大多数人对开水视而不见。对于副教授马泰奥·布奇来说，揭示开水背后的物理学是一个历时十年的旅程，充满了意想不到的挑战和新的见解。
这个看似简单的现象在核反应堆等复杂系统中极难研究，然而它却是许多重要工业过程的核心。揭开其秘密可能会推动高效能源生产、电子冷却、海水淡化、医疗诊断等领域的进步。
“开水在核能之外的应用也非常重要，”布奇说，他在七月获得了麻省理工学院的终身教职。“开水在80%的发电厂中被使用。我的研究对太空推进、能源存储、电子学以及日益重要的计算机冷却任务都有影响。”
布奇的实验室开发了新的实验技术，以揭示一系列限制能源项目数十年的开水和热传递现象。其中最主要的问题是气泡形成得太快，导致在表面上形成一层蒸汽带，从而阻碍进一步的热传递。在2023年，布奇和他的合作者开发了一个统一原则，解决了被称为开水危机的问题，这可能使核反应堆更加高效，并防止灾难性故障。
对布奇来说，每一次进展都带来了新的可能性——以及需要回答的新问题。
“什么是最好的论文？”布奇问。“最好的论文是下一篇。我认为阿尔弗雷德·希区柯克曾经说过，最后一部电影的好坏并不重要。如果你的下一部电影很糟，人们就不会记得它。我总是告诉我的学生，我们的下一篇论文应该比上一篇更好。这是一个持续改进的旅程。”
从工程到气泡
布奇成长的意大利小村庄在他童年时大约有1000人。他通过在父亲的机械车间工作以及拆解和重新组装洗衣机和空调等电器来获得机械技能，以了解内部构造。他还对骑自行车产生了热情，直到他进入比萨大学进行本科和研究生学习时仍在参加比赛。
在大学里，布奇对物质和生命的起源充满了兴趣，但他也喜欢建造东西，因此在选择物理学和工程学之间时，他决定核工程是一个不错的中间选择。
“我对建造和理解事物的制作过程充满热情，”布奇说。“核工程是一个非常不太可能但又显而易见的选择。这是因为在意大利，核能已经不在能源格局中，所以我们的人很少。同时，这里有一系列的智力和实践挑战，这正是我所喜欢的。”
为了获得博士学位，布奇去了法国，在那里遇到了他的妻子，并在一家法国国家实验室工作。一天，他的部门负责人让他研究一个被称为瞬态开水的核反应堆安全问题。为了解决这个问题，他想使用麻省理工学院教授雅科波·布翁乔诺开创的测量方法，因此他获得了资助，成为2013年麻省理工学院的访问科学家。从那时起，他一直在麻省理工学院研究开水。
如今，布奇的实验室正在开发新的诊断技术来研究开水和热传递，以及可能使热传递更高效的新材料和涂层。这项工作使研究人员前所未有地了解核反应堆内部的条件。
“我们开发的诊断技术可以在一天的实验中收集相当于20年实验工作的数据，”布奇说。
这些数据反过来又使布奇得出了一个描述开水危机的极其简单的模型。
“核反应堆包壳表面的开水过程的有效性决定了反应堆的效率和安全性，”布奇解释道。“这就像一辆你想加速的汽车，但有一个上限。对于核反应堆来说，这个上限是由开水热传递决定的，因此我们有兴趣了解这个上限是什么，以及我们如何克服它以提高反应堆的性能。”
另一个对布奇影响特别大的研究领域是两相浸没冷却，这是一种热服务器部件使液体沸腾，然后产生的蒸汽在上方的热交换器上冷凝，从而形成一个恒定的被动冷却循环的过程。
“它以最小的能量浪费保持芯片冷却，显著减少数据中心的电力消耗和二氧化碳排放，”布奇解释道。“数据中心的二氧化碳排放量与整个航空业相当。到2040年，它们将占排放量的10%以上。”
支持学生
布奇表示，与学生合作是他工作中最有成就感的部分。“他们充满热情和能力。与有相同热情的人一起工作是很有激励的。”
“我的学生毫不畏惧地探索新想法，”布奇补充道。“他们几乎从不在障碍面前停下——有时甚至到了你必须让他们放慢速度并重新引导他们的地步。”
在核科学与工程系的红色实验室中，布奇努力给予学生独立性和支持。
“我们不是在教育学生，而是在培养未来的研究人员，”布奇说。“我认为我们工作的最重要部分不仅是提供工具，还要给予信心和自我启动的态度来解决问题。这可以是商业问题、实验问题或与实验室伙伴的问题。”
布奇的学生进行的一些更独特的实验要求他们在飞机自由落体时收集测量数据，以实现零重力。
“太空研究是所有孩子的伟大幻想，”布奇说，他每年大约与学生一起参与实验两次。“这对学生来说是非常有趣和鼓舞人心的研究。零重力让你对生活有了新的视角。”
应用人工智能
布奇还对将人工智能融入他的领域感到兴奋。在2023年，他成为一个多大学研究倡议（MURI）项目的共同接受者，该项目专注于热科学，专门致力于机器学习。为了体现人工智能在他领域的潜力，布奇最近还创办了一本名为AI Thermal Fluids的期刊，以展示基于人工智能的研究进展。
“我们的社区没有一个为希望开发机器学习技术的人提供的家，”布奇说。“我们希望为计算机科学和热科学的人们创造一个合作的途径，以便共同进步。我认为我们确实需要将计算机科学家引入我们的社区，以加快这一进程。”
布奇还认为，人工智能可以用于处理使用他开发的新实验技术收集的大量数据，以及对研究人员尚未能够研究的现象进行建模。
“人工智能可能会给我们提供理解无法观察的事物的机会，或者至少在我们试图找到许多问题的根本原因时引导我们走出黑暗，”布奇说。
