一句話總結：大阪大學利用 AI 技術，首次系統性評比了 16 種描述水分子結構的方法，成功破解水結冰膨脹的百年謎團。
核心要點
- 水結冰時體積膨脹，是因為其微觀結構變化。
- 大阪大學利用 AI 類神經網路模型，評比了 16 種描述水分子結構的方法。
- 研究發現，高密度液體（HDL）和低密度液體（LDL）在不同溫度下競爭。
- AI 能有效辨識分子結構模式，找出最有效率的描述子。
- 此研究有助於釐清水的異常性質，並為未來研究提供方向。
AI 如何破解水的祕密？
水是地球上最常見的物質，但其行為卻非常古怪。最著名的例子是，水結成冰時體積反而膨脹，這使得冰塊能夠浮在水面。科學家早已知曉，這種現象與水分子在不同溫度和壓力下的微觀結構變化有關，但一直缺乏統一的方法來描述和比較這些變化。
日本大阪大學的研究團隊決定利用 AI 來解決這一問題。他們訓練了一個類神經網路模型，首次系統性地評比了 16 種描述水分子結構的方法，最終找出了最能抓住關鍵特徵的描述子。
研究人員先通過分子動力學模擬生成過冷水的結構資料，再餵給類神經網路進行訓練。經過反覆試錯，AI 學會了辨識分子結構中的有意義模式。論文通訊作者 Kang Kim 表示，這套框架能有效評估各結構描述子的準確度，為未來研究提供重要參考。
過冷水：水的另一個面貌
要理解這項研究，需要先認識一種奇特狀態：過冷水。當液態水降到冰點以下，但沒有成核點（如水中雜質或容器內壁的刮痕）時，水仍能維持液態，這就是過冷水。
在過冷狀態下，水的異常性質更加明顯。科學家認為，這是因為液態水內部存在兩種互相競爭的型態：高密度液體（HDL）和低密度液體（LDL）。溫度升高時，HDL 結構會逐漸佔上風，而在低溫下，LDL 結構則更為顯著。
研究團隊利用 AI 辨識這些結構模式，進一步確認了 HDL 和 LDL 在不同溫度下的競爭關係。資深作者松林伸幸表示，這有助於科學家更好地理解水的微觀結構變化及其對熱力學行為的影響。
從產業面來看，這項研究不僅有助於科學界更深入地理解水的異常性質，還可能為開發新型材料和技術提供基礎。畢竟，從細胞生化反應到地球氣候，水無所不在，其微觀結構的奧秘值得我們繼續探索。
未來展望
大阪大學的研究成果為科學界提供了一套評分標準，未來研究水的微觀結構時，科學家可以優先使用這些最有效的工具。這將有助於進一步釐清水的異常性質，並為開發更好的研究工具指引方向。
看懂這個最熟悉又最陌生的分子，或许 AI 就是那把關鍵鑰匙。如果你對水的微觀結構有興趣，不妨多關注這方面的最新研究，或許會有更多驚喜等待著你。
本文改寫整理自公開新聞來源，原始報導由科技新報發布。
常見問題 FAQ
什麼是過冷水？
過冷水是指液態水降至冰點以下但仍維持液態的奇特狀態。這種現象發生的原因是缺少成核點，使得水分子無法排列成固體晶格。
AI 在這項研究中起了什麼作用？
AI 類神經網路模型在這項研究中用於評比 16 種描述水分子結構的方法，找出最能抓住關鍵特徵的描述子。這有助於科學家更好地理解水的微觀結構變化。
這項研究有哪些實際應用？
這項研究為科學界提供了評分標準，有助於進一步釐清水的異常性質，並為開發新型材料和技術提供基礎。例如，在生物醫學和環境科學領域，了解水的微觀結構變化有重要的應用價值。
※ 此篇文章由 AI 改寫或生成，內容僅供參考，可能存在錯誤或不準確之處。