近日，国际著名学术期刊《自然-材料综述》(Nature Reviews Materials)在线刊登了上海交通大学材料科学与工程学院姚振鹏副教授团队与合作团队的综述文章“Machine learning for a sustainable energy future”，为机器学习在能源材料、设备、管理等领域的相关推动作用提供了前瞻方向。该论文以上海交通大学为第一单位，上海交通大学材料科学与工程学院姚振鹏副教授为第一作者。

从化石能源过渡到可再生能源是一项重大的全球挑战，需要整个能源产业在材料、设备和系统层面取得进步，以实现可再生能源的高效收集、储存、转换和管理。能源领域研究人员已经开始利用机器学习技术来促成这些进步(图1)。

图1 传统与机器学习加速的材料开发范式

在材料综述中，团队重点介绍了机器学习推动的能源研究最新进展，概述了当前面对的挑战并前瞻了未来的发展方向，并同时描述了充分利用机器学习技术所需的前提条件。团队引入了一组材料加速开发性能指标 (XPIs)，用于比较不同机器学习范式对能源研究推进效果的区别与进步空间。同时讨论和评估了将机器学习应用于能量收集(光伏)、存储(电池)、转换(电催化)和管理(智能电网)的最新进展。最后，概述了机器学习在能源领域的潜在研究领域(图2)。