Så ska AI-färg kyla ner byggnader under värmeböljor

Behovet av effektiva kylmetoder ökar i och med klimatförändringarna och allt fler värmeböljor. Nu har forskare vid bland annat Umeå universitet med hjälp av AI utvecklat färg som kan hjälpa byggnader och föremål att bibehålla kyla. På sikt skulle metoden även kunna användas för att bibehålla värme – och i stor skala rentav bromsa global uppvärmning.
Metoden är framtagen av forskare från USA, Kina, Singapore – och Sverige. Med hjälp av AI har man skapat en mängd avancerade och tunna så kallade metamaterial som inte bara stänger solstrålning ute, utan även klarar av att reflektera den och avge värme. Ett av materialen kan användas i färg och målas eller sprutas på byggnader, bilar, tåg och maskiner.
Märkbar skillnad i temperatur
Max Yan är universitetslektor vid Umeå universitet och en av de som bidragit till att utveckla metoden och tolka resultaten – som enligt honom är betydande.
– Ett tak som målats med det specialdesignade materialet höll en inomhustemperatur som var 5,6 grader celcius lägre än en annan byggnad målad med konventionell vit färg, säger Max Yan, i ett pressmeddelande.
Specialfärgen påverkar därmed energiförbrukningen i byggnader eftersom behoven av luftkonditionering minskar. Om färgen skulle appliceras på taket till ett klassiskt fyravåningshus i Bangkok med en takyta om 780 kvm skulle cirka 12 000 kilowattimmar kunna sparas på bara ett år.
Bromsa global uppvärmning?
Forskningsresultaten har presenterats i en studie, som Max Yan är medförfattare till, i den vetenskapliga tidskriften Nature. Enligt Max Yan kan detta vara början på större genombrott.
– Kommer en omfattande användning av den här typen av kylande metamaterial att bidra till att bromsa den globala uppvärmningen? Jag har inte ägnat så mycket tid åt den frågan, men jag skulle säga att den är värd att undersöka, säger Max Yan.
Om metamaterial
Metamaterial är konstgjort konstruerade material vars egenskaper överträffar naturliga material. Utveckling av metamaterial med kylande egenskaper har tidigare varit tidskrävande och krävt omfattande tester. Med maskininlärning och AI kan nu tusentals avancerade strukturer med önskade egenskaper genereras på bara ett par dagar. Utifrån dessa kan de mest kostnadseffektiva väljas ut och tas vidare i stor skala.
Källa: Umeå universitet
Läs mer om ämnet: