分子模拟显示了水分子在高密度液相中的结构及其如何移动。图片来源：佐治亚理工学院

科技日报记者 刘霞

美国一个研究团队在最新一期《物理评论快报》上刊发论文称，他们借助机器学习技术来理解水在零下100℃的行为。最新研究不仅能让科学家更好地理解水，也为更好地从理论上理解各种物质开辟了更多途径。

水是人们 最熟悉、接触最频繁的物质之一，但实际上它还有很多未解之谜。在过去30年里，科学家们从理论上认为，当冷却到零下100℃这样的极低温度时，水可能会分 离成两种不同密度的液相，且这两种液相就像油和水一样不相容，这可能有助于解释水的一些奇怪行为，比如其为何会随着冷却而变得不那么致密。

但在实验室里几乎不可能研究上述现象，因为水在如此低的温度下很快就会结晶成冰。在本研究中，美国佐治亚理工学院和普林斯顿大学的科学家求助于机器学习模型，发现了强有力的计算证据，支持水的液—液相变。

研究人员在超级计算机上进行了分子模拟。他们分析了水分子如何移动，并在不同水温和压力下表征了液体结构，模拟了高密度和低密度液体之间的相分离。他们还使用机器学习算法计算了水分子之间相互作用的能量，该模型执行计算的速度明显快于传统技术，从而使模拟能更有效地进行。

测试的一 些条件非常极端，这些条件并不天然存在于地球上，但可能存在于太阳系的各种水环境——从木卫二海洋到彗星中心的水中。因此，这些发现也可帮助研究人员更好 地解释和预测水的奇怪和复杂的物理化学特性，为水在工业过程中的使用提供更有意义的信息，也有助科学家开发出更好的气候模型。

研究人员指出，这是第一次能够以这种精度研究水的相变，机器学习方法可扩展到研究其他难以模拟的材料（如聚合物）和化学反应等复杂现象。