AI 设计的新型屋顶涂料可将建筑物冷却高达 36°F，从而减少空调的使用和碳排放

快速阅读: 据《好消息网》称，国际团队利用人工智能研发出最白涂层，可显著降低建筑能耗。实验显示，屋顶温度低5至20摄氏度，节省大量电力。该技术还可用于航天、纺织和汽车等领域。

据德克萨斯大学奥斯汀分校报道，近日，一个由德克萨斯大学奥斯汀分校、新加坡国立大学、上海交通大学和瑞典于默奥大学组成的国际工程师团队，成功研发出迄今为止最白的涂层。借助人工智能技术，这种新涂层能显著降低建筑物的能耗，通过反射热量使建筑物保持凉爽。

研究团队采用“三维热超材料”的人工智能方法，生成了1500种不同的材料，这些材料能够以不同水平和方式选择性地发射热量，成为提升能效的理想选择。德克萨斯大学机械工程系教授郑岳兵表示，这种机器学习框架在热超材料设计上实现了重大突破，自动化的设计过程使得创造高性能材料成为可能。

实验结果显示，涂有热超材料发射器的建筑屋顶在四小时的正午阳光直射下，平均温度比普通白色和灰色涂料的屋顶低5至20摄氏度（9至36华氏度）。研究团队估计，这种冷却效果在热带气候的城市中，每年可为一栋公寓楼节省约15800千瓦时的电力，相当于普通空调年用电量的十倍。

此外，热超材料的应用范围广泛，不仅限于提高建筑能效。它们可以用于缓解城市热岛效应，通过反射阳光和散发热量降低城市温度；在太空中，这些材料可用于管理航天器的温度，反射太阳辐射并高效散热。同时，将热超材料集成到纺织品和织物中，可以改善服装和户外设备的冷却技术；应用于汽车内外部材料，也能减少车辆在阳光下的热量积聚。

郑岳兵指出，传统的材料设计方法耗时且效率低下，依赖于试错法，往往导致次优设计。而机器学习方法则能有效克服这些局限，设计出具有必要特性的高性能材料。该研究的合著者、郑岳兵小组的研究员姚侃认为，尽管机器学习并非万能，但在热管理领域，它特别适合设计高性能热发射器。

(以上内容均由Ai生成)