愛迪生式試錯法是一種歷史悠久的方法，但其發(fā)現過程緩慢且需要大量人力資源，這對清潔能源、環(huán)境可持續(xù)性、電子和生物醫(yī)學設備等急需新技術的發(fā)展造成了阻礙。

美國圣母大學航空航天與機械工程副教授張艷良表示：“通常發(fā)現一種新材料需要10到20年的時間。我相信，如果我們能夠將這個時間縮短到不到一年，甚至幾個月，將會改變新材料發(fā)現和制造的游戲規(guī)則?！?br />

而現在，張教授已經做到了這一點，他創(chuàng)造了一種獨特的3D打印方法，能夠以傳統(tǒng)制造無法媲美的方式制造材料。這種新工藝使用單個打印噴嘴混合多種霧化納米材料墨水，并在打印過程中動態(tài)改變墨水的混合比例。這種名為高通量組合打印（HTCP）的方法可以控制打印材料的3D結構和局部成分，并以微尺度空間分辨率制造具有梯度成分和特性的材料。

他的研究成果最近在《自然》雜志上發(fā)表。論文鏈接：https://www.nature.com/articles/s41586-023-05898-9

基于氣溶膠的HTCP方法適用于各種金屬、半導體、電介質、聚合物和生物材料，其應用范圍極為廣泛。它能夠生成組合材料，每個材料“庫”中包含數千種獨特的成分。

圖 1：HTCP的設計策略，圖片來自：《自然》

張教授表示，將組合材料的打印與高通量表征相結合，可以顯著加速材料的發(fā)現。他的團隊已經利用這種方法鑒定出具有出色熱電性能的半導體材料，這對于能量收集和冷卻應用具有前景。

圖2：具有梯度成分的組合材料的快速打印，圖片來自：《自然》

除了加速發(fā)現，HTCP還能夠生產功能分級材料，這些材料逐漸從硬質過渡到軟質。這使得它們在生物醫(yī)學應用中特別有用，可以橋接柔軟的組織與堅硬的可穿戴和可植入設備之間的差異。

圖3：具有廣泛材料選擇的HTCP，圖片來自：《自然》

在下一階段的研究中，張教授和先進制造與能源實驗室的學生計劃將機器學習和人工智能指導策略應用于HTCP的數據豐富特性，以加快廣泛的材料發(fā)現和開發(fā)。

圖4：HTCP可實現組合摻雜、功能分級、化學反應和成分微結構，圖片來自：《自然》

張教授表示：“未來，我希望能夠為材料發(fā)現和設備制造開發(fā)一種自主和自動化的過程，這樣實驗室的學生就可以自由地專注于高層次的思考。”

以上是張教授和他的團隊通過創(chuàng)新的HTCP方法取得的重要成果。這種方法不僅能夠縮短新材料發(fā)現的時間，還能夠制造具有多樣化成分和特性的材料，為清潔能源、環(huán)境可持續(xù)性、電子和生物醫(yī)學領域的新技術發(fā)展帶來了巨大的潛力。

通過將機器學習和人工智能應用于HTCP數據，他們計劃進一步加快材料發(fā)現的速度，為未來的科學研究和技術創(chuàng)新提供更多可能性。

愛迪生式試錯法是一種歷史悠久的方法，但其發(fā)現過程緩慢且需要大量人力資源，這對清潔能源、環(huán)境可持續(xù)性、電子和生物醫(yī)學設備等急需新技術的發(fā)展造成了阻礙。

美國圣母大學航空航天與機械工程副教授張艷良表示：“通常發(fā)現一種新材料需要10到20年的時間。我相信，如果我們能夠將這個時間縮短到不到一年，甚至幾個月，將會改變新材料發(fā)現和制造的游戲規(guī)則?！?br />

而現在，張教授已經做到了這一點，他創(chuàng)造了一種獨特的3D打印方法，能夠以傳統(tǒng)制造無法媲美的方式制造材料。這種新工藝使用單個打印噴嘴混合多種霧化納米材料墨水，并在打印過程中動態(tài)改變墨水的混合比例。這種名為高通量組合打印（HTCP）的方法可以控制打印材料的3D結構和局部成分，并以微尺度空間分辨率制造具有梯度成分和特性的材料。

他的研究成果最近在《自然》雜志上發(fā)表。論文鏈接：https://www.nature.com/articles/s41586-023-05898-9

基于氣溶膠的HTCP方法適用于各種金屬、半導體、電介質、聚合物和生物材料，其應用范圍極為廣泛。它能夠生成組合材料，每個材料“庫”中包含數千種獨特的成分。

圖 1：HTCP的設計策略，圖片來自：《自然》

張教授表示，將組合材料的打印與高通量表征相結合，可以顯著加速材料的發(fā)現。他的團隊已經利用這種方法鑒定出具有出色熱電性能的半導體材料，這對于能量收集和冷卻應用具有前景。

圖2：具有梯度成分的組合材料的快速打印，圖片來自：《自然》

除了加速發(fā)現，HTCP還能夠生產功能分級材料，這些材料逐漸從硬質過渡到軟質。這使得它們在生物醫(yī)學應用中特別有用，可以橋接柔軟的組織與堅硬的可穿戴和可植入設備之間的差異。

圖3：具有廣泛材料選擇的HTCP，圖片來自：《自然》

在下一階段的研究中，張教授和先進制造與能源實驗室的學生計劃將機器學習和人工智能指導策略應用于HTCP的數據豐富特性，以加快廣泛的材料發(fā)現和開發(fā)。

圖4：HTCP可實現組合摻雜、功能分級、化學反應和成分微結構，圖片來自：《自然》

張教授表示：“未來，我希望能夠為材料發(fā)現和設備制造開發(fā)一種自主和自動化的過程，這樣實驗室的學生就可以自由地專注于高層次的思考。”

以上是張教授和他的團隊通過創(chuàng)新的HTCP方法取得的重要成果。這種方法不僅能夠縮短新材料發(fā)現的時間，還能夠制造具有多樣化成分和特性的材料，為清潔能源、環(huán)境可持續(xù)性、電子和生物醫(yī)學領域的新技術發(fā)展帶來了巨大的潛力。

通過將機器學習和人工智能應用于HTCP數據，他們計劃進一步加快材料發(fā)現的速度，為未來的科學研究和技術創(chuàng)新提供更多可能性。