測試運用AI設計的焦熱電器件性能（供圖：NIMS團隊負責人森孝雄）
日本國立研究開發法人物質與材料研究機構（NIMS）開發出了一款設計利用溫度差發電器件的人工智慧（AI）。過去性能預測模擬需要耗費較長時間，而該AI可將計算時間縮短至既往方法的萬分之一，因此可縮短器件的開發周期。
相關成果的論文已發表在英國科學期刊《Nature》上。
一切物質存在溫度差時，均具備導電性質。利用這種相異的溫度差進行發電的技術被稱為「熱電發電」。若能利用工廠排放到大氣或水中的廢熱，該技術有望成為一種環境負荷較小的發電方式。
由NIMS團隊負責人森孝雄等人開發的AI模型「TEGNet」，只需輸入擬用於器件開發的多種材料的特性資訊與結構資訊，即可計算並給出發電效率最高的材料與尺寸。
在實際對10餘種焦熱電材料進行計算的實驗中，傳統模擬技術完成一次性能預測平均耗時30分鐘左右，而TEGNet平均僅需0.25秒即可完成。
輸入材料數據等資訊即可預測發電效率等性質（供圖：NIMS團隊負責人森孝雄）
市面上的模擬軟體雖能高精度預測發電效率，但存在單次計算量大，尋找最優結構耗時較長，開發周期拉長等問題。而使用TEGNet「有望將原本耗時1年的設計工作縮短至1小時以內」（森孝雄）。
研究團隊按照TEGNet計算得出的焦熱電器件實際製備並評估性能後，發現其實現了最高9.3%的轉化效率。目前全球同類焦熱電器件普遍轉化效率約為5%
據調查公司Global Information預測，全球以熱量發電的焦熱電器件市場規模將於2032年達到25億5000萬美元，較2025年增長至約2倍。研究團隊力爭在2028年度內開發出具備商業化投資價值的實體模型。
原文：《日本經濟新聞》、2026/5/12
翻譯：JST客觀日本編輯部
【論文資訊】
期刊：Nature
論文：Composable neural emulators accelerate thermoelectric generator design
DOI：10.1038/s41586-026-10223-1
