物体出现皱折或凹陷，往往被视为“损坏”甚至“变形”，有机会被弃用。为减少浪费，岭南大学伍絜宜跨学科学院联同内地院校组成跨院校研究团队，综合分析国际新型物料研究进展，提出可利用材料表面自然形成的纹理，将过去被视为老化或损坏的表面，例如微细皱纹、折叠或变形结构，转化为“功能性结构”，配合人工智能辅助设计，创造具独特功能的新型物料。相关技术有望应用于智能防伪、人工器官及柔性电池研发等领域。

团队进一步指出，这种结合材料力学、表面结构与实际应用的新型材料用途广泛，可因其表面纹理难以复制的微米及纳米级图案，制作成高保安防伪的“人工指纹”。科学界已有研究证实，此类新型材料的资讯密度较人类指纹高出100亿倍，大幅提升伪造难度。未来有望透过AI辅助设计，预先设定用家所需功能，再由AI演算法优化材料表面形成的皱纹结构，并控制其在受力、受热、光照、湿度或化学刺激下改变形态，发展成具防伪、资讯加密、防水、自清洁或具备仿生医疗功能的新型物料。

在生物医学应用方面，研究团队指出，已有人利用水凝胶等材料制作具折叠结构的人造组织，包括模拟人脑皱褶、人体黏膜及器官表面纹理等，为人工器官及组织工程提供崭新发展方向。此外，此类皱折结构亦有助发展可拉伸电池及柔性电子装置，例如研究可穿戴的电子皮肤，让传感器在大幅度拉伸的状态下，仍能保持稳定导电性与感测能力。

岭大伍絜宜跨学科学院院长及跨学科讲座教授陈曦指出，传统制造微细结构的方法，例如光刻、模具压印或雷射加工，往往需要复杂设备、多重工序及硬质模板，较难应用于柔软及可拉伸材料。相反，利用材料本身的力学特性，配合AI演算法辅助设计，有助更有效率地设计及制作微细结构，制作成本及灵活度亦更具优势。

陈曦表示，过去数十年，力学家花很大力气消除物体表层的皱褶，但只要掌握背后的力学原理，这些图案便可制成智能物料，创造具特定功能的表面图案，把它们变成有用的工具。他期望这项研究能助力香港特区及大湾区的科研人员和工程师，利用更简单、低成本的方法制造微米及纳米级的表面图案。