據(jù)美國(guó)《科學(xué)日?qǐng)?bào)》網(wǎng)站6月19日?qǐng)?bào)道，人工智能開(kāi)辟“綠色水泥”新路徑。
水泥行業(yè)碳排放量占全球總量8%，超過(guò)全球航空業(yè)總和。瑞士謝樂(lè)研究所的科研團(tuán)隊(duì)開(kāi)發(fā)了基于人工智能的模型，可加速發(fā)現(xiàn)新型水泥配方，在保證材料質(zhì)量的同時(shí)改善碳足跡。
水泥廠的回轉(zhuǎn)窯需加熱至1400攝氏度高溫，將研磨后的石灰石煅燒成熟料，即成品水泥的原材料。不足為奇的是，僅靠電力通常無(wú)法達(dá)到如此高溫。這些溫度源自高能耗的燃燒過(guò)程，會(huì)排放大量二氧化碳。但令人意外的是，燃燒過(guò)程產(chǎn)生的二氧化碳不到這些排放量的一半，甚至更少。大部分排放的二氧化碳來(lái)自生產(chǎn)熟料和水泥的原材料，即石灰石中化學(xué)結(jié)合的二氧化碳，在高溫窯爐轉(zhuǎn)化過(guò)程中釋放出來(lái)。
一種極具潛力的減排方案是調(diào)整水泥配方本身，即用其他膠凝材料替代部分熟料。
這正是瑞士謝樂(lè)研究所核工程與科學(xué)中心廢物管理實(shí)驗(yàn)室的跨學(xué)科團(tuán)隊(duì)研究的課題。研究人員摒棄了單純依賴耗時(shí)實(shí)驗(yàn)或復(fù)雜模擬的傳統(tǒng)方法，開(kāi)發(fā)出基于機(jī)器學(xué)習(xí)的建模技術(shù)。該研究第一作者、數(shù)學(xué)家羅曼娜·博伊格解釋道：“通過(guò)該模型，我們能在保持水泥優(yōu)異機(jī)械性能的同時(shí)，模擬并優(yōu)化配方使其二氧化碳排放量大幅降低。無(wú)需在實(shí)驗(yàn)室測(cè)試成千上萬(wàn)種配比，我們利用模型幾秒內(nèi)即可生成實(shí)用配方建議，這就像擁有一本氣候友好型水泥的數(shù)字食譜?！?
通過(guò)這種創(chuàng)新方法，研究人員能夠精準(zhǔn)篩選出符合預(yù)期標(biāo)準(zhǔn)的水泥配方。該研究的發(fā)起人兼合著者、謝樂(lè)研究所傳輸機(jī)制研究組負(fù)責(zé)人尼古勞斯·普拉西亞納基斯指出：“最終決定成品性能的關(guān)鍵因素是材料成分，它的可能性范圍極其廣闊。我們的方法通過(guò)篩選有潛力的候選配方進(jìn)行后續(xù)實(shí)驗(yàn)驗(yàn)證，可大幅縮短研發(fā)周期。”該研究成果已發(fā)表在《材料與結(jié)構(gòu)》期刊上。
謝樂(lè)研究所水泥系統(tǒng)研究組負(fù)責(zé)人、該研究的合著者普羅維斯解釋道：“水泥本質(zhì)上是一種礦物黏結(jié)劑。在混凝土中，我們通過(guò)水泥、水和礫石人工合成礦物，將整個(gè)材料凝結(jié)成一體?？梢哉f(shuō)，我們是在以快進(jìn)方式模擬地質(zhì)作用。”這種地質(zhì)作用，或者說(shuō)其背后的物理過(guò)程，極其復(fù)雜，用計(jì)算機(jī)建模相應(yīng)地就需要巨大的計(jì)算量，且成本高昂。正因如此，研究團(tuán)隊(duì)選擇借助人工智能技術(shù)。
謝樂(lè)研究所的科研人員同樣采用了神經(jīng)網(wǎng)絡(luò)技術(shù)。他們自主生成了訓(xùn)練所需的數(shù)據(jù)集。普拉西亞納基斯解釋道：“借助謝樂(lè)研究所開(kāi)發(fā)的開(kāi)源熱力學(xué)建模軟件GEMS，我們針對(duì)不同水泥配方，計(jì)算了硬化過(guò)程中形成的礦物類型及伴隨的地球化學(xué)過(guò)程?！蓖ㄟ^(guò)將這些計(jì)算結(jié)果與實(shí)驗(yàn)數(shù)據(jù)、力學(xué)模型相結(jié)合，研究人員最終推導(dǎo)出可靠的力學(xué)性能指標(biāo)，進(jìn)而實(shí)現(xiàn)對(duì)水泥材料質(zhì)量的評(píng)估。針對(duì)每種原料組分，他們還引入了相應(yīng)的二氧化碳因子（特定排放系數(shù)），從而能夠精確測(cè)算總碳排放量。普拉西亞納基斯坦言：“這是一項(xiàng)極其復(fù)雜且計(jì)算密集的建模工程?！?
但這份付出獲得了回報(bào)。通過(guò)這種方式生成的數(shù)據(jù)，人工智能模型成功實(shí)現(xiàn)了學(xué)習(xí)。項(xiàng)目負(fù)責(zé)人博伊格解釋道：“經(jīng)過(guò)訓(xùn)練的神經(jīng)網(wǎng)絡(luò)現(xiàn)在僅需毫秒級(jí)時(shí)間就能計(jì)算出任意水泥配方的力學(xué)性能，相比傳統(tǒng)建模方法提速約千倍，而傳統(tǒng)方法往往需要數(shù)秒甚至數(shù)分鐘才能完成相同計(jì)算?！?
那么，如何利用這種人工智能系統(tǒng)來(lái)優(yōu)化水泥配方，實(shí)現(xiàn)低碳排放與高品質(zhì)平衡？一種可能性就是生成多種配方組合，調(diào)用人工智能模型計(jì)算各配方的力學(xué)性能，篩選綜合表現(xiàn)最優(yōu)的方案。不過(guò)，更高效的解決方案是采用逆向工程思維。突破傳統(tǒng)“試錯(cuò)—篩選”模式，建立目標(biāo)導(dǎo)向的逆向求解機(jī)制：哪一種水泥配比方案能滿足二氧化碳平衡與材料質(zhì)量要求？
這種“逆向求解機(jī)制”的優(yōu)勢(shì)在于，無(wú)需盲目測(cè)試海量配方并評(píng)估其性能，可直接針對(duì)目標(biāo)參數(shù)進(jìn)行精準(zhǔn)搜索，在此情境下，就是實(shí)現(xiàn)力學(xué)性能最大化與二氧化碳排放最小化的要求。
研究人員篩選出的水泥配方中，已有若干具備應(yīng)用前景的候選方案。普羅維斯指出：“部分配方具備真實(shí)潛力，不僅體現(xiàn)在碳減排效果與成品質(zhì)量上，還表現(xiàn)在其工業(yè)化生產(chǎn)的可行性上?！钡瓿裳邪l(fā)流程的周期，這些配方仍需通過(guò)實(shí)驗(yàn)室驗(yàn)證階段。普拉西亞納基斯笑著說(shuō)：“在完成實(shí)驗(yàn)室測(cè)試前，我們不會(huì)貿(mào)然用它來(lái)蓋樓?！?
