Meta 发布了一款名为 BOxCrete 的开源人工智能模型，旨在帮助美国混凝土行业使用国产材料，快速设计出高质量、可持续的混凝土配方。该技术通过贝叶斯优化，减少了对进口水泥的依赖，已在多个实际项目中证明其能显著提升混凝土强度和施工速度，同时支持美国制造业回流和绿色建筑的发展。
传统混凝土生产的挑战
美国每年消耗大量混凝土，它是基础设施的支柱。然而，行业面临着几个关键挑战：
- 依赖进口： 虽然混凝土在美国本土搅拌生产，但其关键成分——水泥，约有 23% 依赖进口。
- 标准不一： 进口水泥未必符合美国在性能和环保方面的严格标准，这给国内供应商带来了风险。
- 开发缓慢： 传统的混凝土配方设计严重依赖工程师的直觉和反复的实验室试错，这一过程既缓慢又昂贵，难以适应新材料。
传统混凝土配方设计依赖于实验室的反复试验、工程师的直觉和数十年的经验积累——这是一个缓慢且昂贵的适应过程。
人工智能如何革新混凝土设计
Meta 的 BOxCrete 模型利用一种名为“自适应实验”的方法，通过贝叶斯优化来智能地探索无数种可能的混凝土配方。
它的工作方式如下：
- 学习现有数据： AI 首先分析历史上的配方设计、实验室结果和性能指标，了解哪些组合是有效的。
- 提出优化方案： 随后，AI 会推荐最有可能满足目标规格的新配方，并能比较使用美国国产材料与外国材料的性能差异。
- 整合约束条件： 用户可以预先设定技术要求和必须使用的成分（例如，特定类型的美国国产水泥）。
- 持续自我完善： 每一次新的实验结果都会被反馈给模型，使其预测能力越来越精准，形成一个自动改进的循环。
这个过程并不能取代实验室验证或工程师的最终批准，但它极大地 加快了发现新配方的速度，为工程师提供了更好的起点，减少了不必要的测试。
已在全美范围产生实际影响
该 AI 模型已经与大型混凝土制造商、软件公司和大学合作，在多个州的实际项目中取得了成功。
伊利诺伊州
Meta 与北美最大的水泥和混凝土制造商 Amrize 以及伊利诺伊大学合作，推动 AI 在工业规模上的应用。Amrize 已经推出了 “美国制造”水泥标签，保证其产品符合美国标准并由美国劳动力和材料生产。
明尼苏达州
在一个数据中心项目中，使用 BOxCrete 生成的混凝土配方取得了显著成果：
- 强度提升： 达到完全结构强度的速度比原始配方 快了 43%。
- 质量更高： 开裂风险降低了近 10%。
- 国产化： 整个过程均使用美国本土采购的材料，证明了在不牺牲质量的前提下，AI 可以帮助生产商快速适应国产材料。
宾夕法尼亚州
宾夕法尼亚州的软件公司 Quadrel 已将 Meta 的开源 AI 框架集成到其企业软件中，供预拌混凝土行业使用。这表明 AI 驱动的配方设计正逐渐成为行业标准工作流程的一部分。
助力美国制造业与可持续发展
通过降低使用国产材料的门槛，这项技术正在帮助美国混凝土生产商。其长远目标是推动整个行业的变革。
- 促进就业回流： 支持制造业回流（Reshoring），自 2020 年以来，该趋势已为美国带回超过 110 万个工作岗位。
- 增强供应链韧性： 减少对国际供应链的依赖，提高国内生产的稳定性。
- 推动可持续发展： 优化配方不仅能提高性能，还有助于设计出碳足迹更低的“绿色”混凝土。
最终，Meta 的目标是与建筑行业继续合作，开发新的 AI 工具，使 AI 优化的配方设计对所有生产商都触手可及，从而一次一个配方地帮助美国企业提升竞争力、减少排放。