东京大学教授Junichiro Shiomi及其小组近日就通过减少内部纳米结构来降低半导体材料热导率而展开了研究。在结合了机器学习和分子模拟的材料信息学（MI）指导下，研究人员通过设计、制造以及评估最优纳米结构多分子层材料，已经成功地将热导率进行了最小化。

　　2017年，Junichiro小组以计算科学为基础，研究出一种最优结构设计方法，该方法能够通过MI来实现导热系数最小化或最大化。然而，它还没有被实验证明其可行性，所以纳米级结构的制备和一个基于性能测量的最优结构的实现是当下小组的关键任务。

　　因此，研究小组利用了薄膜沉积法，它能够从分子水平，对包含有两种材料在几纳米厚的空间内交替分层的超晶格结构进行调节和控制。同时，研究还采用了导热系数测量法，以评估纳米级薄膜，并实现最优非周期性超晶格结构，最大限度地减少热导率。在优化结构下，导热晶格振动（声子）的波干扰被最大化，材料的热导率得到了较强的调节。

　　在本次研究中，东大研究小组以半导体晶格结构为模型，验证了MI方法在设计、制造、评估和阐明热导调节机制方面的作用，并展望了MI方法在各种材料系统中的应用前景。研究还表明，非周期性结构的优化还可以在近室温条件下，通过控制声子的波特性来调节热导率，这将帮助促进声子工程的发展，例如热电转换装置、光学传感器和气体传感器，它们都需要低导热率来维持电导率和机械性能。