院士领衔！上海交通大学，再发Nature！

本文介绍了上海交通大学张荻院士团队联合国际学者开发的一种基于机器学习的通用设计范式，用于优化纳米光子热发射器的性能。研究背景指出，传统热发射器设计方法受限于经验试错和局部优化，难以满足多样化应用需求。研究目的是通过机器学习实现多参数全局优化，设计出具有优异光谱特性的超宽带和带选择性热发射器。该研究通过三平面建模方法突破了二维结构限制，实现了1500多种超发射器的自动化设计，并实验验证了其性能优势。结论表明，该框架不仅扩展了热超材料设计空间，还为纳米光子学领域的逆向设计提供了新范式，在辐射冷却、节能建筑等领域具有应用潜力。