想象这样一个未来：建筑物不仅能经受时间的考验 —— 更能主动对抗气候变化。

南加州大学（USC）的研究人员开发出一个强大的AI模型Allegro-FM，能够一次性模拟超过40亿个原子。这一突破使得设计新一代混凝土成为可能 —— 这种混凝土能捕获二氧化碳，并且可能持续数个世纪，其耐久性甚至有望媲美古罗马建筑。

迈向智能、可持续的混凝土

想象一下未来：用于建筑和桥梁的混凝土不仅能抵抗老化和极端条件（如强烈的野火高温），还能自我修复或吸收空气中的二氧化碳。

南加州大学维特比工程学院的科学家们现已推出一个开创性的人工智能模型，能够一次性模拟数十亿个原子。这一进步开启了材料设计的新纪元，使得在以往认为不可能的尺度上进行新发现成为可能。

气候变化正在急剧加剧。干旱、冰川融化以及破坏性越来越强的风暴和野火正变得更加频繁和严重。推动全球变暖的一个关键因素是二氧化碳持续不断地排放到大气中。

从野火到创新

目睹了洛杉矶一月份毁灭性的野火后，南加州大学维特比学院的Aiichiro Nakano教授（专攻计算机科学、物理学、天文学和计算生物学）开始重新思考科学如何能提供帮助。他联系了长期研究合作伙伴、同样任职于维特比学院的Ken-Ichi Nomura教授（专长化学工程和材料科学）。两人已合作超过二十年。

他们的对话促成了Allegro-FM的诞生，这是一个先进的AI驱动模拟平台。在他们的理论研究中，该模型揭示了一个非凡的可能性：通过将混凝土生产过程中释放的二氧化碳重新嵌入到同一材料中，可能实现对其的再吸收。

“你只需把二氧化碳注入混凝土内部，就能制成一种碳中和混凝土，” Nakano说。

碳封存，新构想

Nakano和Nomura，与维特比学院的化学工程和材料科学教授Priya Vashishta，以及南加州大学物理学和天文学教授Rajiv Kalia一起，一直在研究他们称之为“二氧化碳封存”的技术 —— 即重新捕获并储存二氧化碳的过程，这是一个充满挑战的过程。

通过同时模拟数十亿个原子，Allegro-FM能够在昂贵的实际实验之前，虚拟地测试不同的混凝土化学成分。这可以加速开发出充当碳汇而非仅仅是碳源的混凝土 —— 目前混凝土生产约占全球二氧化碳排放量的8%。

突破在于该模型的可扩展性。现有的分子模拟方法仅限于包含数千或数百万原子的系统，而Allegro-FM在阿贡国家实验室的Aurora超级计算机上模拟超过40亿个原子时，展示了97.5%的效率。

这代表着计算能力比传统方法提高了大约1000倍。

预测元素周期表的行为

该模型还涵盖了89种化学元素，能够预测从水泥化学到碳存储等多种应用中的分子行为。

“混凝土也是一种非常复杂的材料。它由多种元素以及不同的相和界面组成。因此，传统上我们没有方法来模拟涉及混凝土材料的现象。但现在我们可以使用这个Allegro-FM来模拟机械性能[和]结构性能，” Nomura说。

混凝土是一种防火材料，使其成为一月份野火后的理想建筑选择。但混凝土生产也是二氧化碳的巨大排放源，这在洛杉矶这样的城市是一个特别令人担忧的环境问题。在他们的模拟中，Allegro-FM已被证明具有碳中和特性，使其成为比其他混凝土更好的选择。

古代工程的回响

这一突破不仅解决了一个问题。现代混凝土平均仅能持续约100年，而古罗马混凝土已屹立超过2000年。但二氧化碳的再吸收对此也有帮助。

“如果你注入二氧化碳，形成所谓的‘碳酸盐层’，它会变得更加坚固，” Nakano说。

换言之，Allegro-FM可以模拟出一种碳中和混凝土，其使用寿命也可能远超当今混凝土通常的100年。现在只剩下实际建造它了。

幕后故事

教授们在开发Allegro-FM时，深刻体会到AI如何加速了他们复杂的工作。通常情况下，为了模拟原子的行为，教授们需要一系列精确的数学公式 —— 或者如Nomura所称的，“深奥的量子力学现象”。

但过去两年改变了他们的研究方式。

“现在，由于机器学习和AI的突破，研究人员不再需要从头推导所有这些量子力学，而是采取生成训练集然后让机器学习模型运行的方法，” Nomura说。这使得教授们的过程更快，技术使用也更高效。

统一的原子模型

Allegro-FM能够准确预测原子之间的“相互作用函数” —— 即原子如何反应和相互作用。通常情况下，这些相互作用函数需要大量的单独模拟。

但这个新模型改变了这一点。原本，元素周期表中的单个元素都有不同的方程，这些元素有几种独特的函数。然而，在AI和机器学习的帮助下，我们现在有可能一次性模拟几乎涵盖整个元素周期表的这些相互作用函数，而无需单独的公式。

“传统方法是模拟某一组特定的材料。比如，你可以模拟二氧化硅玻璃，但你无法将其与，比如说，某种药物分子一起模拟，” Nomura解释道。

效率与量子级精度

这个新系统在技术方面也高效得多。AI模型执行了大量过去由大型超级计算机完成的精确计算，简化了任务，并释放出超级计算机的资源用于更高级的研究。

“[AI可以]用少得多的计算资源达到量子力学的精度，” Nakano说。

前路展望

Nomura和Nakano表示他们的工作远未结束。

“我们当然会继续这项混凝土研究，构建更复杂的几何结构和表面，” Nomura说。

这项研究近期发表在《物理化学快报》上，并被选为该期刊的封面图片。

如果朋友们喜欢，敬请关注“知新了了”！