BAM彈性體應用-加速氣候友好型建材開(kāi)發(fā)

迄今為止，建筑材料的生產(chǎn)特別耗能。使用人工智能 （AI） 可以幫助開(kāi)發(fā)替代和氣候友好型材料。聯(lián)邦材料研究與測試研究所 （BAM） 的一個(gè)團隊開(kāi)發(fā)了一個(gè)應用程序，使訪(fǎng)問(wèn)直觀(guān)。 2 薩特爾 

建筑材料的生產(chǎn)對CO的貢獻很大2全球排放量。 僅水泥的生產(chǎn)就占全球溫室氣體排放量的8%左右。  

高耗能制造工藝可以用自運行的化學(xué)反應來(lái)取代：替代和更環(huán)保的水泥不必在高爐中燒結。 起始材料和化學(xué)品對與水泥性質(zhì)幾乎相同的材料沒(méi)有熱輸入。 而且它們幾乎沒(méi)有產(chǎn)生任何CO2 排放。 

然而，為此，必須確切地了解替代水泥的特性及其反應的邊界條件。 這就是困難開(kāi)始的地方：水泥不僅是人類(lèi)最廣泛使用的材料，而且是一種非常復雜的建筑材料：特別是CO的起始材料2 友好的水泥，根據它們的地質(zhì)起源，可以有很大的不同，彼此的反應不同。 

純粹從數學(xué)角度來(lái)說(shuō)，數十億和更多的可能組合很快出現。研究人員通常根據實(shí)驗室的經(jīng)驗觀(guān)察改進(jìn)配方。 傳統材料科學(xué)在這里達到極限， 只是因為大量的組合。  

基于人工智能（AI） 的材料特性的預測可以在這里有所幫助。人工智能模型可以學(xué)到材料樣品或模擬的實(shí)證觀(guān)察特性，以便預測新的和可能更好的最終產(chǎn)品。  

然而，AI模型仍然需要大量的實(shí)證信息，尤其是水泥，這種"數據饑渴"是個(gè)問(wèn)題，因為反應非常緩慢。能否達到預期的結果往往只能經(jīng)過(guò)幾個(gè)星期的實(shí)驗室工作來(lái)評估，因此開(kāi)發(fā)替代水泥還需要很多年的時(shí)間。  

連續學(xué)習（SL） 的使用有望在這里取得突破：它有可能徹底改變材料研究。 與以前的人工智能的決定性區別： SL搜索新的最終產(chǎn)品，超越已經(jīng)經(jīng)驗已知的材料，并獲得的數據整體明顯減少。不導致目標的方法在早期階段被丟棄，并且更迅速地確定了有前途的實(shí)驗。 

到目前為止，SL 已被成功使用，例如.B用于開(kāi)發(fā)藥物或金屬眼鏡的產(chǎn)品，即合成速度快或在模擬中很容易檢測到的產(chǎn)品。  

由薩賓·克魯施維茨教授領(lǐng)導的聯(lián)邦材料研究與測試研究所（BAM）的一個(gè)小組與柏林理工大學(xué)的迪特馬爾·斯蒂芬教授合作，現已能夠證明SL的使用對水泥研究也大有希望，盡管那里的反應要慢得多。"我們能夠證明，在不到8個(gè)月的時(shí)間內找到可靠和氣候中性材料是可能的。" 通常，開(kāi)發(fā)周期需要幾年時(shí)間，"開(kāi)發(fā)該應用程序的BAM材料科學(xué)家克里斯托夫·維爾克博士解釋道。 2鋼鐵、鋁或瀝青生產(chǎn)等密集領(lǐng)域。 

為了使他們的方法普遍可用，研究人員現在已經(jīng)編程了一個(gè)應用程序，使材料社區更容易探索SL方法。 材料發(fā)現順序學(xué)習應用程序 （SLAMD）提供對SL 的低閾值訪(fǎng)問(wèn)。 

與實(shí)驗室中許多起始材料的組合類(lèi)似，人工智能幾乎有無(wú)窮無(wú)盡的配置可能性。通過(guò)SLAMD，科學(xué)家可以通過(guò)直觀(guān)和交互式用戶(hù)界面開(kāi)發(fā)氣候友好型材料的 SL 方法，速度比以前快得多。