的三維微結構如何與光相互作用。傳統方法往往依賴科研人員的經驗和反複試驗，既耗時又容易錯過最佳方案。

而最近的研究的突破在於引入了機器學習驅動的逆向設計平台。它的工作邏輯與人類工程師不同，不是從已有材料中挑選再改進(jìn)，而(ér)是(shì)直(zhí)接從目標性能反推結構和材料組合。研究團隊先建立了一個超大的“設計空間”，收錄了32種源自自然界的三維結構原型，如球體、棱柱、圓柱、螺旋等，並允許它們以有序、隨機或梯度方式排列。每個結構都能搭配30種候選材料，從陶瓷到聚合物，再到金屬。

基於機器學習的通用逆向設計模式（圖片來源：參考文獻[1]）

為了描述這些複雜的三維結構，團隊開發了一種三平麵建模法，將每個結構拆分為上、中、下三個平麵，用11個參數精確編碼形狀、尺寸、連接方式等信息，再與材料的光學參數如不同波段的折射率n和消光係數k結合，形成“設計指紋”。這套編碼方式讓AI可以在計算機中自由“拚搭”出成千上萬種結構—材料組合，並預測它們在0.25–2.5 μm的太陽光波段和3–25 μm的紅外波段的反射與輻射表現。

有了這套框架，機器學習模型能夠在極短時間內生成並篩選候選設計——速度可達每秒2500個方案。相比之下，傳統的人工或半自動優化方法往往陷入局部最優解，隻能摸索出少數簡單結構。而AI的全局搜索不僅找到了常規的光子晶體、多層膜設計，還提出了許多人類直覺未曾想到的全新結構，在光譜調控性能上全麵超越現有材料。

比白漆還涼20℃的屋頂材料

再完美的計算機設計，也必須經過現實的檢驗。研究團隊通過AI生成的1500多種候選方案中，挑選了幾款最具代表性的熱學超材料進行實驗製造，並將它們塗覆在模型屋頂上，與常見的白色和灰色商用塗料直接對比。

在正午烈日直射下，結果表明，雙波段選擇性發射型（TME-3）屋頂，比白漆表麵溫度低 5.6℃，比灰漆低 21℃。超寬帶高發射型（TME-1）和 單波段選擇性發射型（TME-2）在戶外與城市熱島模擬中，均能顯著降低表麵溫度，在晴朗天氣下，TME-1 中午降溫幅度達 5.9℃，而在熱反射嚴重的城市環境中，TME-2 甚至比白漆低 5.3℃。

模型房屋的實物照片及將模型暴露陽輻照下的熱成像圖（圖片來源：參考文獻[1]）

更重要的是，這種降溫不僅僅是體感上的舒適，還意味著可觀的能源節約。團隊的(de)模(mó)擬表明，在像裏約熱內盧或曼穀這樣的炎熱城市，一棟普通的四層公寓樓如果將屋頂替換為TME-3塗層，每年可節省約 15800千瓦時的空調能耗——相當於10台家用空調一年的耗電量。同時，這還能減少數噸的二氧化碳排放。

這種材料的應用潛力遠不止於建築領域。憑借可調控光譜發射的特性，它既能通過大麵積鋪設在屋頂、道路或外牆上緩解城市熱島效應，也能在太空熱控中發揮作用——如TME-1在模擬中已證明可用於衛星外表，幾乎完全反射太陽輻射並高效向外太空散熱。此外，它還可製成紡織品或車輛塗層，減少衣物悶熱感和車內暴曬升溫，並在軍用與傳感等領域實現紅外隱身和光學信號的精確調控。

不同於需要複雜製備條件的實驗室材料，本研究的部分設計（如TME-3）采用室溫、溶液法即可製備，可直接刷塗在磚、金屬、玻璃甚至塑料表麵，生產成本和工藝難度接近普通塗料，為大規模商業化奠定了基礎。

總結

從空調到被動降溫，人類追求涼爽的方式在不斷進化。借助機器學習，科學家首次將三維結構設計與材料光譜調控結合起來，讓這種新材料擁有了“按需散熱”的能力。實驗證明，它們能讓屋頂在烈日下比白漆低20℃，顯著降低空調能耗並減少碳排放。更難得的是，這項技術不僅適用於建築，也能走進衣物、車輛、航天器，甚至成為未來應對全球高溫和能源緊張的新工具。

參考文獻：

[1] Xiao, Chengyu, et al. "Ultrabroadband and band-selective thermal meta-emitters by machine learning." Nature 643.8070 (2025): 80-88.

[2] Raman, Aaswath P., et al. "Passive radiative cooling below ambient air temperature under direct sunlight." Nature 515.7528 (2014): 540-544.

作者丨Denovo科普團隊（張瑋傑 中國科學院大學博士；楊超 博士）

審核丨孫克衍博士 中國礦業大學副教授