A Facebook anyavállalata, a Meta számos területen folytat kutatást. Az egyik ilyen a klímaváltozást okozó üvegházhatású gázok kibocsátásának csökkentése. Ezen a téren elsősorban a fűtésre és a közlekedésre koncentrál az emberiség, pedig szintén nagy kibocsátó az építőipar is. A beton előállítása és felhasználása egymaga a teljes széndioxid levegőbe eregetésének 8 százalékát adja, ha tehát itt sikerül hatékonyabbá tenni az eljárást, azzal sokat tehetnénk a CO2-szennyezés visszafogásáért.
A DeKalb városában (Illinois állam) levő új Meta adatközpontban zajlott az a teszt, melynek során a mesterséges intelligencia felfedezte a cikkünk tárgyát képező betonkeveréket. A mix elég erősnek bizonyul az elvárt terhelés elviseléséhez, sőt, jócskán meg is haladta a kívánt értékeket. Ugyanakkor az előállításához szükséges széndioxid-kibocsátás mértéke a hagyományos módszerhez képest 40 százalékkal alacsonyabbnak bizonyult.
Sajnos nem tökéletes az eljárás, ugyanis hiába elég erős az anyag, a kötés ideje tovább tart a megszokott eljárással szemben. Márpedig az építkezések egyik kulcstényezője az idő: minél tovább készül el a létesítmény, annál többe kerül, és annál később hoz hasznot tulajdonosának. Emellett van egy további hátránya az MI által kikevert betonnak: megbonyolítja a gyártást.
„Elviekben az új keverék addig képes kiváltani a hagyományos betont, amíg a hozzá szükséges anyagok az elvárt költségszinten hozzáférhetők és az építkezésen dolgozók számára elfogadható a hosszabb kötési idő”, nyilatkozta Amruta Sudhalkar, a Meta adatközponti fenntarthatóság programjának vezetője. Beszámolójából az is kiderült, hogy az Ozinga Bros betongyártóval kialakított partneri viszony segítette a Metát a mesterséges intelligencia által kiválasztott formulák valós tesztelésében.
2020-ban Mark Zuckerberg vállalata széndioxid-semleges lett a működése és az általa felhasznált energia tekintetében. Vagyis a Meta két éve már nem növeli az üvegházhatást okozó gáz légköri mennyiségét ezeken a területeken. A közösségi hálózat fenntartójának deklarált célja, hogy 2030-ig ugyanezt elérje a beszállítóinál és az ügyfeleinél is, amikor azok a Meta szolgáltatását használják.
Az ötlettől az értékteremtésig – egy jól működő adattudományi szervezet alapjai
Miért bukik el annyi adattudományi kezdeményezés már az indulás után? A válasz gyakran nem az algoritmusok összetettségében, hanem az adatok minőségében és kezelésében keresendő. Stabil adatforrások, következetes feature-kezelés és egy jól felépített Feature Store nélkül a gépi tanulás ritkán jut el a valódi üzleti értékteremtésig.
EGY NAPBA SŰRÍTÜNK MINDENT, AMIT MA EGY PROJEKTMENEDZSERNEK TUDNIA KELL!
Ütős esettanulmányok AI-ról, agilitásról, csapattopológiáról. Folyamatos programok három teremben és egy közösségi térben: exkluzív információk, előadások, interaktív workshopok, networking, tapasztalatcsere.
2026.03.10. UP Rendezvénytér
Nyílt forráskód: valóban ingyenes, de használatának szigorú szabályai vannak