Interdisciplinární tým v Laboratoři pro nakládání s odpady při Centru jaderného inženýrství a věd PSI vyvinul průlomový přístup k výrobě cementu s využitím strojového učení. "To nám umožňuje simulovat a optimalizovat složení cementu tak, aby produkoval výrazně méně CO2 a přitom si zachoval stejnou vysokou úroveň mechanických vlastností," vysvětluje matematička Romana Boiger, hlavní autorka studie. "Místo testování tisíců variant v laboratoři můžeme pomocí našeho modelu během několika sekund generovat praktické návrhy receptur – je to jako mít digitální kuchařku pro cement šetrný ke klimatu."
Výzkumníci z PSI trénovali svou neuronovou síť na datech získaných z open-source softwaru pro termodynamické modelování GEMS. "S pomocí GEMS jsme pro různé složení cementu vypočítali, které minerály se tvoří během tuhnutí a jaké geochemické procesy probíhají," vysvětluje vědec Nikolaos Prasianakis. Kombinací těchto výsledků s experimentálními daty a mechanickými modely tým odvodil spolehlivé ukazatele mechanických vlastností a kvality materiálu cementu.
Mezi identifikovanými složeními cementu již vědci našli slibné kandidáty. "Některé z těchto receptur mají skutečný potenciál," říká John Provis, vedoucí skupiny pro výzkum cementových systémů na PSI, "a to nejen z hlediska snížení CO2 a kvality, ale také z pohledu praktické proveditelnosti ve výrobě." Studie slouží především jako důkaz konceptu – ukazuje, že slibné receptury lze identifikovat matematickými výpočty. Před zavedením do praxe však musí recepty projít laboratorním testováním.
Paralelně s tím publikovali vědci z MIT vedení postdoktorandem Soroushem Mahjoubim v otevřeném přístupu v časopise Nature Communications Materials podobné AI řešení. Tým MIT upozornil, že materiály jako popílek a struska se již dlouho používají k nahrazení části cementu ve směsích betonu, ale poptávka po těchto produktech převyšuje nabídku, protože průmysl usiluje o snížení klimatických dopadů. "Uvědomili jsme si, že AI je klíčem k dalšímu postupu," poznamenává Mahjoubi. "Existuje obrovské množství dat o potenciálních materiálech – stovky tisíc stran vědecké literatury. Projít je by zabralo mnoho lidských životů, a mezitím by se objevily další nové materiály!"
Analýzou vědecké literatury a více než 1 milionu vzorků hornin tým MIT pomocí svého rámce roztřídil kandidátní materiály do 19 typů, od biomasy přes vedlejší produkty těžby až po materiály ze zbouraných staveb. Mahjoubi a jeho tým zjistili, že vhodné materiály jsou dostupné po celém světě – a co je ještě působivější, mnohé lze do betonových směsí zařadit pouhým rozemletím.
Tyto AI inovace revolučně mění cementářský průmysl, transformují výrobní procesy a stávají se nepostradatelnými v boji proti změně klimatu tím, že umožňují inovativní a vysoce efektivní přístupy k výrobě cementu s nízkou uhlíkovou stopou.