Бетон скрізь – на ньому тримаються автомагістралі, будинки, офісні вежі та школи. Він міцний, вогнестійкий і необхідний для сучасної інфраструктури. Але це також серйозна проблема. Виробництво бетону відповідає приблизно за 8 відсотків світових викидів вуглекислого газу. Крім того, більшість сучасного бетону починає тріскатися та кришитися приблизно через 100 років. А тепер уявіть собі: бетон, який може утримувати CO₂, ставати міцнішим і, можливо, прослужити тисячі років. Саме така ідея лежить в основі нової моделі на базі штучного інтелекту, створеної вченими з Інженерної школи Вітербі Університету Південної Каліфорнії. Цей інструмент моделює мільярди атомів одночасно, пропонуючи новий спосіб проектування чистіших та довговічних матеріалів, починаючи з бетону. Точне вирішення кліматичних проблем Кліматична криза не вщухає. Посухи, хвилі спеки та лісові пожежі продовжують посилюватися. Після січневих лісових пожеж у Лос-Анджелесі група дослідників з Університету Південної Каліфорнії почала по-іншому дивитися на бетон і вуглець. Що, якби той самий матеріал, який використовується для відновлення пошкоджених пожежами будівель, також міг би допомогти витягти вуглець з повітря? Саме тоді їхня 20-річна співпраця перетворилася на новий проєкт: Allegro-FM. «Ви можете просто помістити CO₂ всередину бетону, і тоді вийде вуглецево-нейтральний бетон», – сказав Айічіро Накано, професор інформатики, фізики та астрономії, а також кількісної та обчислювальної біології в Університеті Південної Кароліни при Вітербі. Їхнє дослідження зосереджене на «секвестрації CO₂» – процесі захоплення вуглекислого газу та його зберігання – в ідеалі всередині самого бетону. Це непросто, але саме тут і знадобиться модель штучного інтелекту. Суперкомп’ютер тестує засіб для чищення бетону Зазвичай, тестування нових матеріалів означає дорогу та трудомістку лабораторну роботу. Allegro-FM це змінює. Він проводить цифрові експерименти з мільярдами атомів, усі змодельовані у віртуальних середовищах. Це дозволяє дослідникам тестувати різні хімічні рецепти для бетону – шукаючи суміші, які не лише зменшують викиди вуглецю, але й поглинають CO₂ під час виробництва. Ще краще те, що модель працює швидко та має великі розміри. На суперкомп’ютері Aurora в Національній лабораторії Аргонн Allegro-FM змоделював понад чотири мільярди атомів з ефективністю 97,5 відсотка. Це приблизно в 1000 разів більше, ніж могли впоратися старіші моделі. Проектування бетону для кліматичних та пожежних умов Він також гнучкий. Allegro-FM охоплює 89 різних хімічних елементів і може використовуватися для всього, від хімії цементу до довгострокового зберігання вуглецю. «Бетон також є дуже складним матеріалом. Він складається з багатьох елементів, різних фаз та поверхонь розділу», — сказав Кен-Ічі Номура, професор хімічної інженерії та практичного матеріалознавства Університету Південної Кароліни Вітербі. «Традиційно у нас не було способу моделювати явища, пов’язані з бетонним матеріалом. Але тепер ми можемо використовувати Allegro-FM для моделювання механічних властивостей [і] структурних властивостей». У такому пожежонебезпечному місті, як Лос-Анджелес, де скорочення викидів є таким же актуальним, як і вогнестійкість, це поєднання має значення. Моделювання показує, що Allegro-FM може моделювати бетон, який виконує обидві функції – витримує екстремальні температури та компенсує власний вуглецевий вплив. Розумніший, довговічніший бетон Окрім кліматичних переваг, є ще одна перевага зберігання CO₂ у бетоні – це може зробити його міцнішим. «Якщо додати CO₂, так званий «карбонатний шар», він стане міцнішим», – сказав Накано. Це означає, що бетон потенційно може прослужити набагато довше, ніж нинішній 100-річний стандарт. Фактично, команда розглядає бетон, який міг би зрівнятися за довговічністю з давньоримськими спорудами, деякі з яких простоюють понад 2000 років. Штучний інтелект змінює мислення вчених Традиційно, моделювання матеріалів на атомному рівні вимагало складної математики, заснованої на квантовій механіці. Процес був повільним і надзвичайно технічним. Але машинне навчання змінює це. «Зараз, завдяки цьому прориву в машинному навчанні штучного інтелекту, замість того, щоб виводити всю цю квантову механіку з нуля, дослідники використовують підхід створення навчального набору, а потім запуску моделі машинного навчання», — сказав Номура. Цей зсув дозволяє моделі обробляти більше даних та складніші задачі, використовуючи менше ресурсів. Allegro-FM тепер може передбачати, як атоми взаємодіють один з одним – завдання, яке раніше вимагало незліченних годин обчислень. Результат? Швидше моделювання, ширший вибір матеріалів та величезне підвищення ефективності. За словами Накано, штучний інтелект може досягти квантово-механічної точності з набагато, набагато меншими обчислювальними ресурсами. Наступні кроки бетонної революції «Ми обов’язково продовжимо це дослідження бетону, створюючи складніші геометрії та поверхні», – сказав Номура. Загальна картина така: штучний інтелект не лише допомагає нам зрозуміти світ на атомному рівні – він допомагає нам переосмислити матеріали, від яких ми покладаємося щодня. І в цьому випадку це може означати міцніші будівлі, чистіше повітря та майбутнє, де бетон стане частиною кліматичного рішення, а не проблемою. Повне дослідження було опубліковано в журналі The Journal of Physical Chemistry Letters.