铁电性
铁电材料具有自发极化，并且可以通过外加电场在多个稳定极化状态之间翻转。
电场
可翻转极化
在物理人工智能中的作用
提供可编程材料状态、可调信号转换，以及材料记忆和自适应响应的可能路径。
02
科学基础
从极性有序到物理行动。
用可视化方式理解柔性材料如何通过电学与热学效应完成感知、响应，并参与物理人工智能系统。
一个有用的层级关系
相互关联的效应，对应逐步丰富的材料行为。
压电性耦合机械量和电学量；热释电性进一步具有随温度变化的自发极化；铁电性则具有可以被外加电场翻转的极化状态。在极性相中，铁电材料也是热释电和压电材料，但反过来通常并不成立。
01压电材料
应力电荷
02热释电材料
温度极化变化
03铁电材料
电场可翻转极化
核心效应
极性材料与物理世界沟通的三种方式。
以下为概念示意，并非按比例绘制。响应大小甚至正负号会受到材料组成、温度、电场历史、频率和机械边界条件影响。
正压电与逆压电效应
正压电效应把力或形变转化为电荷；逆压电效应把电场转化为应变或运动。
正压电 · 感知
外力
+ + + +
− − − −
ΔQ · ΔV电荷 / 电压
逆压电 · 驱动
电场沿厚度方向
Δt厚度方向应变
在物理人工智能中的作用
用于触觉、压力、应变、振动感知，以及触觉反馈、精密运动和柔性驱动。
电卡效应
电场改变偶极有序度和熵，在合适的热力学条件下产生可逆温度变化。
加电场 · 有序 / 升温▲ΔT ↑温度升高
去电场 · 无序 / 降温▼ΔT ↓温度降低
在物理人工智能中的作用
为智能界面的局部固态制冷、热管理和温度反馈提供材料基础。
材料连接具身智能
机器人的手既需要神经系统，也需要会响应的身体。
物理人工智能指完整闭环，而不是某一种材料本身。算法负责理解与决策；材料界面负责把触摸、力、电场和热转化为信号与物理响应。铁电高分子可以把这些转换功能直接分布在柔顺的机器人本体上。
01触觉皮肤
正压电响应把接触转化为分布式电信号。
02主动关节
逆压电响应把控制电场转化为运动或触觉反馈。
03可编程状态
铁电极化提供可调、具有历史依赖性的材料行为。
04热学界面
电卡循环为局部加热和制冷提供可能路径。
01触觉皮肤
02主动关节
03可编程状态
04热学界面
01感知力 · 触觉 · 应变→
02理解特征 · 学习 · 控制→
03行动运动 · 力 · 触觉反馈→
04适应身体 · 物体 · 环境