Βάψιμο σπιτιού με τεχνητή νοημοσύνη; Είναι πραγματικότητα και κάνει τους χώρους δροσερότερους
Νέες βαφές χρωμάτων φτιαγμένες με τεχνητή νοημοσύνη, μπορούν να «ρίξουν» τη θερμοκρασία το μεσημέρι στο σπίτι κατά 5 έως 20 βαθμούς.
Η τεχνητή νοημοσύνη έχει ήδη «εισβάλει» με ορμή στην καθημερινότητά μας, σταδιακά όμως φαίνεται ότι θα αρχίσει να βοηθά και στην κατασκευή νέων υλικών που μπορούν να χρησιμοποιηθούν σε μεγάλα έργα ή στο σπίτι μας.
Έχοντας ως βάση την ανάγκη για αντοχή στις νέες συνθήκες της κλιματικής αλλαγής, η AI θα μπορούσε να φτιάξει νέα, πιο οικολογικά υλικά σε πολλούς διαφορετικούς τομείς, από τους ηλεκτροκινητήρες μέχρι την απορρόφηση του διοξειδίου του άνθρακα.
Σε αυτό το μήκος κύματος, η τεχνητή νοημοσύνη μπορεί να επηρεάσει και το βάψιμο των σπιτιών μας. Ερευνητές χρησιμοποίησαν AI για να διαμορφώσουν νέες βαφές χρωμάτων που μπορούν να διατηρήσουν τα κτίρια από 5 έως και 20 βαθμούς Κελσίου πιο δροσερά το μεσημέρι, σε σχέση με τις σημερινές βαφές.
Θα μπορούσαν επίσης να εφαρμοστούν σε αυτοκίνητα, τρένα, ηλεκτρικό εξοπλισμό και άλλα αντικείμενα που θα απαιτούν περισσότερη ψύξη, σε έναν κόσμο ο οποίος διαρκώς θερμαίνεται.
Η τεχνητή νοημοσύνη ως «εφευρέτης» νέων υλικών
Χρησιμοποιώντας τη μηχανική μάθηση, ερευνητές σε πανεπιστήμια στις ΗΠΑ, την Κίνα, τη Σιγκαπούρη και τη Σουηδία σχεδίασαν νέες φόρμουλες χρωμάτων, προσαρμοσμένες ώστε να αντανακλούν καλύτερα τις ακτίνες του ήλιου και να εκπέμπουν θερμότητα, σύμφωνα με μια μελέτη που δημοσιεύτηκε στο επιστημονικό περιοδικό Nature.
Πρόκειται για το τελευταίο παράδειγμα χρήσης της τεχνητής νοημοσύνης για την υπέρβαση των παραδοσιακών προσεγγίσεων δοκιμής και σφάλματος στις επιστημονικές εξελίξεις, όπως αναφέρει ο Guardian.
Πέρσι, η βρετανική εταιρεία MatNex χρησιμοποίησε την τεχνητή νοημοσύνη για να δημιουργήσει ένα νέο είδος μόνιμου μαγνήτη που χρησιμοποιείται σε κινητήρες ηλεκτρικών οχημάτων ώστε να αποφευχθεί η χρήση σπάνιων γαιών, των οποίων η εξόρυξη έχει αποτύπωμα σε άνθρακα.
Από την πλευρά της, η Microsoft κυκλοφόρησε εργαλεία τεχνητής νοημοσύνης για να βοηθήσει τους ερευνητές να σχεδιάσουν γρήγορα νέα ανόργανα υλικά –όπως κρυσταλλικές δομές που χρησιμοποιούνται σε ηλιακούς συλλέκτες και ιατρικά εμφυτεύματα.
Υπάρχουν επίσης ελπίδες για νέα υλικά που θα δεσμεύουν καλύτερα τον άνθρακα στην ατμόσφαιρα και θα κατασκευάζουν πιο αποδοτικές μπαταρίες.
Απίστευτη εξοικονόμηση ενέργειας
Η έρευνα για τις νέες βαφές χρωμάτων πραγματοποιήθηκε από ακαδημαϊκούς στο Πανεπιστήμιο του Τέξας στο Ώστιν, στο Πανεπιστήμιο Jiao Tong της Σαγκάης, στο Εθνικό Πανεπιστήμιο της Σιγκαπούρης και στο Πανεπιστήμιο Umeå στη Σουηδία.
Όπως διαπίστωσε η έρευνα, η εφαρμογή ενός από τα πολλά νέα χρώματα, που φτιάχτηκαν με τεχνητή νοημοσύνη, στην οροφή μιας τετραώροφης πολυκατοικίας θα μπορούσε να εξοικονομήσει ηλεκτρική ενέργεια ισοδύναμη με 15.800 κιλοβατώρες ετησίως σε ένα ζεστό κλίμα όπως αυτό του Ρίο ντε Τζανέιρο ή της Μπανγκόκ.
Εάν το χρώμα εφαρμοζόταν σε 1.000 πολυκατοικίες, αυτό θα μπορούσε να εξοικονομήσει αρκετή ηλεκτρική ενέργεια για να τροφοδοτήσει περισσότερες από 10.000 μονάδες κλιματισμού για ένα χρόνο.
«Πες» στην AI ποιες ιδιότητες θέλεις να έχει το υλικό σου
Ο Yuebing Zheng, καθηγητής στο Πανεπιστήμιο του Τέξας και συν-επικεφαλής της μελέτης, εξήγησε ότι, με την τεχνητή νοημοσύνη, ένα υλικό που κανονικά θα έπαιρνε έναν μήνα για να φτιαχτεί, ολοκληρώνεται σε λίγες ημέρες.
«Τώρα, ακολουθούμε το αποτέλεσμα της μηχανικής μάθησης, τις οδηγίες που μας δίνει για τη δομή και το είδος των υλικών που πρέπει να χρησιμοποιήσουμε, και μπορούμε να το κάνουμε σωστά χωρίς να περάσουμε από πολλούς, πολλούς κύκλους δοκιμών σχεδιασμού και κατασκευής», τόνισε ο Zheng.
Ο Δρ Alex Ganose, λέκτορας χημείας στο Imperial College του Λονδίνου, σημείωσε ότι η διαδικασία σχεδιασμού ενός νέου υλικού ενδεχομένως απαιτεί τον υπολογισμό εκατομμυρίων πιθανών συνδυασμών.
Η τεχνητή νοημοσύνη επιτρέπει στους επιστήμονες που φτιάχνουν νέα υλικά να ξεπερνούν προηγούμενους περιορισμούς στην υπολογιστική ισχύ. Αυτό σημαίνει επίσης ότι η παραδοσιακή διαδικασία δημιουργίας ενός υλικού και στη συνέχεια δοκιμής των ιδιοτήτων του μπορεί να αντιστραφεί, με τους επιστήμονες να μπορούν να «πουν» στην τεχνητή νοημοσύνη ποιες ιδιότητες θέλουν εκ των προτέρων.
