共计 1768 个字符，预计需要花费 5 分钟才能阅读完成。
材料成分的变化。a 当前工作中提取材料（CaO-Al2O3-SiO2>80%wt）的 CaO-Al2O3-SiO2 三元图，按材料类型着色。每个类别标签下方 / 旁边的数字表示样本与唯一论文的比率，标记为_样本 / 论文_。黄色标记表示未指定类别的材料。b 本研究中提取的潜在胶凝前体（CaO + Al2O3 + SiO2>80%wt）的 t -SNE 图，按材料类型着色。c 材料类型的氧化物成分箱线图；上下须线表示 95% 范围，而箱体表示四分位距（IQR），均值和中位数分别用直线和虚线表示；偏高岭土、粘土和煅烧粘土，而天然火山灰类型在图中单独表示。C & D，建筑和拆除。图片来源：_Communications Materials_ (2025). DOI: 10.1038/s43246-025-00820-4
几周以来，实验室的白板上挤满了涂鸦、图表和化学公式。Olivetti 集团和 MIT 混凝土可持续性中心（CSHub）的研究团队正在集中精力解决一个关键问题：如何减少混凝土中的水泥用量以节省成本和减少排放？
这个问题当然不是新问题；像煤灰（煤炭生产的副产品）和矿渣（钢铁制造的副产品）这样的材料长期以来一直被用来替代混凝土混合物中的部分水泥。然而，随着行业希望通过扩大使用这些材料来减少其对气候的影响，对这些产品的需求正在超过供应，这使得寻找替代品变得紧迫。团队发现的挑战并不是缺乏候选材料；问题是有太多材料需要筛选。
5 月 17 日，由博士后 Soroush Mahjoubi 领导的团队在_Communications Materials_上发表了一篇开放获取的论文，概述了他们的解决方案。
Mahjoubi 指出：“我们意识到 AI 是前进的关键。关于潜在材料的数据如此之多——数十万页的科学文献。筛选这些文献可能需要几辈子的时间，到那时可能会有更多材料被发现。”
借助大型语言模型，就像许多人日常使用的聊天机器人一样，团队构建了一个机器学习框架，根据物理和化学性质评估和排序候选材料。
Mahjoubi 解释道：“首先是水硬反应性。混凝土之所以坚固，是因为水泥——将其粘合在一起的‘胶水’——在接触水时会硬化。因此，如果替换这种胶水，需要确保替代品有类似的反应。”
“其次是火山灰性。这是指材料与氢氧化钙（水泥遇水时产生的副产品）反应，使混凝土随着时间的推移变得更硬更强。需要在混合物中平衡水硬性和火山灰性材料，以使混凝土表现最佳。”
通过分析科学文献和超过 100 万份岩石样本，团队使用该框架将候选材料分为 19 种类型，从生物质到采矿副产品再到拆除的建筑材料。Mahjoubi 和他的团队发现，合适的材料在全球范围内都有——而且更令人印象深刻的是，许多材料只需研磨即可加入混凝土混合物中。这意味着可以在不进行额外处理的情况下减少排放和成本。
Mahjoubi 指出：“一些可以替代部分水泥的最有趣材料是陶瓷。旧瓷砖、砖块、陶器——所有这些材料可能具有高反应性。这是我们在古罗马混凝土中观察到的，陶瓷被添加到结构中以帮助防水。我与 Admir Masic 教授就此进行了许多有趣的对话，他在 MIT 领导了许多古代混凝土研究。”
像陶瓷这样的日常材料和像矿渣这样的工业材料的潜力，是像混凝土这样的材料如何帮助实现循环经济的一个例子。通过识别和重新利用那些最终会进入垃圾填埋场的材料，研究人员和行业可以帮助这些材料作为建筑和基础设施的一部分获得第二次生命。
展望未来，研究团队计划升级该框架，使其能够评估更多材料，同时通过实验验证一些最佳候选材料。
该研究的资深作者、MIT 材料科学与工程系教授 Elsa Olivetti 表示：“AI 工具在短时间内推动了这项研究的进展，我们很高兴看到大型语言模型的最新发展如何推动下一步工作。”她担任 MIT 气候项目任务主任、CSHub 首席研究员和 Olivetti 集团的负责人。
合著者、CSHub 主任 Randolph Kirchain 表示：“混凝土是建筑环境的支柱。通过将数据科学和 AI 工具应用于材料设计，我们希望支持行业以更可持续的方式建造，同时不牺牲强度、安全性或耐久性。”
除了 Mahjoubi、Olivetti 和 Kirchain 之外，该研究的合著者还包括 MIT 博士后 Vineeth Venugopal；Ipek Bensu Manav 博士；以及 CSHub 副主任 Hessam AzariJafari。
