Китайские ученые из Городского университета Гонконга с помощью нейросети без учителя проанализировали движение сотен тысяч молекул воды. Они подтвердили, что вода может существовать в двух разных жидких состояниях — плотном и менее плотном.
Результаты моделирования, которое без ИИ заняло бы 10 лет, а с ИИ — полтора года, опубликованы в журнале Nature Physics.
Главные мысли за 1 минуту:
- Китайские физикохимики использовали нейросеть без учителя для анализа динамики сотен тысяч молекул воды.
- Моделирование показало, что вода переключается между плотным и менее плотным жидким состоянием.
- Обычно переход преодолевает один энергетический барьер, но при 0 °C (таяние льда) молекулы идут по круговому маршруту через три барьера.
- Понимание этих механизмов поможет в биологии и фармацевтике — особенно при создании инъекционных препаратов и изучении работы клеток.
Нейросеть против хаоса: как изучали воду
Физикохимик Сяо Чэн Цзэн и научный сотрудник Ливэнь Ли из Городского университета Гонконга применили метод «обучения без учителя» — нейросеть, способную самостоятельно искать скрытые закономерности в массивах данных без подсказок человека.
Ученые запустили масштабное компьютерное моделирование динамики сотен тысяч молекул воды, в результате которого накопился гигантский массив данных. Без помощи нейросетей ручной анализ такого объема информации занял бы примерно 10 лет, однако алгоритм справился всего за полтора года.
Два лица воды: что показало моделирование
Анализ выявил ключевые переменные в хаотичном движении молекул и помог определить точные пути, по которым структура воды переключается из плотного состояния в менее плотное — и обратно. Физики выяснили, что обычно этот переход идет по простому пути с одним энергетическим барьером (уровень энергии, который частице необходимо накопить, чтобы изменить свою структуру).
Однако в особых условиях — например, при нуле градусов Цельсия, когда лед тает и превращается в воду — молекулы начинают менять свое состояние по сложному «круговому маршруту», преодолевая сразу три энергетических барьера.
Почему это важно?
Теперь авторы исследования планируют усовершенствовать модель машинного обучения, чтобы связать особенности этого процесса с макроскопическими свойствами воды: плотностью, температурой и вязкостью. Ученые подчеркнули, что большинство биологических и фармацевтических процессов на Земле протекает в водной среде.
Точное понимание структуры жидкой воды в будущем позволит детально разобраться, как в растворах взаимодействуют белки, соли и сложные молекулы лекарств, что критически важно для создания новых инъекционных препаратов и понимания работы живых клеток.