استخدم باحثون في جامعة أوساكا الذكاء الاصطناعي لمقارنة نماذج الهيكل المجهري للماء في حالته فائقة التبريد. ويحدد هذا العمل أكثر الواصفات فاعلية للتمييز بين شكلين سائلين متنافسين للماء.
لطالما لاحظ العلماء أن الماء يتمدد عند تجمده ويظهر سلوكيات غير معتادة أخرى. وترتبط هذه السمات بتحولات بين سائل عالي الكثافة وسائل منخفض الكثافة على المستوى الجزيئي، خاصة عندما يتم تبريد الماء إلى ما دون نقطة تجمده الطبيعية دون أن يتصلب.
قام الفريق بتدريب شبكة عصبية على بيانات من محاكاة الديناميكيات الجزيئية. وقيم النموذج 16 واصفاً هيكلياً لتحديد أيها يجسد بشكل أفضل الاختلافات الرئيسية بين حالتي السائل عند درجات حرارة متفاوتة.
وأشار المؤلف المقابل كانغ كيم إلى أن هذا النهج يستند إلى أساليب تعلم الآلة التي أثبتت فعاليتها في تصنيف البيانات الهيكلية. وقال المؤلف الأول نوبويوكي ماتوباياشي إن الشبكة حددت الواصفات الأكثر كفاءة من خلال هذه العملية.
نُشرت النتائج في دورية (Communications Chemistry). وقد يساهم هذا الإطار في تحسين فهم كيفية ارتباط التغيرات الجزيئية بالخصائص الديناميكية الحرارية للماء.
