作為建筑材料，混凝土經(jīng)得起時(shí)間的考驗(yàn)。它的使用可以追溯到早期文明，今天它是世界上最受歡迎的復(fù)合材料選擇。然而，它并非沒有缺點(diǎn)。其關(guān)鍵成分水泥的生產(chǎn)占全球人為 CO 2排放量的8-9%和能源消耗量的 2-3%，預(yù)計(jì)未來幾年還會(huì)增加。隨著美國基礎(chǔ)設(shè)施老化，聯(lián)邦政府最近通過了一項(xiàng)具有里程碑意義的法案，以振興和升級它，并盡可能減少溫室氣體排放，也將混凝土放在現(xiàn)代化的十字準(zhǔn)線中。

麻省理工學(xué)院材料科學(xué)與工程系 Esther 和 Harold E. Edgerton 副教授 Elsa Olivetti 以及麻省理工學(xué)院-IBM Watson AI Lab 研究科學(xué)家兼經(jīng)理 Jie Chen 認(rèn)為，人工智能可以通過設(shè)計(jì)和制定新的，更可持續(xù)的混凝土混合物，具有更低的成本和二氧化碳排放量，同時(shí)提高材料性能并重復(fù)利用材料本身的制造副產(chǎn)品。Olivetti 的研究提高了材料的環(huán)境和經(jīng)濟(jì)可持續(xù)性，Chen 開發(fā)和優(yōu)化了機(jī)器學(xué)習(xí)和計(jì)算技術(shù)，他可以將這些技術(shù)應(yīng)用于材料重組。Olivetti 和 Chen 以及他們的合作者最近聯(lián)手開展了 MIT-IBM Watson AI Lab 項(xiàng)目，旨在使混凝土更具可持續(xù)性，以造福社會(huì)、氣候和經(jīng)濟(jì)。

問：混凝土有哪些應(yīng)用，哪些特性使其成為首選的建筑材料?

Olivetti：混凝土是全球主要的建筑材料，年消耗量為 300 億公噸。這是第二大生產(chǎn)材料鋼鐵的 20 多倍，其使用規(guī)模會(huì)導(dǎo)致相當(dāng)大的環(huán)境影響，約占全球溫室氣體 (GHG) 排放量的 5-8%。它可以在本地制造，具有廣泛的結(jié)構(gòu)應(yīng)用，并且具有成本效益?；炷潦羌?xì)骨料和粗骨料、水、水泥粘合劑(膠水)和其他添加劑的混合物。

問：為什么它不可持續(xù)，你想通過這個(gè)項(xiàng)目解決哪些研究問題?

Olivetti：社區(qū)正在研究多種方法來減少這種材料的影響，包括用于加熱水泥混合物的替代燃料、提高能源和材料效率以及生產(chǎn)設(shè)施的碳封存，但一個(gè)重要的機(jī)會(huì)是開發(fā)一種替代材料水泥粘合劑。

雖然水泥占混凝土質(zhì)量的 10%，但它占溫室氣體足跡的 80%。這種影響源于燃料燃燒以加熱和運(yùn)行制造所需的化學(xué)反應(yīng)，但化學(xué)反應(yīng)本身也會(huì)釋放 CO 2來自石灰石的煅燒。因此，用來自廢物和副產(chǎn)品的替代材料部分替代水泥的輸入成分(傳統(tǒng)的普通波特蘭水泥或 OPC)可以減少溫室氣體足跡。但是，使用這些替代品本質(zhì)上并不是更可持續(xù)，因?yàn)閺U物可能需要長途跋涉，這會(huì)增加燃料排放和成本，或者可能需要預(yù)處理過程。使用這些替代材料的最佳方式取決于具體情況。但由于規(guī)模龐大，我們還需要解決方案來解決所需的大量混凝土。該項(xiàng)目正試圖開發(fā)新型混凝土混合物，以減少水泥和混凝土的溫室氣體影響，從試錯(cuò)過程轉(zhuǎn)向更具預(yù)測性的過程。

陳：如果我們想應(yīng)對氣候變化并改善我們的環(huán)境，我們可以使用替代成分或重新配方來減少溫室氣體排放嗎?我們希望通過這個(gè)使用機(jī)器學(xué)習(xí)的項(xiàng)目，我們能夠找到一個(gè)好的答案。

問：在歷史的這個(gè)時(shí)刻，為什么現(xiàn)在解決這個(gè)問題很重要?

Olivetti：迫切需要盡可能積極地解決溫室氣體排放問題，但對所有行業(yè)領(lǐng)域而言，這樣做的道路并不一定是直截了當(dāng)?shù)?。對于運(yùn)輸和發(fā)電，已經(jīng)確定了使這些部門脫碳的途徑。我們需要更積極地采取行動(dòng)，以在需要的時(shí)間內(nèi)實(shí)現(xiàn)這些目標(biāo);此外，實(shí)現(xiàn)這一目標(biāo)的技術(shù)方法更加明確。然而，對于難以脫碳的行業(yè)，例如工業(yè)材料生產(chǎn)，脫碳的途徑并沒有被描繪出來。

問：您打算如何解決這個(gè)問題以生產(chǎn)更好的混凝土?

Olivetti：我們的目標(biāo)是預(yù)測混合物既能滿足強(qiáng)度和耐久性等性能標(biāo)準(zhǔn)，又能平衡經(jīng)濟(jì)和環(huán)境影響。其中一個(gè)關(guān)鍵是在混合水泥和混凝土中使用工業(yè)廢物。為此，我們需要了解組成材料的玻璃和礦物反應(yīng)性。這種反應(yīng)性不僅決定了在水泥系統(tǒng)中可能使用的限制，而且還控制混凝土加工、強(qiáng)度和孔隙結(jié)構(gòu)的發(fā)展，最終控制混凝土的耐久性和生命周期的 CO 2排放。

陳：我們研究用廢料代替部分水泥成分。這是我們假設(shè)的更可持續(xù)和更經(jīng)濟(jì)的東西——實(shí)際上廢料很常見，而且成本更低。由于水泥用量的減少，最終的混凝土產(chǎn)品產(chǎn)生的二氧化碳會(huì)少得多。在實(shí)現(xiàn)其他目標(biāo)的同時(shí)，找出合適的混凝土混合物比例來制造耐用的混凝土是一個(gè)非常具有挑戰(zhàn)性的問題。機(jī)器學(xué)習(xí)讓我們有機(jī)會(huì)探索預(yù)測建模、不確定性量化和優(yōu)化的進(jìn)步以解決問題。我們正在做的是探索使用深度學(xué)習(xí)和多目標(biāo)優(yōu)化技術(shù)的選項(xiàng)來找到答案。這些努力現(xiàn)在更可行，

問：您為此使用了哪些人工智能和計(jì)算技術(shù)?

Olivetti：我們使用人工智能技術(shù)通過自然語言處理從文獻(xiàn)中收集有關(guān)單個(gè)混凝土成分、混合比例和混凝土性能的數(shù)據(jù)。我們還添加了從工業(yè)和/或高吞吐量原子建模和實(shí)驗(yàn)中獲得的數(shù)據(jù)，以優(yōu)化混凝土混合物的設(shè)計(jì)。然后，我們利用這些信息深入了解可能的廢物和副產(chǎn)品材料作為低 CO 2混凝土水泥材料替代品的反應(yīng)性。通過結(jié)合混凝土成分的通用信息，預(yù)計(jì)由此產(chǎn)生的混凝土性能預(yù)測器將比現(xiàn)有的 AI 模型更可靠和更具變革性。

陳：最終目標(biāo)是弄清楚在生產(chǎn)混凝土的配方中加入哪些成分以及每種成分的含量，以優(yōu)化各種因素：強(qiáng)度、成本、環(huán)境影響、性能等。對于每個(gè)目標(biāo)，我們需要某些模型：我們需要一個(gè)模型來預(yù)測混凝土的性能(例如，它可以使用多長時(shí)間以及它承受多少重量?)、一個(gè)估算成本的模型以及一個(gè)估算二氧化碳排放量的模型生成。我們需要使用來自文獻(xiàn)、行業(yè)和實(shí)驗(yàn)室實(shí)驗(yàn)的數(shù)據(jù)來構(gòu)建這些模型。

我們正在探索高斯過程模型來預(yù)測混凝土強(qiáng)度，持續(xù)數(shù)天和數(shù)周。該模型也可以為我們提供預(yù)測的不確定性估計(jì)。這樣的模型需要指定參數(shù)，我們將使用另一個(gè)模型來計(jì)算。同時(shí)，我們也探索神經(jīng)網(wǎng)絡(luò)模型，因?yàn)槲覀兛梢詫⑷祟惤?jīng)驗(yàn)中的領(lǐng)域知識(shí)注入其中。有些模型像多層感知一樣簡單，而有些則更復(fù)雜，比如圖神經(jīng)網(wǎng)絡(luò)。這里的目標(biāo)是我們想要一個(gè)不僅準(zhǔn)確而且健壯的模型——輸入數(shù)據(jù)是有噪聲的，模型必須包含噪聲，這樣它的預(yù)測對于多目標(biāo)優(yōu)化仍然準(zhǔn)確可靠。

一旦我們建立了我們有信心的模型，我們就會(huì)將他們的預(yù)測和不確定性估計(jì)注入到在約束和不確定性下的多個(gè)目標(biāo)的優(yōu)化中。

問：您如何平衡成本收益權(quán)衡?

陳：我們考慮的多重目標(biāo)不一定是一致的，有時(shí)是相互矛盾的。目標(biāo)是確定不能在不損害一個(gè)或幾個(gè)的情況下同時(shí)進(jìn)一步推動(dòng)我們目標(biāo)的價(jià)值的情況。例如，如果您想進(jìn)一步降低成本，您可能不得不承受性能或環(huán)境影響。最終，我們會(huì)將結(jié)果提供給決策者，他們將研究結(jié)果并權(quán)衡選擇。例如，在溫室氣體顯著減少的情況下，他們可能能夠容忍略高的成本。或者，如果成本變化不大，但具體性能發(fā)生了巨大變化，例如翻倍或三倍，那么這絕對是一個(gè)有利的結(jié)果。

問：您在這項(xiàng)工作中面臨哪些挑戰(zhàn)?

陳：我們從行業(yè)或文獻(xiàn)中得到的數(shù)據(jù)非常嘈雜;具體的測量值可能會(huì)有很大差異，具體取決于測量的地點(diǎn)和時(shí)間。當(dāng)我們整合來自不同來源的數(shù)據(jù)時(shí)，也會(huì)有大量缺失的數(shù)據(jù)，因此，我們需要花費(fèi)大量精力來組織和使數(shù)據(jù)可用于構(gòu)建和訓(xùn)練機(jī)器學(xué)習(xí)模型。我們還在預(yù)測建模和不確定性估計(jì)中探索了替代缺失特征的插補(bǔ)技術(shù)，以及容忍缺失特征的模型。

Q：你希望通過這部作品獲得什么?

陳：最后，我們向制造商和政策制定者建議一個(gè)或幾個(gè)具體的配方，或連續(xù)的配方。我們希望這將為建筑業(yè)和保護(hù)我們心愛的地球的努力提供寶貴的信息。

Olivetti：我們希望開發(fā)一種穩(wěn)健的方法來設(shè)計(jì)利用廢料來降低 CO 2 的水泥腳印。沒有人試圖制造浪費(fèi)，所以如果我們希望它具有大規(guī)?？蓴U(kuò)展性，我們就不能依賴一個(gè)流作為原料。我們必須靈活而穩(wěn)健地適應(yīng)原料變化，為此我們需要提高理解力。我們開發(fā)本地、動(dòng)態(tài)和靈活替代方案的方法是了解是什么使這些廢物具有反應(yīng)性，因此我們知道如何優(yōu)化它們的使用并盡可能廣泛地這樣做。我們通過在我的團(tuán)隊(duì)中開發(fā)的軟件進(jìn)行預(yù)測模型開發(fā)，自動(dòng)從超過 500 萬篇文本和各種主題的專利文獻(xiàn)中提取數(shù)據(jù)。我們將其與 IBM 合作者的創(chuàng)造性能力聯(lián)系起來，以設(shè)計(jì)預(yù)測新水泥最終影響的方法。如果我們成功，

標(biāo)簽：