香港中文大學物理系領導的研究團隊，聯同中山大學及深圳大學，成功開發出一套結合統計物理學與人工智能（AI）的全新材料設計框架。該框架突破傳統材料設計依賴規則網格結構的局限，利用無序（不規則）結構設計出兼具高能量吸收能力、優異抗衝擊性能及極高斷裂韌性的輕質超材料。是項研究成果已於國際頂尖物理學期刊《Physical Review X》發表，為輕量化防護裝備、汽車吸能緩衝部件及先進工程材料的研發開拓了新方向。
物理規律如何引導 AI 發掘高性能無序結構？
長久以來，先進材料設計主要依賴有序結構，因為規則的幾何排列有助預測和控制材料性能。然而，骨骼和蜘蛛絲等天然材料顯示，結構中的不規則性與無序特徵能降低材料的脆弱性、使受力分布更均勻。在近乎無限的設計空間中，從數以萬億計的可能排列組合中尋找最佳隨機化結構，一直是材料科學領域的重大挑戰。受天然材料啟發，中大領導的研究團隊開發出一套受物理基礎規律約束的 AI 設計系統。該系統運用物理原理，自動篩除力學上不穩定的結構配置，並找出同時兼具穩定性和靈活性的優化無序結構。
負泊松比特性與伊辛模型的可解釋性
該框架專門搜尋具有「負泊松比」（auxetic）特性的結構。這類材料猶如膨脹海綿，在受拉伸時不會像一般橡膠帶般變薄，反而向外膨脹變厚。透過將演算法限制於物理上可行的參數範圍內，AI 能夠高效探索大量拓撲結構配置，避免浪費運算資源，並快速鎖定機械性能最佳的結構設計。更重要的是，該套 AI 框架並非一般的「黑箱」模型。研究團隊在接近最佳的結構附近，將能量配置映射至「伊辛模型」（Ising model），即描述相互作用磁自旋的經典物理模型。透過此方式，每一個結構連接對整體材料性能的影響，以及不同連接之間是共同抵抗外部壓力還是互相抵消，都能明確描述和量化，為研究人員提供可追溯的材料內部強度藍圖。
3D 打印驗證：裂紋迂迴擴展反讓韌性更強
為驗證 AI 的設計成果，研究團隊利用高精度 3D 打印技術製作出最佳化後的結構，並進行多項力學測試。結果顯示，這些材料不僅達到預期的設計目標，還展現出意想不到的「湧現」（emergent）特性，包括更強的能量吸收能力和大幅提升的斷裂韌性，遠超團隊當初預期的性能目標。團隊進一步分析發現，材料韌性出色的關鍵在於裂紋在材料中擴展的方式。在傳統的有序網格狀材料中，裂紋通常沿著短而筆直的路徑快速擴展，導致結構突然失效。相較之下，無序結構會迫使裂紋沿著曲折迂迴的路徑擴展，並誘發多個微裂紋同時產生。這些複雜的「繞路」機制能有效減緩裂紋擴展速度，讓材料更有效地耗散能量，從而避免災難性的破碎或失效。
研究團隊與應用方向
中大物理系徐磊教授指出，此研究搭建了統計物理、可解釋人工智能與實際材料工程之間的橋樑，證明結構無序並非缺陷，而是一種強大的設計工具。利用這套框架設計的輕質高性能超材料，有望研發出更安全的頭盔和汽車緩衝裝置等防護產品。同時，這種 AI 設計方法也為開發具有特定熱學、聲學和光學性能的材料提供了新的可能。
研究由中大物理系徐磊教授及博士畢業生賈玲玉博士，聯同中山大學理學院沈翔瀛副教授及深圳大學機電與控制工程學院朱昌良助理教授合作完成；賈玲玉博士為研究第一作者。