废热无处不在：汽车发动机、工业机械、厨房电器，甚至人体本身都在不断散发热量。其中一部分能量可以通过热电发电机转化为电能。热电发电机是一种紧凑的固态设备，无需旋转涡轮机或运动部件，可直接利用温差发电。
然而，长期以来，设计能提升系统效率的材料一直是一项繁琐的工程任务，需要通过缓慢的仿真模拟和大量实验，才能找到既能导电又能阻热的材料组合。
如今，日本研究人员开发出一款AI工具，其设计热电发电机的速度比传统方法快1万倍。研究发现，根据该工具推荐方案制造的原型机，性能与当前领先的热电设备不相上下。
这项研究于4月15日发表在《自然》杂志上。研究由日本筑波材料纳米架构研究中心副主任森孝雄及其团队完成。该成果有望通过大幅加速对经济实惠材料和高效器件设计的搜索，推动这一长期备受期待却尚未广泛应用的清洁能源技术加速落地。
未参与该研究的休斯顿大学德克萨斯超导中心主任任志峰表示："这是一项扎实的研究，指明了AI在此类技术设计中将发挥的未来作用。"
热电发电机的应用现状
热电发电机已存在数十年，长期默默地为航天器供电、为偏远地区的天然气管道输送电力，以及为更换电池不便之处的远程传感器运行提供能源。然而，由于成本较高、性能指标有限，这类设备大多局限于小众应用领域。在炼油厂、钢铁厂等重工业领域大规模部署的愿景至今尚未实现，大量废热依然未被充分利用。
大型发电厂通常依赖蒸汽驱动系统，通过将水加热至沸腾来驱动涡轮机发电。这类系统在大规模应用中效率极高，但需要运动部件和日常维护，且要求相对较高的运行温度，因而不适合从分散或低温热源中回收热量。
热电发电机在上述场景中更具优势。其紧凑的固态设计使其能够从发动机排气管、工厂锅炉、服务器机架及高性能电子设备等表面收集较少量的热量，而传统涡轮机在这些场景中根本难以施展。
然而，热电发电机的技术进步长期受限于缓慢而繁琐的设计流程。这是因为研究人员必须寻找能够同时高效导电又阻碍热流的材料。
找到这种罕见的材料组合对于利用塞贝克效应至关重要——这一现象是指，跨越两种半导体的温差会驱动电流产生。为此，研究人员往往需要数天乃至数周时间，通过缓慢的物理仿真对每一种设计方案进行逐一评估。
TEGNet：万倍加速的AI设计工具
全新的AI方法大幅加快了这一搜索过程。这款名为TEGNet的公开工具基于神经网络框架构建，经过训练后能够近似描述热电材料中热流和电传输的复杂物理方程。该模型无需从头反复求解这些方程，而是学习材料的行为规律，并将其视为可以多种方式自由组合的模块化组件。这使研究人员能够在数毫秒内快速筛选数千种潜在的器件架构并预测其性能。
新加坡科技研究局（A*STAR）材料科学家曹晶与香港中文大学的苏瓦迪·阿迪在《自然》杂志发表的一篇评论文章中写道："这种速度使设计参数的全面探索成为可能，从而发现那些原本可能被忽视的最优器件配置。"
为验证这一方法，森孝雄团队利用TEGNet对两类发电机设计方案进行了优化。一种是"分段单对"结构，将多种热电材料叠加，使每种材料在特定温度范围内达到最高效率；另一种则将两种互补半导体（即n型和p型材料）配对，在热流流过时产生电能。
在扫描了数千种可能的配置后，AI识别出预计能实现优异性能的器件几何形状。研究人员随后采用放电等离子烧结技术制造了原型发电机——该方法利用脉冲电流将粉末材料快速压缩成致密固体组件。在工业废热回收最常见的温度条件下，两种设计均实现了约9%的转化效率。
这个数字或许听起来并不惊艳，但任何将热量转化为电能的技术都面临一个由冷热两端温差决定的内在效率上限，这一基本热力学约束被称为卡诺极限。在此约束范围内，森孝雄团队的新设计在该温度区间内已跻身性能较优的热电发电机之列。
而在热电领域，即便是微小的效率提升也至关重要：效率的小幅改善往往决定着废热回收在经济上是否可行。
降低成本，迈向工业化
热电领域的另一大挑战在于材料和制造成本。长期以来，该领域高度依赖碲化铋等半导体材料，而碲的储量相对稀缺，且通常需要精心控制晶体生长和微观结构排列以实现高性能，这无疑增加了制造复杂度和成本。
相比之下，森孝雄表示，TEGNet识别出的部分AI设计方案可采用更简单的制造工艺，在某些情况下甚至完全避免使用碲化铋。尽管由于正在进行的行业合作，完整细节目前暂不公开，但他表示，初步成本估算显示，这些设计有望使热电发电机更接近工业废热应用的经济可行性门槛。
"根据估算成本，"森孝雄表示，"我们有望在热电领域历史上首次预测出具备工业竞争力的发电成本。"
Q&A
Q1：TEGNet是什么工具？它在热电发电机设计中有什么作用？
A：TEGNet是由日本研究人员开发的一款基于神经网络框架的AI工具，专门用于热电发电机的设计优化。它通过学习热电材料中热流和电传输的复杂物理规律，将材料视为可自由组合的模块化组件，无需从头反复求解物理方程，可在数毫秒内筛选数千种潜在器件架构并预测性能，设计速度比传统方法快约1万倍。
Q2：热电发电机为什么没有被广泛应用？TEGNet能解决哪些障碍？
A：热电发电机长期面临两大障碍：一是设计流程缓慢繁琐，寻找既能导电又能阻热的材料往往耗费数天乃至数周；二是材料和制造成本较高，尤其依赖稀缺的碲化铋材料。TEGNet通过大幅加速设计搜索过程，并识别出可采用更简单制造工艺的器件方案，有望同时突破这两大障碍，推动热电技术走向工业规模应用。
Q3：TEGNet设计的热电发电机原型机实际性能如何？
A：研究团队基于TEGNet的推荐方案，采用放电等离子烧结技术制造了两类原型发电机。在工业废热回收最典型的温度条件下，两种设计均实现了约9%的热电转化效率，性能与当前领先的热电设备相当，在该温度区间内跻身性能较优之列。考虑到热力学卡诺极限的约束，这一结果已属优异表现。