Вештачка интелигенција помаже у проналажењу боја које ће зграде одржавати хладнијим

Боје направљене уз помоћ вештачке интелигенције могле би смањити ефекат „топлотног острва“ у градовима и смањити рачуне за струју због климатизације, тврде научници, јер машинско учење убрзава стварање нових материјала за све – од електромотора до „хватања“ угљеника.

Стручњаци за материјале користили су вештачку интелигенцију да би формулисали нове премазе који могу одржавати зграде између пет и 20 степени хладнијим након излагања подневном сунцу. Такође, такве фарбе би се могле применити на аутомобиле, возове, електричну опрему и друге предмете којима ће бити потребно све више хлађења са порастом температура услед глобалног загревања.

Користећи машинско учење, истраживачи на универзитетима у САД, Кини, Сингапуру и Шведској дизајнирали су нове формуле боја које најбоље рефлектују сунчеве зраке и емитују топлоту, наводи се у рецензираној студији објављеној у научном часопису Природа (Nature).

То је најновији пример коришћења вештачке интелигенције за прескакање традиционалних приступа у научним достигнућима за које су потребни експериментални покушаји.

Прошле године, британска компанија "MatNex" користила је вештачку интелигенцију за стварање нове врсте отпорног магнета који се користи у моторима електричних возила како би се избегла употреба ретких земних метала, чије рударење доводи до огромне емисије угљеника.

Мајкрософт је објавио алате вештачке интелигенције како би помогао истраживачима да брзо дизајнирају нове неорганске материјале – често кристалне структуре које се користе у соларним панелима и медицинским имплантима. Такође, постоји нада да ће неки нови материјали боље хватати угљеник из атмосфере,као и да батерије могу да буду ефикасније.

Истраживање боја спровели су научници са Универзитета Тексаса у Остину, Универзитета Ђао Тонг у Шангају, Националног универзитета у Сингапуру и Универзитета Умео у Шведској. Утврђено је да наношење једне од неколико нових боја које је креирала вештачка интелигенција на кров четвороспратне стамбене зграде може уштедети енергије и до 15.800 киловат-сати годишње у климатским условима какве имају Рио де Жанеиро или Бангкок.

Ако би се боја нанела на 1.000 зграда, то би могло уштедети довољно електричне енергије за напајање више од 10.000 клима уређаја током једне године.

„Начин на који посматрамо и користимо машинско учење представља значајан искорак у дизајну термалних мета-емитера. Аутоматизацијом процеса и проширивањем могућности дизајнирања, можемо да креирамо материјале са супериорним перформансама које су раније биле незамисливе“, рекао је Јуебинг Женг, професор на Универзитету у Тексасу и један од вођа тима који је спровео студију.

Према његовим речима, процењених месец дана људског рада на дизајнирању новог материјала, током истраживања обављено је за само неколико дана уз употребу вештачке интелигенције, а резултат су нови материјали који можда никада не би били откривени методом покушаја и погрешака.

„Сада пратимо резултате које смо добили од система који користе машинско учење, као и њихова упутства за структуру и какве материјале треба да користимо. Можемо то да урадимо како треба без проласка кроз многе, многе циклусе тестирања дизајна и израде“, објашњава професор.

Др Алекс Ганозе, професор хемије на Империјалном колеџу у Лондону, који такође користи машинско учење за дизајнирање нових материјала, истиче да се ствари веома брзо развијају у тој области: „У последњих годину дана или нешто више, било је толико стартапова који су покушавали да користе генеративну вештачку интелигенцију за материјале“.

Процес дизајнирања новог материјала, како каже др Ганозе, може захтевати израчунавање милионе потенцијалних комбинација.

Вештачка интелигенција омогућава научницима који се баве материјалима да превазиђу претходна ограничења уз снагу рачунара. То такође значи да се традиционални процес стварања нових материјала, а затим и тестирања његових својстава може обрнути, при чему научници могу унапред да кажу вештачкој интелигенцији која својства желе.