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
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。