Физикохимик Сяо Чэн Цзэн (Xiao Cheng Zeng) и научный сотрудник Ливэнь Ли (Liwen Li) из Городского университета Гонконга (Китай) 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. Результаты научной работы опубликовали в журнале Nature Physics.
Анализ показал 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.
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.