Wasser dehnt sich aus, wenn es gefriert – eine Eigenart, die es unter Flüssigkeiten einzigartig macht. Jetzt haben Wissenschaftler in Japan künstliche Intelligenz genutzt, um zu entschlüsseln, warum Wasser sich so seltsam verhält, besonders wenn es weit unter seinen Gefrierpunkt unterkühlt ist.
Forscher der Universität Osaka trainierten ein KI-Modell mit Computersimulationen von Wassermolekülen. Das System bewertete 16 verschiedene Methoden zur Beschreibung der mikroskopischen Struktur von Wasser und identifizierte, welche am besten zwischen zwei konkurrierenden flüssigen Zuständen unterscheiden. Die Ergebnisse erschienen in Communications Chemistry.
Unterkühltes Wasser verbirgt zwei konkurrierende Formen
Wasser kann selbst unter 0 Grad Celsius flüssig bleiben, wenn keine Verunreinigungen oder rauen Oberflächen die Eisbildung auslösen. Dieser Zustand wird unterkühltes Wasser genannt, und seine seltsamen Eigenschaften werden noch extremer.
Wissenschaftler glauben, dass unterkühltes Wasser als Gleichgewicht zwischen zwei Formen existiert: hochdichte Flüssigkeit (HDL) und niedrigdichte Flüssigkeit (LDL). Auf molekularer Ebene bilden und brechen Wassermoleküle ständig Wasserstoffbrückenbindungen. Mit steigender Temperatur werden die kompakteren HDL-Strukturen gegenüber den offenen LDL-Anordnungen dominant.
KI beendet eine lange Debatte über Messmethoden
Jahrelang schlugen Forscher viele Methoden zur Beschreibung der lokalen Anordnung von Wassermolekülen vor, darunter tetraedrische Bindungsordnung und lokale Dichte. Diese Strukturdeskriptoren wurden unabhängig voneinander entwickelt, mit unterschiedlichen Skalen und Dimensionen, was einen direkten Vergleich fast unmöglich machte.
Frühere Studien zeigten, dass maschinelles Lernen strukturelle Daten effektiv klassifizieren und verstehen kann. Das Team aus Osaka integrierte speziell ein neuronales Netzwerk, um zu bewerten, welche Deskriptoren die wichtigsten Merkmale der Wasserstruktur erfassen. Das KI-System bot einen einheitlichen Rahmen zum Vergleich dieser konkurrierenden Modelle.
Die Menschen in Osaka und ganz Japan sind seit langem stolz auf die Beiträge des Landes zur Grundlagenforschung. Wasser ist essenziell für Leben und Industrie, und das Verständnis seines Verhaltens auf molekularer Ebene könnte Bereiche von der Klimamodellierung bis zur Materialwissenschaft beeinflussen.
Ein klareres Bild der geheimnisvollsten Flüssigkeit der Natur
Die Fähigkeit der KI, Strukturdeskriptoren zu bewerten, gibt Wissenschaftlern ein zuverlässiges Werkzeug zur Untersuchung der dualen flüssigen Zustände von Wasser. Das löst nicht jedes Rätsel um Wasser, bietet aber eine konsistente Methode, um bisher inkompatible Forschungsansätze zu vergleichen. Die Arbeit bringt das Feld näher an ein einheitliches Verständnis, wie die mikroskopische Struktur von Wasser seine makroskopischen Eigenarten antreibt.
