ミシシッピ大学の研究者たちは、人工知能を活用して、より回復力があり持続可能なインフラを構築し、材料を最適化してコストを削減しています。
道路の穴の予測からより耐久性のあるコンクリートの設計まで、人工知能はインフラの未来を変えています。ミシシッピ大学の新しい研究によると、 公表 国際舗装工学ジャーナルに掲載されたこの研究では、再生アスファルト舗装材（RAP）を使用したアスファルト舗装の湿気による損傷を予測するさまざまな AI アルゴリズムの機能を調査しました。
「次世代インフララボの私たちのチームの目標は、次世代の持続可能で回復力のあるインフラへと進むことです」とミシシッピ大学の土木工学助教授アリ・ベヌード氏は述べた。 ニュースリリース「私たちは、建設におけるリサイクル材料、産業副産物、再生可能資源、代替の持続可能な材料の使用を最適化すると同時に、物理的、労働、エネルギー、環境への影響、ライフサイクルメンテナンスのコストを削減しています。」
ベヌード氏は土木工学の博士課程の学生であるアボルファズル・アフシン氏とともにこの研究を実施した。
「私たちは、特に湿気の多い寒冷地域では、アスファルト舗装における最も重要な問題の一つである湿気による損傷に焦点を当てました。なぜなら、湿気は、剥離、穴、ひび割れなど、さまざまな損傷を引き起こすからです」とアフシン氏はニュースリリースで述べた。「私たちは、（再生アスファルト舗装）材料を含むアスファルト混合物の湿気による損傷を予測する4つの異なる人工知能アルゴリズムの有効性を評価しました。」
「これらのアルゴリズムは、アスファルト混合物の水分による損傷を高い精度で効果的に予測できることが分かりました。これらの結果に基づいて、材料の選択を最適化し、舗装のライフサイクルにおける破損確率を予測することができます」と彼は続けた。
2021 年、州政府と地方自治体は道路のメンテナンスに 206 億ドル以上を費やし、運輸省は道路と橋梁に必要な修理とメンテナンスの遅れが 1 兆ドル近くあると報告しています。AI を使用してアスファルト混合物を最適化することで、これらのメンテナンス コストを大幅に削減し、道路の寿命を延ばすことができます。
ベヌード氏は、最適な材料の混合を決定するという、従来は労働集約的でコストのかかるプロセスを簡素化する上での AI の重要性を強調しました。
「人工知能ベースのアルゴリズムは、従来の時間とエネルギーを大量に消費する研究室ベースのアプローチに代わる、費用対効果が高く効率的な代替手段を提供します」と彼は付け加えた。
ベヌード氏のチームの研究の実用的応用範囲は広範囲に渡る。
「これらの研究の結果は、現役のエンジニア、運輸省、連邦政府機関、民間部門など、この分野で働くすべての人が、持続可能でコスト効率の良い設計手法に移行するために活用できます」とベヌード氏は付け加えた。「私たちが開発するツールは、現役のエンジニアなら誰でも使用できます。」
さらに、ベヌード氏は、舗装の耐久性を超えて、インフラのさまざまな側面で AI が重要な役割を果たすと考えています。
「AIは災害への耐性やリスク管理においても重要な役割を果たすことができます」と彼は付け加えた。「災害や自然災害が発生した場合、避難が重要になりますが、AIはさまざまな避難シナリオに合わせて最適なルートを特定し、効率性と安全性を確保することができます。」
Behnood 氏と彼のチームは、建設とインフラのさまざまな側面に AI 主導の手法を統合することで、持続可能性と社会の進歩に貢献しています。
「建設とインフラのあらゆる要素において、持続可能性のために AI を活用できる例はたくさんあります。これは非常に大きな分野であり、私たちは社会に貢献するために小さな役割を果たしています」と Behnood 氏は結論付けました。