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
本文探讨如何使用生成式AI和大语言模型作为倾听者,帮助用户表达内心想法。许多主流AI如ChatGPT、Claude等被设计成用户的"最佳伙伴",或试图提供心理健康建议,但有时用户只想要一个尊重的倾听者。文章提供了有效的提示词技巧,指导AI保持中性、尊重的态度,专注于倾听和理解,而非给出建议或判断。同时提醒用户注意隐私保护和AI的局限性。
北京大学团队开发出WoW世界模型,这是首个真正理解物理规律的AI系统。通过200万机器人互动数据训练,WoW不仅能生成逼真视频,更能理解重力、碰撞等物理定律。其创新的SOPHIA框架让AI具备自我纠错能力,在物理理解测试中达到80.16%准确率。该技术将推动智能机器人、视频制作等领域发展,为通用人工智能奠定重要基础。
人工通用智能和超级人工智能的出现,可能会创造出一种全新的外星智能形态。传统AI基于人类智能模式构建,但AGI和ASI一旦存在,可能会选择创造完全不同于人类认知方式的新型智能。这种外星人工智能既可能带来突破性进展,如找到癌症治愈方法,也可能存在未知风险。目前尚不确定这种新智能形态是否会超越人类智能,以及我们是否应该追求这一可能改变人类命运的技术突破。
香港大学和蚂蚁集团联合推出PromptCoT 2.0,这是一种让AI自动生成高质量训练题目的创新方法。通过"概念-思路-题目"的三步策略,AI能像老师备课一样先构思解题思路再出题,大幅提升了题目质量和训练效果。实验显示该方法在数学竞赛和编程任务上都取得了显著提升,为解决AI训练数据稀缺问题提供了新思路。