(資料圖)
分子模擬顯示了水分子在高密度液相中的結構及其如何移動。圖片來源：佐治亞理工學院
科技日報記者 劉霞
美國一個研究團隊在最新一期《物理評論快報》上刊發(fā)論文稱，他們借助機器學習技術來理解水在零下100℃的行為。最新研究不僅能讓科學家更好地理解水，也為更好地從理論上理解各種物質開辟了更多途徑。
水是人們 最熟悉、接觸最頻繁的物質之一，但實際上它還有很多未解之謎。在過去30年里，科學家們從理論上認為，當冷卻到零下100℃這樣的極低溫度時，水可能會分 離成兩種不同密度的液相，且這兩種液相就像油和水一樣不相容，這可能有助于解釋水的一些奇怪行為，比如其為何會隨著冷卻而變得不那么致密。
但在實驗室里幾乎不可能研究上述現(xiàn)象，因為水在如此低的溫度下很快就會結晶成冰。在本研究中，美國佐治亞理工學院和普林斯頓大學的科學家求助于機器學習模型，發(fā)現(xiàn)了強有力的計算證據，支持水的液—液相變。
研究人員在超級計算機上進行了分子模擬。他們分析了水分子如何移動，并在不同水溫和壓力下表征了液體結構，模擬了高密度和低密度液體之間的相分離。他們還使用機器學習算法計算了水分子之間相互作用的能量，該模型執(zhí)行計算的速度明顯快于傳統(tǒng)技術，從而使模擬能更有效地進行。
測試的一 些條件非常極端，這些條件并不天然存在于地球上，但可能存在于太陽系的各種水環(huán)境——從木衛(wèi)二海洋到彗星中心的水中。因此，這些發(fā)現(xiàn)也可幫助研究人員更好 地解釋和預測水的奇怪和復雜的物理化學特性，為水在工業(yè)過程中的使用提供更有意義的信息，也有助科學家開發(fā)出更好的氣候模型。
研究人員指出，這是第一次能夠以這種精度研究水的相變，機器學習方法可擴展到研究其他難以模擬的材料（如聚合物）和化學反應等復雜現(xiàn)象。