Page 14 - Demo

AKTUALNO%u015aCI14 ZBI %u2013 Zak%u0142ady Betonowe International %u2013 5 | 2025 www.cpi-worldwide.comZesp%u00f3%u0142 z Massachusetts Institute of Technology (MIT) opracowa%u0142 szkielet sztucznej inteligencji (SI), kt%u00f3ry pomaga producentom betonu w identyfikacji materia%u0142%u00f3w mog%u0105cych cz%u0119%u015bciowo zast%u0105pi%u0107 cement, przyczyniaj%u0105c si%u0119 zar%u00f3wno do redukcji koszt%u00f3w, jak i ograniczenia emisji gaz%u00f3w cieplarnianych.Cz%u0119%u015bciowe zast%u0119powanie cementu w celu osi%u0105gni%u0119cia takich oszcz%u0119dno%u015bci jest ju%u017c powszechnie stosowan%u0105 praktyk%u0105. Jako zast%u0119pcze materia%u0142y cementowe od dawna wykorzystywane s%u0105 produkty uboczne, takie jak popi%u00f3%u0142 lotny z produkcji w%u0119gla czy %u017cu%u017cel hutniczy z wytopu stali. Rosn%u0105ce zapotrzebowanie na te materia%u0142y zaczyna przewy%u017csza%u0107 ich dost%u0119pno%u015b%u0107, gdy%u017c bran%u017ca d%u0105%u017cy do ograniczenia wp%u0142ywu na klimat poprzez zwi%u0119kszenie ich wykorzystania, co sprawia, %u017ce pilnie poszukiwane s%u0105 alternatywy.Selekcja materia%u0142%u00f3w wspomagana sztuczn%u0105 inteligencj%u0105Cho%u0107 istnieje wiele innych potencjalnych zast%u0119pczych materia%u0142%u00f3w cementowych, wyzwaniem pozostaje ich skuteczna selekcja i ocena pod k%u0105tem zastosowania w trwa%u0142ych konstrukcjach betonowych. Aby sprosta%u0107 temu wyzwaniu, zesp%u00f3%u0142 MIT pod kierownictwem adiunkta, dr. Sorousha Mahjoubiego, opublikowa%u0142 otwarty artyku%u0142 naukowy w czasopi%u015bmie Communications Materials wydawnictwa Nature, w kt%u00f3rym przedstawia opracowane przez siebie rozwi%u0105zanie. Z wykorzystaniem du%u017cych modeli j%u0119zykowych, w tym chatbot%u00f3w, zesp%u00f3%u0142 stworzy%u0142 szkielet oparty na uczeniu maszynowym, kt%u00f3ry ocenia i klasyfikuje potencjalne materia%u0142y na podstawie ich w%u0142a%u015bciwo%u015bci fizycznych i chemicznych. Szkielet przeprowadza%u0142 selekcj%u0119 materia%u0142%u00f3w na podstawie trzech wska%u017anik%u00f3w, wyprowadzonych z testu R3 opracowanego przez ASTM International do oceny reaktywno%u015bci zast%u0119pczych materia%u0142%u00f3w cementowych [1, 2]: wydzielanie ciep%u0142a podczas hydratacji, zu%u017cycie wodorotlenku wapnia (wapna) podczas hydratacji oraz spos%u00f3b wi%u0105zania lub adsorpcji wody na powierzchniach. Trzeci wska%u017anik mo%u017ce s%u0142u%u017cy%u0107 do po%u015bredniego okre%u015blania wydzielania ciep%u0142a w sytuacjach, gdy nie ma mo%u017cliwo%u015bci skorzystania z kalorymetr%u00f3w izometrycznych, co czyni ocen%u0119 reaktywno%u015bci bardziej dost%u0119pn%u0105. System przetworzy%u0142 ponad milion pr%u00f3bek ska%u0142 oraz setki tysi%u0119cy stron literatury, przyporz%u0105dkowuj%u0105c potencjalne materia%u0142y do 19 kategorii.Wed%u0142ug naukowc%u00f3w wiele z tych materia%u0142%u00f3w wykazuje potencja%u0142 do zastosowania w mieszankach betonowych przy minimalnym dodatkowym przetworzeniu, cz%u0119sto ograniczaj%u0105cym si%u0119 jedynie do zmielenia. Stwarza to nowe mo%u017cliwo%u015bci wykorzystania lokalnie dost%u0119pnych produkt%u00f3w ubocznych przemys%u0142u oraz odpad%u00f3w, wspieraj%u0105c bran%u017c%u0119 w rozszerzaniu portfolio zast%u0119pczych materia%u0142%u00f3w cementowych oraz promuj%u0105c gospodark%u0119 o obiegu zamkni%u0119tym.Sztuczna inteligencja MIT wskazuje cz%u0119%u015bciowe zamienniki cementu dla bardziej zr%u00f3wnowa%u017conego betonuSzkielet sztucznej inteligencjiZesp%u00f3%u0142 MIT pod kierownictwem dr. Sorousha Mahjoubiego (na zdj%u0119ciu) opracowa%u0142 szkielet oparty na uczeniu maszynowym, kt%u00f3ry ocenia i klasyfikuje cz%u0119%u015bciowe zamienniki cementu na podstawie ich w%u0142a%u015bciwo%u015bci fizycznych i chemicznych. Badanie podkre%u015bla potencja%u0142 materia%u0142%u00f3w takich jak odpady ceramiczne i materia%u0142y budowlane w zakresie poprawy zr%u00f3wnowa%u017cono%u015bci mieszanek betonowych.