极目新闻记者 张渊
通讯员 张璐
在传统建筑工地上，想要调出一方好混凝土，很多时候靠的不是精密仪器，而是老师傅的一双眼睛、几十年的手感。为了找到那个“刚刚好”的配方，工人们得像厨师试菜一样，一锅一锅地拌，一车一车地倒。折腾几周甚至几个月，耗掉成吨材料，最后配出来的混凝土性能还不一定达标；好不容易攒下的实验数据，也散落在几摞厚厚的纸质记录里，冗杂而难用——这是行业里再平常不过的景象。
然而，在武昌首义学院，一支名为“慧筑砼芯”的大学生跨学科团队，正试图用一行行代码和一套AI算法，给这个传统行当装上一颗“智慧大脑”。他们开发的“砼芯·AI小志”平台，将原本依赖经验反复试错的配方筛选周期大幅压缩——AI可在3分钟内给出高精度配比方案，让研发效率实现质的飞跃，成本降低八成以上，让冰冷的混凝土拥有了可计算、可优化的“数字生命”。
龙娈珍老师（左）正在指导张志华进行实验分析
“尽量省钱的数学公式是什么？”
“调一种新型透水混凝土，光是配方筛选就要折腾半个月，吃掉5吨材料，砸进去2万多块钱，最后成功概率还不到三成。”提起传统研发的“烧钱”模式，项目负责人、武昌首义学院城市建设学院大二学生张志华直摇头。
有人问，不是有专业配比软件吗？确实有，但一套专业系统动辄几十万元，对大多数中小企业和实验室来说，门槛太高、用不起。于是，“老师傅经验”仍是行业最普遍的“标配”。“说白了，就是一遍遍‘试错’，试到对为止。”张志华说。
改变，始于一次让人“头昏脑胀”的实验课。
那天的任务是计算混凝土配合比。水泥、沙子、石子、水……一个参数微调，整套数据就得推倒重来。对着密密麻麻的计算稿纸，平日里对AI颇感兴趣的张志华突然冒出一个念头：“AI能下棋、能写诗，怎么就不能帮我们算混凝土呢？”
这个听上去有点“异想天开”的想法，却在指导老师龙娈珍那里得到了热情回应。当张志华小心翼翼地向这位拥有20多年建材研究经验的老教师吐露想法时，龙娈珍的第一反应是“惊喜”。“这说明学生有很好的信息素养和跨界意识，”龙娈珍说，“而我手上这个再生骨料透水混凝土的项目，正缺这样的人才。”
一拍即合。张志华很快拉来了信息科学与工程学院的李雯、刘怡婷和经济管理学院的陶素云等同学，一支横跨土木、计算机、财会的“跨界小分队”就此搭了起来。
“跨界小分队”
但专业之间的“语言鸿沟”，比他们想象的大得多。第一次合作就翻了车。张志华跟负责技术的李雯提需求：“算法得保证强度达标，同时尽量省钱。”学计算机的李雯当场懵了——“‘尽量省钱’写成数学公式是什么？”她按通用算法跑了一版模型，结果在数学上堪称“完美”，可张志华一看就苦笑起来：按这个配比拌出来的混凝土，干得像一盘散沙，连模具都填不满，根本没法施工。
“那天我俩在实验室吵了一整个下午。”张志华回忆起来忍不住笑了。但也正是这场“吵架”，催生了他们独特的磨合方式——沉浸式交叉实训。接下来，李雯跟着张志华泡在实验室里，亲手拌料、测坍落度、压试块，亲眼看到“水胶比”只差0.1，混凝土的状态就能天差地别；张志华则跟着李雯恶补机器学习，搞懂了什么叫“特征工程”、什么叫“约束条件”。
“我的角色不是写代码，而是当‘把关人’和‘翻译官’。”龙娈珍打了个形象的比方，“我不懂代码，但我一眼就能看出AI算出来的结果符不符合工程规范。说白了，我们的目标只有一个：让学生用技术赋能专业，用专业驾驭技术。
龙娈珍老师正在上课
AI给混凝土当起了“配比军师”
想让AI“学会”配混凝土，第一步就得先让它“见世面”。
团队从知网等平台搜集了2000余篇行业论文和30多本国家标准，加上实验室积累的4000多组真实实验数据，先用大模型进行半自动化提取，再由土木专业的同学逐条核对校准，逐步构建起一个覆盖多种材料类型和性能指标的“混凝土知识库”。这些数据涵盖了从常规混凝土到透水、水工、喷射等多种特种混凝土的配比参数和性能表现，为AI的“学习”打下了坚实基础。
可AI到底“学”到了什么？是像背课文一样把几千个配方全记下来了吗？
负责技术的李雯给出了更专业的解释：“它不是简单记住几千个配方，而是通过深度学习，拟合出了原材料参数与混凝土性能之间复杂的非线性关系。”通俗地讲，AI并不了解水泥水化的化学反应原理，但它能从海量数据中总结出准确的规律——比如水胶比每降低0.01，混凝土强度会提高多少兆帕；粉煤灰掺量在哪个区间内，既能改善抗冻性又不至于过度牺牲早期强度。换句话说，AI不懂“为什么”，但很清楚“怎么办”。
“砼芯·AI小志”平台截图
这种能力在处理特种混凝土时尤其有价值。以水工混凝土为例，它需要同时满足强度、抗渗、抗冻等多个性能指标，而这些指标之间往往相互制约：提高抗冻性需要增加引气剂，但引气剂多了强度就会下降；想减少开裂风险需要多掺粉煤灰，可粉煤灰掺多了又会影响早期强度。传统方法依赖工程师反复试配，往往“按下葫芦浮起瓢”，周期长、成本高，试几十次都未必能找到那个最优平衡点。
“我们这个平台的核心优势，是将传统依赖经验的‘试错法’升级为数据驱动的‘预测法’。”张志华解释道，在前期模型构建完成后，针对新的材料或性能要求，AI能在3分钟内给出高精度的优化配比预测，而无需再经历动辄数周、耗费大量材料的配方筛选过程。
在一次真实的水工混凝土抗冻性优化项目中，AI推荐的配比经试验验证，将抗冻等级提升了两级，整体研发周期缩短了70%。
“现在只需输入目标性能，AI几分钟就能给出最优配比，还会生成一份参数分析报告，告诉工程师‘粉煤灰掺量每增加5%，抗冻等级提升一级，但强度会下降3%’。”张志华说，有了这份报告，如何调整参数、往哪个方向优化，就变得清晰明了了。从“凭经验试”到“看数据调”，这套系统正在让混凝土配比这门老手艺，一步步走向精准化、智能化。
龙娈珍老师正在指导学生做实验
试用7天，就签了年度合同
技术的价值在于应用。目前，“砼芯·AI小志”平台已在多家单位落地。在武昌首义学院实验室，团队利用系统优化超高韧性材料配比，将试配验证次数从20次压缩至3次，节省材料成本5万余元。
平台真正走出校门，源于一次“校友牵线”。今年年初，龙娈珍向一位校友分享了学生的项目进展，对方恰好认识广东一家检测公司的技术负责人。彼时，这家公司正为两件事头疼：一是检测报告出具太慢，客户频频催单；二是数据管理混乱，每次审计都得翻箱倒柜找纸质记录。
抱着试试看的心态，该公司主动联系了团队。张志华给对方开了一个免费测试账号，先试用配比数据管理和报告生成功能。结果试用仅一周，对方就打电话来要签年度合同。
“以前出一份检测报告，从手写记录、录入电脑到排版生成，至少要折腾2天，中间还容易抄错数据。”公司负责人反馈说，“用了他们的系统后，数据自动计算校核，报告一键生成，2小时就能搞定，效率提升了8倍。更省心的是，所有数据云端存储、全程可追溯，审计时导出数据就过了。”
如今，这家公司已将实验室核心业务搬上平台，还主动当起了“推荐人”，帮团队对接了好几家同行。“以前我们想找这样的工具，找遍了市场都没找到，”该负责人感慨，“没想到被几个大学生做出来了。”
张志华正在介绍“砼芯·AI小志”平台
从迷茫的土木新生到跨学科项目负责人，张志华的转变是大学生创新的一个缩影。“我以前也觉得土木是‘搬砖’，但当我用自己做的AI帮实验室半天解决了一个困扰半个月的难题时，我瞬间感觉‘这个人越来越值钱了’。”张志华说，“未来最值钱的，一定是能把新技术和传统行业结合起来的复合型人才。”
龙娈珍老师寄语团队：“希望他们始终坚守工程初心与专业底线，技术为辅、质量为本，做有用、可信、接地气的研究。”
武昌首义学院城市建设学院相关负责人表示，该项目是学院推进“新工科”建设和应用型人才培养的典型成果，“当学生将课堂所学与产业需求对接，跨学科知识融会贯通时，就能迸发出令人惊喜的创新力量。”
这群大学生创客，正以科技为笔，在传统行业中书写着属于中国青年的“硬核”担当。