数周以来，Olivetti集团与麻省理工学院混凝土可持续发展中心(CSHub)的研究团队在实验室中致力于解决一项关键问题：如何减少混凝土中的水泥用量，以降低成本并减少环境排放。长期以来，粉煤灰和矿渣等工业副产品一直被用作水泥的替代品，但随着工业界对减少气候影响的追求，这些产品的需求日益增长，供应却逐渐紧张，寻找新的替代材料迫在眉睫。

5月17日，由博士后Soroush Mahjoubi领导的团队在《通讯材料》上发表了一篇开放获取论文，详细阐述了他们的解决方案。Mahjoubi指出：“我们意识到人工智能是这一领域前进的关键。关于潜在材料的数据海量，需要借助人工智能的力量来高效筛选和评估。”

研究团队利用大型语言模型构建了一个机器学习框架，该框架能够根据候选材料的物理和化学特性进行评估和分类。他们强调，在寻找水泥替代品时，必须确保替代材料能发生水硬性反应，并与氢氧化钙发生火山灰质反应，以使混凝土达到最佳性能。

通过分析科学文献和超过一百万份岩石样本，研究团队将候选材料分为19种类型，包括生物质、采矿副产品以及拆除的建筑材料。他们发现，合适的材料在全球各地都有供应，且许多材料只需研磨即可加入混凝土混合物中，无需额外加工，从而减少排放并节省成本。

Mahjoubi特别提到：“一些可以替代部分水泥的最有趣的材料是陶瓷，如古老的瓷砖、砖块和陶器。这些材料在古罗马混凝土中就已被使用，显示出很高的反应性。”

展望未来，研究团队计划升级该框架，以便评估更多材料，并通过实验验证一些最佳候选材料。Elsa Olivetti教授表示：“人工智能工具在短时间内推动了这项研究的进展，我们期待看到大型语言模型的最新进展如何助力后续研究。”

Randolph Kirchain也指出：“混凝土是建筑环境的支柱。通过将数据科学和人工智能工具应用于材料设计，我们希望支持行业实现更可持续的建筑，同时不损害强度、安全性或耐久性。”

更多信息： Soroush Mahjoubi 等人，数据驱动的二次和天然胶凝前体材料筛选，《通讯材料》 (2025)。期刊信息： 通讯材料