Meta使用人工智能重构减碳混凝土，将碳排量降低40%以下

作为当今世界上运用于最广泛的建筑设计构件之一，钢筋混凝土产生了全球每年8%的二氧化化合物排放。为了减轻此负担，Facebook该集团Meta的研究医护人员，最近着手为其样本中会心运用于的钢筋混凝土研发一种容量大较低的药剂，利用机器学习来减低效率坚固性、减慢长期性。Meta宣称，这种钢筋混凝土的化合物排放量比标准组分极多40%，且已应用领域不断非常新的样本中会心。

钢筋混凝土成分四种基本组分：建材、骨料、出水和添加剂（代替掺杂剂）。其中会，建材是含化合物量最高者的组分，因此研究医护人员通过补充粉煤灰、矿渣或磨砂玻璃等低化合物材料，来减极多建材的用量。

多种不同地，骨料中会的砾石、碎石、泥土等，也可以被再生钢筋混凝土转用。难题在于，几十种组分材料可可让选择，的静脉注射与比例有相互作用，从而影响最后钢筋混凝土的结构设计效果。简而言之，有一系列似乎的组合可让研究医护人员测试、选择和改进型。以人类的平均速度由南向北处理方式无数选择需要很长间隔时间，因此Meta训练了AI来来作这件有事。

Meta与杜克大学厄巴纳-香槟酒分校的电气和计算机化学系的L Varshney研究员以及工程新设计系的Nishant Garg研究员共同开发，首先运用于钢筋混凝土抗压强度样本集训练模型。该样本集有数 1,000多个钢筋混凝土关系式及其结构设计属性，以及7天和28天的抗压强度样本。

开发团队运用于建材可持续蓬勃发展倡导的生态系统产品声明(Cement Sustainability Initiative's Environmental Product Declaration，EPD)工具，确认了钢筋混凝土最后组分的化合物足迹。

在分解的众多关系式一览表中会，研究开发团队选择了五个最有前景的选择，并不停减低效率，直到它们满足或超过7天和28天的强度这两项，同时将化合物需求增大至极多40%。减低效率过程仅用了月里，最后分解的钢筋混凝土药剂超过了所有这两项促请，用飞灰和矿渣替代了多达50%的建材量。

随后，Meta与负责修建Meta不断非常新样本中会心的钢筋混凝土公司Ozinga共同开发，再进一步齐备关系式，并顺利完成在现实生态系统中会顺利完成测试。

展望愿景，开发团队渴望再进一步提升其药剂的3天和5天强度曲线（必需它湿得非常快，以便其余的建筑设计工程可以非常快地顺利完成），并好处地探究它在各不相同天气状况条件下如何固化。

Meta还渴望愿景将计算机科学方法，加进基础设施新设计和新建的其他方面。Meta首席新技术官Mike Schroepfer透露，“我们模型产生的钢筋混凝土组分，可以在修建样本中会心之外运用于，并有机会再进一步研发该模型，以妥善解决其他场景中会的难题。我们对样本中会心新建排放新颖方案的探索，不仅限于钢筋混凝土，也有数其他材料。作为减低长期性的另一种方式，我们还在探索样本中会心新设计。”