A large open multi-source soil compaction corpus and pretrained tabular estimators from index properties

Jede Straße, jeder Damm und jedes Fundament eines Gebäudes beginnt mit einer einfachen, entscheidenden Frage: Wie dicht können wir die Erde darunter verdichten? Wenn Ingenieure mit Boden bauen, häufen sie ihn nicht einfach nur auf; sie verdichten ihn, pressen die Partikel zusammen, um Luft und Wasser zu entfernen, und schaffen so eine solide Basis, die unter Gewicht nicht einsinken oder sich verschieben wird. Um dies sicher zu tun, müssen sie für jede Art von Erde, die sie verwenden, zwei spezifische Zahlen kennen. Zuer-erst müssen sie die maximale Trockendichte kennen, also das Schwerste, was der Boden beim Zusammendrücken erreichen kann. Zweitens benötigen sie den optimalen Feuchtigkeitsgehalt, also die exakte Menge an Wasser, die der Boden benötigt, um dieses maximale Gewicht zu erreichen. Wenn der Boden zu trocken ist, reiben die Partikel aneinander und weigern sich, sich eng zusammenzufügen. Wenn er zu nass ist, wirkt das Wasser wie ein Schmiermittel, das die Partikel auseinanderdrückt. Das Finden des idealen Mittelpunkts erfordert einen physikalischen Test, bei dem Ingenieure Erde mit verschiedenen Mengen an Wasser mischen, sie in eine Form hämmern und wiegen. Dieser Prozess ist langsam, teuer und muss für jeden neuen Erdhaufen, auf den ein Projekt stößt, wiederholt werden, wobei oft ein ganzer Tag Laborarbeit nötig ist, um nur eine einzige Antwort zu erhalten.

Über Jahrzehnte hinweg haben Forscher versucht, diesen langsamen Prozess zu umgehen, indem sie die Antwort basierend auf einfacheren, schnelleren Tests erraten. Sie hofften, dass sie durch die Messung grundlegender Bodeneigenschaften – wie etwa wie viel Ton der Boden enthält oder wie klebrig er im nassen Zustand ist – die Zahlen der schweren Verdichtung vorhersagen könnten, ohne den vollständigen Test durchzuführen. Diese bisherigen Versuche waren jedoch begrenzt. Die meisten Studien stützten sich auf kleine Datensammlungen aus nur einem Labor oder einer einzigen Bodenart, was bedeutete, dass ihre „Regeln“ oft scheiterten, wenn sie auf andere Erde an anderen Orten angewendet wurden. Darüber hinaus behandelten viele dieser Studien fehlende Informationen als ein Problem, das durch das Erfinden einer Zahl gelöst werden müsse, anstatt zu akzeptieren, dass einige Böden bestimmte Eigenschaften schlichtweg nicht besitzen.

Ein Forschungsteam der King Mongkut's University of Technology Thonburi hat dieses Problem nun angegangen, indem es etwas viel Größeres und Ehrlicheres aufgebaut hat: eine massive, offene Sammlung von Bodendaten aus Dutzenden von verschiedenen Studien und Laboren weltweit. Anstatt Daten zu erraten oder zu erfinden, sammelten sie fast 5.000 Datensätze tatsächlicher Bodenprüfungen und überprüften jeden einzelnen sorgfältig, um sicherzustellen, dass er den Gesetzen der Physik folgt. Sie fanden heraus, dass fast zwölf Prozent der gesammelten veröffentlichten Daten Bodenzustände beschrieben, die physikalisch unmöglich waren, wie etwa Boden, der zu mehr als einhundert Prozent mit Wasser gesättigt ist – ein Zustand, der nicht existieren kann. Durch das Entfernen dieser unmöglichen Datensätze schufen sie eine saubere, zuverlässige Datenbank, die von sauberem Sand bis hin zu schwerem Ton reicht und vier verschiedene Ebenen der Verdichtungsenergie abdeckt.

Mit dieser neuen Datenbank in der Hand testeten die Forscher einen modernen Ansatz zur Vorhersage unter Verwendung einer Art künstlicher Intelligenz, die als Tabular Foundation Model bekannt ist. Im Gegensatz zu herkömmlichen Computerprogrammen, die lernen, indem sie ihre internen Einstellungen basierend auf den ihnen gegebenen spezifischen Daten anpassen, wurde dieses Modell auf Millionen von synthetischen Beispielen vortrainiert und danach eingefroren. Es „lernt“ die Bodendaten nicht im traditionellen Sinne; statattdessen betrachtet es die neuen Bodenaufzeichnungen als Kontext, ganz so, wie ein Schüler ein Lehrbuchbeispiel liest, bevor er eine Aufgabe löst. Diese Methode ermöglichte es dem Modell, die maximale Trockendichte und den optimalen Feuchtigkeitsgehalt mit hoher Genauigkeit vorherzusagen und erreichte dabei eine Präzision, die den physikalischen Tests selbst in nichts nachsteht. Das Modell sagte die maximale Trockendichte mit einem Fehler von nur 0,067 Mg/m³ und den Feuchtigkeitsgehalt mit einem Fehler von 1,67 Prozentpunkten voraus.

Die Studie zeigte auch genau auf, welche Informationen am wichtigsten sind. Als die Forscher die Daten über die Größe der Bodenpartikel entfernten, sank die Genauigkeit der Vorhersagen signifikant, was bewies, dass das Wissen darüber, ob der Boden sandig oder schluffig ist, der wichtigste Faktor ist. Sie fanden auch heraus, dass die Konsistenzgrenzen, die messen, wie sich der Boden im nassen oder trockenen Zustand verhält, entscheidend für feinkörnige Böden waren, aber für reinen Sand irrelevant waren. Entscheidend war, dass das Modell lernte, mit fehlenden Informationen korrekt umzugehen. Wenn eine Bodenprobe keine Plastizitätsgrenze hatte, weil es sich um reinen Sand handelte, erkannte das Modell dieses Fehlen als einen spezifischen Zustand an, anstatt zu versuchen, es mit einer fiktiven Zahl zu füllen. Dies ermöglichte es dem System, über das gesamte Spektrum der Bodenarten zu arbeiten, vom gröbsten Kies bis zum feinsten Ton, ohne zu scheitern.

Die Forscher waren jedoch sorgfältig darauf bedacht, die Grenzen ihrer Arbeit aufzuzeigen. Obwohl das Modell hervorragend darin abschnitt, Ergebnisse für Böden vorherzusagen, die den in ihrer Datenbank enthaltenen Böden ähneln, wurde es noch nicht an völlig neuen Bodenarten aus unbekannten Quellen oder anderen Laboratorien getestet. Die Studie hob auch einen Kompromiss zwischen reiner Genauigkeit und physikalischer Sicherheit hervor. Das genaueste Modell sagte gelegentlich eine Kombination aus Dichte und Feuchtigkeit voraus, die implizieren würde, dass der Boden zu mehr als einhundert Prozent gesättigt ist – eine physikalische Unmöglichkeit. Um dies zu lösen, leitete das Team auch eine einfachere mathematische Formel ab, die garantiert, dass die Ergebnisse immer physikalisch möglich sind, obwohl diese Formel etwas weniger genau ist als das komplexe Computermodell.

Letztendlich bietet diese Arbeit ein neues Fundament für die Zukunft der Geotechnik. Indem sie diesen großen, verifizierten Datensatz veröffentlichen und demonstrieren, wie moderne künstliche Intelligenz von ihm lernen kann, ohne zu übertrainieren (Overfitting), haben die Forscher der wissenschaftlichen Gemeinschaft einen gemeinsamen Maßstab gegeben. Dies ermöglicht es zukünftigen Ingenieuren, bessere Werkzeuge zur Vorhersage des Bodenverhaltens zu entwickeln, was potenziell Zeit und Geld bei Bauprojekten spart und gleichzeitig sicherstellt, dass der Boden unter unseren Gebäuden stabil und sicher bleibt. Die Studie bestätigt, dass wir zwar noch nicht das Verhalten jedes unbekannten Bodens perfekt vorhersagen können, wir uns aber weit über die Ära des Ratens basierend auf kleinen, isolierten Experimenten hinausentwickelt haben. Wir haben nun einen klaren, datengestützten Pfad vor uns, um zu verstehen, wie sich die Erde unter Druck verhält.