Боя, формулирана с AI, охлажда сградите и намалява разходите за електроенергия
Учени от четири държави разработват ново терморефлектиращо покритие с помощта на машинно обучение, което може да понижи температурата на сградите с до 20°C и да спести хиляди киловатчаса електроенергия годишно
&format=webp)
Изглежда, че изкуственият интелект вече започва да променя не само начина, по който мислим за технологиите, но и самите градове, в които живеем. Ново поколение бои, създадени с помощта на машинно обучение, обещава да намали разходите за охлаждане, както и да смекчи един от най-острите ефекти на кризата с климата – т.нар. „градски топлинен остров“.
Учени от САЩ, Китай, Сингапур и Швеция използват AI, за да формулират терморефлектиращи покрития, които могат да поддържат сградите между 5°C и 20°C по-хладни от обикновената боя, когато са изложени на обедното слънце.
Потенциалът на тези материали не бива да се ограничава само до сградите – те могат да се използват и върху коли, влакове, електроника, както и всякакви обекти, които ще имат нужда от по-ефективно охлаждане в бъдеще.
„Платформата ни за машинно обучение представлява значителен напредък в проектирането на термални мета-излъчватели“, коментира професор Юебинг Джън от Университета в Тексас, съавтор на проучването, публикувано в научното списание Nature, цитиран от The Guardian.
„Автоматизираме процеса и разширяваме дизайна, така че да създаваме материали с характеристики, които доскоро бяха немислими.“
Технологията позволява значително съкращаване на времето за разработка – материали, които преди са изисквали месеци за проектиране и тестване, днес се създават за броени дни. „Следваме това, което машинното обучение ни предлага като структура и материали – и можем да го направим по правилния начин, като избегнем безкрайните цикли на проба и грешка“, допълва Джън.
Ако бъде приложена върху покрива на четириетажна сграда в горещ климат като този на Рио де Жанейро или Банкок, AI-боята би спестила около 15 800 киловатчаса електроенергия в рамките на година – еквивалент на енергията, нужна за захранването на над 10 000 климатика годишно, ако се използва върху 1 000 сгради.
А това е само един от примерите как AI катализира научни пробиви, които надскачат традиционния подход „проба-грешка“. През 2024 г. британската компания MatNex създава с помощта на AI нов тип постоянен магнит за електрически мотори, който не изисква използването на редкоземни метали – ресурси, свързани с високи въглеродни емисии при добива.
В същото време Microsoft вече предлага AI инструменти за бързо проектиране на неорганични материали – като кристални структури за производството на слънчеви панели и медицински импланти. Това, което е възможно да бъде произвеждано с помощта на тези алгоритми, скоро ще включва и материали за по-ефективно улавяне на въглерод, както и по-добри батерии.
„Всичко се развива изключително скоростно в тази сфера. През последната година се появяват толкова много стартъпи, които използват генеративен изкуствен интелект за разработка на нови материали“, казва д-р Алекс Ганоз, преподавател по химия в Imperial College London.
По негови думи, проектирането на нов материал често изисква изчисления с милиони възможни комбинации – нещо, което AI вече позволява да се прави далеч по-бързо и ефективно. Освен това процесът може да се обърне: учените посочват на системата желаните свойства, а тя сама създава съответстващите формули.