作为世界上使用最广泛的建筑构件之一，混凝土产生了全球每年8%的二氧化碳排放。为了减轻此负担，Facebook母公司meta的研究人员，最近着手为其数据中心使用的混凝土开发一种能耗较低的配方，利用机器学习来优化坚固性、增强可持续性。meta声称，这种混凝土的碳排放量比标准混合物少40%，且已应用于最新的数据中心。
混凝土含有四种基本成分：水泥、骨料、水和添加剂（充当掺杂剂）。其中，水泥是含碳量最高的成分，因此研究人员通过补充粉煤灰、矿渣或磨砂玻璃等低碳材料，来减少水泥的用量。
类似地，骨料中的砾石、碎石、沙子等，也可以被再生混凝土取代。问题在于，几十种成分材料可供选择的剂量与比例有相互作用，从而影响最终混凝土的结构效果。简而言之，有一系列可能的组合供研究人员测试、选择和改进。以人类的速度依次处理无数选项需要很长时间，因此meta训练了AI来做这件事。
meta与伊利诺伊大学厄巴纳-香槟分校的电气和计算机工程系的Lav Varshney教授以及土木工程系的Nishant Garg教授合作，首先使用混凝土抗压强度数据集训练模型。该数据集包括 1,000多个混凝土公式及其结构属性，以及7天和28天的抗压强度数据。
团队使用水泥可持续发展倡议的环境产品声明(Cement Sustainability Initiative's Environmental Product Declaration，EPD)工具，确定了混凝土最终混合物的碳足迹。
在生成的众多公式列表中，研究团队选择了五个最有前景的选项，并反复优化，直到它们满足或超过7天和28天的强度指标，同时将碳需求降低至少40%。优化过程仅用了几周，最终生成的混凝土配方超过了所有指标要求，用飞灰和矿渣替代了多达50%的水泥量。
随后，meta与负责建造meta最新数据中心的混凝土公司Ozinga合作，进一步完善公式，并进行在现实环境中进行测试。
展望未来，团队希望进一步改善其配方的3天和5天强度曲线（确保它干燥得更快，以便其余的施工可以更快地进行），并更好地了解它在不同天气条件下如何固化。
meta还希望未来将人工智能方法，引入基础设施设计和建设的其他方面。meta首席技术官Mike Schroepfer表示，“我们模型产生的混凝土混合物，可以在建造数据中心之外使用，并有机会进一步开发该模型，以解决其他场景中的问题。我们对数据中心建设减排创新方案的探索，不仅限于混凝土，也包括其他材料。作为提高可持续性的另一种方式，我们还在探索数据中心设计。”
