В основе технологии — нейросетевая модель TEGNet, которая заменяет трудоёмкие физические симуляции. Вместо многократного решения уравнений теплопереноса и электронного транспорта система учится аппроксимировать поведение материалов и комбинировать их как модульные блоки. Это позволяет за миллисекунды оценивать тысячи конфигураций, тогда как классические подходы требуют дней или недель на одну.
Физический принцип остаётся прежним — эффект Зеебека, при котором разность температур создаёт электрический ток. Однако инженерная задача сложна: материал должен одновременно хорошо проводить электричество и плохо — тепло. Найти такой баланс традиционно было узким местом всей области.
Команда Такао Мори применила ИИ для оптимизации сразу нескольких архитектур — от сегментированных структур до классических пар p- и n-типов полупроводников. После виртуального отбора были изготовлены прототипы, показавшие около 9% эффективности в диапазоне температур, характерном для промышленных тепловых потерь. С учётом фундаментального ограничения, известного как предел Карно, это уровень передовых разработок.
Ключевой эффект — не столько абсолютный рост КПД, сколько резкое ускорение цикла разработки. Возможность быстро «прочёсывать» пространство параметров означает, что оптимальные конфигурации, ранее остававшиеся вне поля зрения, теперь становятся доступными.
Не менее важен и экономический аспект. Термоэлектрика долгое время зависела от дорогих материалов вроде теллурида висмута. По словам Мори, ИИ уже выявил конструкции, которые можно реализовать более простыми методами и без дефицитных компонентов, что потенциально снижает стоимость и делает технологию применимой в промышленности.
Если эти результаты масштабируются, термоэлектрические генераторы могут выйти из нишевых применений — от космических аппаратов до удалённых датчиков — в более широкий энергетический контур: утилизацию тепла на заводах, в транспорте и дата-центрах. В таком сценарии ИИ выступает не просто инструментом оптимизации, а ускорителем перехода от лабораторных прототипов к экономически жизнеспособным энергетическим решениям.
Источник: https://spectrum.ieee.org/ai-designed-thermoelectric-generatorЕсли вам понравился материал, кликните значок — вы поможете нам узнать, каким статьям и новостям следует отдавать предпочтение. Если вы хотите обсудить материал —не стесняйтесь оставлять свои комментарии : возможно, они будут полезны другим нашим читателям!
