Учёные из Осакского университета применили искусственный интеллект, чтобы систематизировать существующие подходы к описанию микроскопической структуры воды. Это помогло выявить наиболее точные методы и приблизиться к пониманию её аномальных свойств, таких как расширение при замерзании. Результаты исследования опубликованы в журнале Communications Chemistry.
Многие необычные характеристики воды связывают с изменениями в её молекулярной структуре при разном давлении и температуре. Особенно ярко эти свойства проявляются в переохлаждённом состоянии, когда чистая вода остаётся жидкой при температуре ниже точки замерзания из-за отсутствия центров кристаллизации. Считается, что в таком состоянии одновременно существуют две конкурирующие жидкие формы: с низкой (LDL) и высокой (HDL) плотностью. Преобладание той или иной формы и определяет поведение воды.
До сих пор физики предлагали множество различных параметров для описания локальной структуры воды, но эти подходы разрабатывались независимо и использовали разные шкалы и данные. Это не позволяло напрямую их сравнивать и определить, какие из них наиболее точно отражают реальность. Японские исследователи решили эту проблему с помощью нейросети.
Команда обучила алгоритм на данных, полученных в ходе компьютерного моделирования динамики молекул переохлаждённой воды. После обучения нейросеть проанализировала и сравнила 16 различных методов описания структуры. Система определила, какие из них наиболее эффективно различают участки с низкой и высокой плотностью при разных температурах. По словам авторов, предложенный подход поможет лучше понять связь между микроструктурой и термодинамическими свойствами воды, а также ускорит разработку новых инструментов для её изучения.
