第一作者：沈忠慧，Wei Li
通讯作者：沈忠慧，南策文
通讯单位：武汉理工大学，清华大学
沈忠慧，武汉理工大学材料科学与工程国际化示范学院特聘研究员、特设教授。主要研究方向：1. 介电、铁电、压电材料的多尺度模拟；2.“数据+机器学习”驱动的功能材料智能研发。奖励情况：2022年，高储能纳米复合电介质的结构设计与可控制备，教育部自然科学奖，一等奖；2020年，湖北省青年人才计划；2019年，中国科协青年人才托举工程。
南策文，中国科学院院士，发展中国家科学院院士，材料科学专家，清华大学材料学院教授。现任清华大学材料科学与工程研究院院长，兼任国际陶瓷联盟(ICF)理事长、中国硅酸盐学会副理事长等。研究领域：多铁性材料与器件、有机－无机复合功能材料、锂电池用锂离子固态电解质及正极材料、过渡金属氧化物、材料显微结构-性能关联计算及预测。urltype=tree.TreeTempUrl&wbtreeid=1121）
论文速览
介电电容器以高功率密度为先进电子设备提供了巨大的潜力，但它们的量密度仍需要进一步提高。高熵策略已成为提高能量存储性能的有效方法，但在高维组成空间内发现新的高熵系统，对于传统的试错实验来说面临艰巨挑战。
本研究基于相场模拟和有限的实验数据，提出了生成学习方法，以加速在超过1011种组合的无限探索空间中发现高熵电介质。
通过编码-解码潜在空间规律性以促进数据采样和前向推理，采用逆向设计通过排名策略筛选出最有希望的组合。仅通过5组有针对性的实验，研究者们获得了基于Bi(Mg0.5Ti0.5)O3的高熵电介质薄膜，其能量密度显著提高至156 J cm-3，比原始薄膜提高了8倍以上。
本工作为设计高熵电介质提供了有效且创新的途径，极大减少了实验周期，并且也可以扩展到加速设计其他具有所需属性的多组分材料系统。
图文导读
图1：相场模拟研究构型熵（Sconfig）对能量存储性能的影响。
图2：高熵设计的生成学习框架概览。
图3：BMT和C-n薄膜的相结构和电性能分析。
图4：C-n薄膜的能量存储性能和循环稳定性评估。
总结展望
本研究有效地在有限的实验数据基础上，通过生成学习框架，快速发现了具有高能量存储性能的高熵电介质材料。通过仅5组针对性实验，研究者们获得了显著提高能量密度的高熵电介质薄膜，其能量密度达到156 J cm-3，比原始BMT薄膜提高了8倍以上。
此外，高熵薄膜还展现出优异的疲劳特性以及温度和频率稳定性，显示出在能量存储电容器中应用的巨大潜力。该方法不仅显著减少了整体实验周期时间，而且为设计具有复杂组分的材料系统开辟了新途径。
