Pesquisadores da Universidade de Osaka usaram inteligência artificial para comparar modelos da estrutura microscópica da água em seu estado super-resfriado. O trabalho identifica os descritores mais eficazes para distinguir entre duas formas líquidas concorrentes da água.
Cientistas observam há muito tempo que a água se expande ao congelar e exibe outros comportamentos incomuns. Essas características estão ligadas a mudanças entre um líquido de alta densidade e um líquido de baixa densidade no nível molecular, especialmente quando a água é resfriada abaixo de seu ponto de congelamento normal sem solidificar.
A equipe treinou uma rede neural com dados de simulações de dinâmica molecular. O modelo avaliou 16 descritores estruturais para determinar qual deles capturava melhor as principais diferenças entre os dois estados líquidos em temperaturas variáveis.
O autor correspondente, Kang Kim, observou que a abordagem se baseia em métodos de aprendizado de máquina que se mostraram eficazes para classificar dados estruturais. O autor sênior, Nobuyuki Matubayasi, afirmou que a rede determinou os descritores mais eficientes por meio desse processo.
As descobertas foram publicadas na Communications Chemistry. A estrutura pode melhorar a compreensão de como as mudanças moleculares se relacionam com as propriedades termodinâmicas da água.
