El agua ha desconcertado a los científicos durante décadas. Durante los últimos 30 años, han planteado la hipótesis de que cuando se enfría a una temperatura tan baja como -100°C, el agua podría separarse en dos fases líquidas de diferentes densidades. Al igual que el aceite y el agua, estas fases no se mezclan y pueden ayudar a explicar algunos de los otros comportamientos extraños del agua, como la forma en que se vuelve menos densa a medida que se enfría.

Es casi imposible estudiar este fenómeno en el laboratorio, por eso Agua Se cristaliza en hielo rápidamente a temperaturas tan bajas. Ahora, una nueva investigación del Instituto de Tecnología de Georgia utiliza modelos de aprendizaje automático para comprender mejor los cambios de fase del agua, abriendo más vías para una mejor comprensión teórica de los diferentes materiales. Usando esta técnica, los investigadores encontraron evidencia computacional sólida que respalda la transición de agua a líquido que se puede aplicar a los sistemas del mundo real que usan agua para operar.

“Estamos haciendo esto con cálculos de química cuántica muy detallados que intentan acercarse lo más posible a la física real y la química física del agua”, dijo Thomas Gartner, profesor asistente en la Facultad de Ingeniería Química y Biomolecular de Georgia Tech. “Esta es la primera vez que alguien ha podido estudiar esta transición con este nivel de precisión”.

La investigación se presentó en el artículo,Transición de líquido a líquido en agua a partir de primeros principios,en la revista Cartas de revisión físicaCon coautores de la Universidad de Princeton.

simulación de agua

Para comprender mejor cómo interactúa el agua, los investigadores realizaron simulaciones moleculares en supercomputadoras, que Gartner comparó con un microscopio virtual.

“Si tienes un microscopio muy potente, puedes acercarte al nivel de las moléculas individuales y ver cómo se mueven e interactúan en tiempo real”, dijo. “Eso es lo que estamos haciendo al hacer casi una película de computadora”.

Los investigadores analizaron cómo se movían las moléculas y describieron la estructura del fluido a diferentes temperaturas y presiones del agua, simulando la separación de fases entre fluidos de alta y baja densidad. Recopilaron una gran cantidad de datos (realizaron algunas simulaciones durante hasta un año) y siguieron ajustando sus algoritmos para obtener resultados más precisos.

Incluso hace una década, no habría sido posible ejecutar simulaciones tan largas y detalladas, pero hoy el aprendizaje automático ofrece un atajo. Los investigadores utilizaron un algoritmo de aprendizaje automático que calcula la energía de cómo las moléculas de agua interactúan entre sí. Este modelo realizó el cálculo mucho más rápido que las técnicas convencionales, lo que permitió que la simulación progresara de manera más eficiente.

El aprendizaje automático no es perfecto, por lo que estas largas simulaciones también mejoraron la precisión de las predicciones. Los investigadores estaban ansiosos por probar sus predicciones con diferentes tipos de algoritmos de simulación. Si varias simulaciones arrojan resultados similares, verifique su precisión.

“Uno de los desafíos de este trabajo es que no hay muchos datos que podamos comparar porque es un problema que es casi imposible de estudiar experimentalmente”, dijo Gartner. “Realmente estamos empujando los límites aquí, así que esa es otra razón por la que es muy importante que intentemos hacer esto con diferentes técnicas computacionales”.

más allá de las aguas

Algunas de las condiciones que probaron los investigadores eran extremos que pueden no existir directamente en la Tierra, pero que probablemente existan en varios entornos acuáticos del sistema solar, desde los océanos de Europa hasta las aguas en los centros de los cometas. Sin embargo, estos hallazgos también pueden ayudar a los investigadores a interpretar y predecir la química física exótica y compleja del agua, y a informar su uso del agua. operaciones industrialesy desarrollar mejores y más modelos climáticos.

El trabajo es más generalizable, según Gartner. El agua es un área de investigación bien estudiada, pero esta metodología se puede extender a otros materiales que son difíciles de simular, como los polímeros, o fenómenos complejos como interacción química.

“El agua es tan fundamental para la vida y la industria, por lo que esta pregunta particular de si el agua puede pasar por esta transición ha sido un problema de larga data, y si podemos avanzar hacia una respuesta, eso es importante”, dijo. “Pero ahora tenemos esta nueva tecnología computacional realmente poderosa, pero aún no sabemos cuáles son los límites y hay mucho espacio para avanzar en esta área”.