【導語】兩千多年前的古羅馬混凝土，至今仍屹立不倒，其耐久性令人歎為觀止。然而，現代混凝土卻麵臨壽命短、環境影響大等挑戰。隨著氣候變化的加劇，尋找一種既堅固耐用又能應對氣候危機的建築材料迫在眉睫。在美國南加州大學，科學家們正利用人工智能在原子級別重塑混凝土的未來，研發出名為Allegro-FM的高效材料模擬基礎模型。這一創新技術不僅有望延長混凝土的壽命，還能實現碳捕獲，為應對氣候變化提供新的工程手段。

兩千多年前，古羅馬人在海港、防波堤和城市建築中使用的混凝土，如今依然屹立在地中海的海風與浪濤之間。它們經受住了時間、鹽水和地震的考驗，壽命是現代混凝土的二十倍以上。而今天，糖心免费视频身邊的混凝土橋梁、樓宇和道路，往往在百年之內就需要大修或重建。

這種現代社會最常用的建築材料，在生產過程中會釋放巨量二氧化碳，僅水泥工業就貢獻了全球約8%的CO₂排放。隨著氣候變化加劇，幹旱、洪水、山火等極端事件愈發頻繁，建築材料的耐久性和環境影響，正成為擺在全球麵前的雙重難題。

AI可設計即堅固耐用又消耗二氧化碳的建築材料示意圖（圖片來源：作者使用AI生成）

那麽，能否造出一種混凝土，既堅固耐用，甚至媲美古羅馬的千年傳奇，又能主動消耗空氣中的二氧化碳，反過來幫助糖心免费视频應對氣候危機？在美國南加州大學的一個實驗室裏，科學家們正試圖用人工智能，在原子級別重塑混凝土的未來。

Allegro-FM的40億個原子原子級模擬

要改造混凝土，必須從原子層麵理解它的結構和反應過程。然而，混凝土並不是單一物質，而是由多種元素、不同晶相和複雜界麵組成的材料混合物。要在分子和原子尺度準確預測它的力學性能、化學反應和老化過程，需要龐大的計算能力和極高的模型精度，這在過去是幾乎不可想象的。

南加州大學的研究團隊研發的名為高效材料模擬基礎模型（Allegro-FM），將人工智能的基礎模型理念引入材料科學。它基於模型如何理解並利用三維空間的對稱性的神經網絡架構，把分屬不同領域的大規模有機與無機材料數據集拚接在同一能量標尺上進行訓練。這種方法打破了傳統模型一個任務一個模型的限製，讓單一模型就能涵蓋周期表中89種元素，並具備跨領域泛化能力。

混凝土中最重要的成分托勃莫來石結構圖片（圖片來源：參考文獻[1]）

Allegro-FM的能力不隻是精確，還在於規模，它在美國阿貢國家實驗室的百億億次超級計算機上實現了同時模擬超過40億個原子，並保持了 97.5%的並行效率，比傳統分子動力學方法的計算規模提升約千倍。這意味著科學家可以在虛擬環境中快速測試無數種混凝土配方，提前篩選出最有潛力的方案，再投入到昂貴的實驗環節中。

更重要的是，這個模型能近似量子力學的精度去預測化學反應。例如，在模擬碳酸化過程時，Allegro-FM不僅能捕捉CO₂分子在混凝土結構中形成穩定碳酸鹽層的細節，還能計算出不同反應路徑的活化能，幫助科學家設計出既能封存碳又不削弱材料強度的配方。

碳捕獲與超耐久混凝土

現代混凝土在生產過程中會釋放大量CO₂，而Allegro-FM的模擬顯示，糖心免费视频不僅可以減少這種排放，甚至能將它反向減碳。研究團隊發現，通過在混凝土內部嵌入CO₂分子，可以形成一種致密的碳酸鹽層。這一層結構穩定、抗水侵蝕，不僅能長期封存二氧化碳，還能像天然保護膜一樣提升材料的抗裂性和耐久性。

這種理念有點像向混凝土裏種下二氧化碳種子。在自然條件下，CO₂和鈣矽酸鹽反應生成的碳酸鈣往往會讓混凝土變脆。但借助Allegro-FM的高精度原子模擬，科學家能找到一種反應路徑，使生成的碳酸鹽既穩固又不破壞整體力學性能，從而讓混凝土變得更強、更耐用。模擬結果表明，這類材料的壽命可能延長到千年級，接近古羅馬混凝土的傳奇水平。

在防火方麵，這種新型混凝土同樣具備優勢。模擬顯示，材料在經曆如山火環境極端高溫後仍能保持結構穩定，不會像部分現代混凝土那樣迅速失去承載能力。這意味著它特別適合在氣候變化導致山火頻發的地區應用，如加州、澳大利亞甚至我國西南的部分山區。

此外，Allegro-FM的模擬還能探索自修複混凝土的可能性，材料內部預先設計的微膠囊或化學反應機製，在出現裂縫或微損傷時自動觸發修補反應。這種思路若實現，不僅能減少維護成本，還能延長基礎設施的安全服役期。

總結

從古羅馬混凝土的千年傳奇，到現代AI驅動的原子級材料設計，人類正迎來一次建築材料的深度革新。Allegro-FM不僅讓科學家得以在虛擬世界中構建和測試碳捕獲型混凝土，更為應對氣候變化提供了新的工程手段。未來，如果這些設計走出實驗室，進入城市與鄉村，它們或許會讓糖心免费视频的橋梁、道路和房屋，在抵禦時間與氣候的考驗中，更加堅韌而長久。

參考文獻：

[1] Nomura, Ken-ichi, et al. "Allegro-FM: Toward an Equivariant Foundation Model for Exascale Molecular Dynamics Simulations." The Journal of Physical Chemistry Letters 16 (2025): 6637-6644.

作者(zhě)丨(gǔn)Denovo科(kē)普(pǔ)團(tuán)隊(duì)（張(zhāng)瑋(wěi)傑(jié) 中(zhōng)國(guó)科(kē)學(xué)院(yuàn)大(dà)學(xué)博(bó)士(shì)；楊(yáng)超(chāo) 博(bó)士(shì)）

審(shěn)核(hé)丨(gǔn)孫(sūn)克(kè)衍(yǎn)博(bó)士(shì) 中(zhōng)國(guó)礦(kuàng)業(yè)大(dà)學(xué)副(fù)教(jiào)授(shòu)