英国一个跨学科科研团队正在使用人工智能 (AI) 设计一种自愈性沥青,这种材料有望每年为地方议会节省数百万英镑的路坑修复费用。
这种由生物质废料制成并通过机器学习设计的材料,由伦敦国王学院、斯旺西大学和智利一家研究机构的科学家共同开发。研究表明,这种材料能够在没有任何维护或人工干预的情况下自行修复其中形成的裂缝。
2022 年,该项目的一位主要研究人员加入了 Google Cloud 研究创新者计划后,研究团队还与 Google Cloud 合作,模拟这种材料在不同条件下的行为变化。
该计划旨在为研究团队提供加速科学发现所需的技术资源。这项工作使研究人员能够阐明沥青中的主要成分沥青质为何会通过氧化作用变硬和开裂,以及如何通过逆转这一过程来实现材料的自我修复。
研究团队在一份声明中表示:"在研究过程中,研究人员使用了一种称为机器学习的 AI 技术来研究沥青等复杂流体中的有机分子。团队开发了一个新的数据驱动模型来加速原子模拟,推进了对沥青氧化和裂缝形成的研究。"
沥青的自愈特性是通过添加一种多孔材料(称为孢子)实现的,这种材料比头发丝还细,内部充满了回收油。当沥青开始破裂时,这些油会释放出来,可以逆转裂缝形成的过程。研究团队表示:"在实验室实验中,这种先进的沥青材料能在不到一小时内完全修复其表面的'微裂缝'。"
根据沥青工业联盟编制的年度地方道路维护调查报告显示,路坑每年给英国地方议会造成 1.435 亿英镑的修复成本,英格兰和威尔士的道路总共需要 163 亿英镑的修复投资。
伦敦国王学院计算化学专家 Francisco Martin-Martinez 表示,这项研究旨在帮助沥青"模仿自然界中观察到的愈合特性",就像受伤的动物和树木会随着时间在自然生物过程中自愈一样。
他说:"创造能够自我修复的沥青将提高道路的耐久性,减少人工填补路坑的需求。我们在新型沥青中还使用了包括生物质废料在内的可持续材料。这将减少我们对石油和自然资源的依赖。生物质废料在各地都可以就地取材,而且成本低廉。使用废料等本地资源生产基础设施材料可以减少对石油供应的依赖,这对那些石油基沥青获取有限的地区特别有帮助。"
斯旺西大学自愈沥青专家 Jose Norambuena-Contreras 表示,这项研究汇集了包括土木工程、化学和计算机科学在内的多个领域的专家,共同寻找解决路坑问题的方案。
他说:"通过将这些知识与 Google Cloud 的最新 AI 工具相结合,我们旨在通过自下而上的分子设计方法增进对沥青愈合能力的理解。我们很自豪能够推进使用生物质废料和人工智能开发自愈沥青。这种方法使我们的研究处于可持续基础设施创新的前沿,为开发具有增强耐久性的零碳道路做出贡献。"
Google Cloud 英国和爱尔兰公共部门负责人 Iain Burgess 补充说:"看到斯旺西大学和伦敦国王学院的团队利用包括 Gemini 和 Vertex AI 在内的云计算和 AI 工具来推动更高效的流程并发现化学特性,这令人备受鼓舞。"
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。