话说大家都知道，像VO₂这种相变材料本身就有非线性和滞后的毛病，这就很难让它在需要线性响应的微测辐射热计上大展身手。为了绕过这道坎儿，科学家们只好使用非化学计量比的VOₓ来替代，虽然电阻温度系数（TCR）是变低了，但总算是能撑住场面。所以说，要同时兼顾高TCR还有线性和无滞后的响应，一直都是这项技术发展的拦路虎。 最近听说麦姆斯咨询报了个大新闻，韩国蔚山国立科学技术院的Changhee Sohn教授带领团队搞了个大动静。他们受了蛇类那种在全黑环境里靠红外感知猎物的启发，居然用人工智能（AI）来设计出一种新的传感器材料，这可真是太神奇了。这个叫做AI-Optimized的材料居然能把热辐射探测能力给增强了20倍以上。这一研究成果还被发表在了Advanced Science这本期刊上，论文名字起得挺长：“AI-Optimized Vanadium Oxide Multilayers for More Than 20-fold Enhancement in Bolometric Performance”。 为了给这种微测辐射热计找到更好的材料结构，研究团队特意设计了一种多层薄膜的方案。他们利用AI优化技术来筛选方案，结果出来的东西灵敏度和稳定性比市面上卖的那些都要高出20多倍。这微测辐射热计说白了就是靠红外辐射引起温度变化来改变电阻的，所以材料必须对温度变化特别敏感才行。 实验数据显示得很清楚，这种新做的多层材料在20到45摄氏度的范围内，电阻温度系数达到了7.3%，比老材料整整高了三倍多。还有那个衡量信号稳定性的β指数也提高了23.6倍，信号的可靠性简直提升了一大截。更关键的是，这种薄膜能在300摄氏度的低温下制备出来，跟现有的半导体工艺完全兼容。不像以前的VO₂传感器动不动就需要500摄氏度以上的高温来烧炼，那温度太高了很容易把预先做好的电路给搞坏。 这项研究充分展示了AI在开发先进材料中的强大威力。以前那种靠碰运气瞎摸索的做法可能得花费数百年才能有所突破，现在用AI直接就能把整个研发周期缩短到几个月搞定。Changhee Sohn教授也强调了这种方法的好处：它能直接把优化好的薄膜材料给合成出来，大大缩短了从实验室走到市场的路。 说到应用前景那可就更广阔了。自动驾驶汽车的夜视系统、无人机的监控系统、甚至是用于早期病毒检测的大规模热成像监测系统，都能用得上这种高灵敏度的探测器。相信随着红外探测器性能的不断提升，热成像技术在未来的多个领域肯定能创造出更多的奇迹。