热电

但长期以来，研发高效率热电材料一直是工程领域的难题：需要通过耗时的仿真与繁复实验，筛选出导电性能好、同时抑制无效热传导的材料组合。

研究团队推出开源工具TEGNet，基于神经网络框架训练而成，可拟合描述热电材料热流与电荷输运的复杂物理方程。

为验证实用性，森孝雄团队利用TEGNet优化了两类发电机结构：一类为分段单偶结构，堆叠多种热电材料，让每种材料在专属最优温区高效工作；

这项研究于4月15日发表在《Nature》，有望推动一项前景广阔却迟迟未能普及的清洁能源技术落地：大幅加快低成本热电材料与器件结构的研发，高效实现废热向电能的转化。

AI助力发掘低成本热电材料

材料与制造成本是热电技术另一大瓶颈。

而在热电技术领域，哪怕效率小幅提升，也足以决定废热回收项目是否具备经济可行性。