作為世界上使用最廣泛的建筑構件之一，混凝土產生了全球每年8%的二氧化碳排放。為了減輕此負擔，Facebook母公司meta的研究人員，最近著手為其數據中心使用的混凝土開發一種能耗較低的配方，利用機器學習來優化堅固性、增強可持續性。meta聲稱，這種混凝土的碳排放量比標準混合物少40%，且已應用于最新的數據中心。
混凝土含有四種基本成分：水泥、骨料、水和添加劑（充當摻雜劑）。其中，水泥是含碳量最高的成分，因此研究人員通過補充粉煤灰、礦渣或磨砂玻璃等低碳材料，來減少水泥的用量。
類似地，骨料中的礫石、碎石、沙子等，也可以被再生混凝土取代。問題在于，幾十種成分材料可供選擇的劑量與比例有相互作用，從而影響最終混凝土的結構效果。簡而言之，有一系列可能的組合供研究人員測試、選擇和改進。以人類的速度依次處理無數選項需要很長時間，因此meta訓練了AI來做這件事。
meta與伊利諾伊大學厄巴納-香檳分校的電氣和計算機工程系的Lav Varshney教授以及土木工程系的Nishant Garg教授合作，首先使用混凝土抗壓強度數據集訓練模型。該數據集包括 1,000多個混凝土公式及其結構屬性，以及7天和28天的抗壓強度數據。
團隊使用水泥可持續發展倡議的環境產品聲明(Cement Sustainability Initiative's Environmental Product Declaration，EPD)工具，確定了混凝土最終混合物的碳足跡。
在生成的眾多公式列表中，研究團隊選擇了五個最有前景的選項，并反復優化，直到它們滿足或超過7天和28天的強度指標，同時將碳需求降低至少40%。優化過程僅用了幾周，最終生成的混凝土配方超過了所有指標要求，用飛灰和礦渣替代了多達50%的水泥量。
隨后，meta與負責建造meta最新數據中心的混凝土公司Ozinga合作，進一步完善公式，并進行在現實環境中進行測試。
展望未來，團隊希望進一步改善其配方的3天和5天強度曲線（確保它干燥得更快，以便其余的施工可以更快地進行），并更好地了解它在不同天氣條件下如何固化。
meta還希望未來將人工智能方法，引入基礎設施設計和建設的其他方面。meta首席技術官Mike Schroepfer表示，“我們模型產生的混凝土混合物，可以在建造數據中心之外使用，并有機會進一步開發該模型，以解決其他場景中的問題。我們對數據中心建設減排創新方案的探索，不僅限于混凝土，也包括其他材料。作為提高可持續性的另一種方式，我們還在探索數據中心設計。”
