運用AI讓基礎建設更具韌性與永續性

密西西比大學的一位研究人員表示，從預測路面坑洞到設計更耐用的混凝土，人工智慧正為更智慧的基礎建設鋪路。土木工程助理教授阿里・貝努德（Ali Behnood）已投身這個研究領域超過10年，他在人工智慧於永續基礎建設中所扮演角色的相關研究上，發表了超過60篇論文。

他表示：「我們NextGen基礎建設實驗室團隊的目標，是邁向下一代永續且具韌性的基礎建設。我們試圖在建造過程中優化再生材料、工業副產品、可再生資源和其他替代永續材料的使用，同時不僅降低實質成本，還要降低勞動成本、能源成本、環境影響成本和生命周期維護費用。」

在他最近發表的一篇論文中，貝努德和來自伊朗扎黑丹、就讀於密西西比大學土木工程博士班的阿卜法茲爾・阿夫申（Abolfazl Afshin），測試了不同人工智慧演算法預測含再生瀝青路面材料的瀝青路面抗潮能力的效果。該研究發表於《國際路面工程期刊》。

阿夫申指出，當水滲入瀝青時，會破壞材料間的結合，使瀝青處於脆弱狀態，更容易開裂或損壞。他說：「我們聚焦於潮濕損害，這是瀝青路面最關鍵的問題之一，尤其在潮濕寒冷地區，因為它會導致諸如剝落、坑洞和開裂等各種路面病害。我們評估了四種不同人工智慧演算法在預測含（再生瀝青路面）材料的瀝青混合料潮濕損害方面的有效性。」

「我們發現，這些演算法能夠高度準確地有效預測瀝青混合料的潮濕損害。根據這些結果，我們可以優化材料選擇，並預測路面生命周期中的損壞概率。」

2021年，州和地方政府在維護美國道路上的支出超過2060億美元，美國交通部在2023年報告稱，道路和橋梁的待修和維護費用近1兆美元。優化瀝青混合料可以降低維護成本，延長道路使用壽命。

貝努德表示，若不藉助人工智慧，要確定能承受潮濕寒冷天氣條件的再生瀝青路面和其他材料的最佳配比，將是一個極其耗時且成本高昂的過程。他解釋道：「基於人工智慧的演算法，為傳統耗時且耗能的實驗室方法提供了一種經濟高效的替代方案。」

他說，任何想要發展更永續、更具成本效益基礎建設的單位，都可以開始使用他的團隊開發的方法。「所有這些研究結果可供實務工程師、交通部門、聯邦機構、私營部門等在這個領域工作的人使用，以邁向永續、具成本效益的設計方法。我們開發的工具，任何實務工程師都能使用。」

貝努德還提到，除了預測路面潛在損壞，人工智慧和機器學習還能簡化基礎建設的許多其他方面，從設計更好的橋梁和道路，到廢物管理以及監測鐵路故障或破損。他說：「人工智慧在災害韌性和風險管理方面也能發揮關鍵作用。在災害或自然災害發生時，疏散至關重要，人工智慧可以根據各種疏散情景確定最佳路線，確保效率和安全。」

「在所有建設和基礎建設元素中，有太多可以運用人工智慧實現永續性的例子。這是一個龐大的領域，我們正在這個龐大領域中貢獻自己的一份力量，邁向永續發展，並造福社會。」