Najpogostejša snov na našem planetu že stoletja skriva skrivnost, ki je kljubovala najboljšim znanstvenikom, zdaj pa se zdi, da jo je začela razkrivati kar ... umetna inteligenca!
Čeprav voda prekriva več kot dve tretjini površine Zemlje in je nepogrešljiva za življenje, ostaja ena najbolj nenavadnih snovi v naravi. Za razliko od skoraj vseh drugih tekočin se ob zamrzovanju ne skrči, temveč razširi, zaradi česar led plava na vodi. Prav to in številne druge nenavadne lastnosti znanstvenike begajo že desetletja.
Raziskovalci z univerze v Osaki na Japonskem so zdaj pri reševanju te uganke uporabili umetno inteligenco. Njihova študija, objavljena v znanstveni reviji Communications Chemistry, predstavlja nov sistem, ki s pomočjo nevronskih mrež analizira in primerja različne modele molekularne zgradbe vode ter pomaga razumeti njeno nenavadno obnašanje.
Posebno pozornost so namenili tako imenovani podhlajeni vodi. Gre za pojav, ko voda ostane tekoča tudi pri temperaturah pod običajnim lediščem. To se zgodi, če v njej ni delcev ali mikroskopskih nepravilnosti, na katerih bi se lahko začelo nastajanje ledenih kristalov. Brez teh začetnih točk voda kljub nizkim temperaturam ne zmrzne.
Prav v tem stanju njene nenavadne lastnosti postanejo še izrazitejše. Ena vodilnih znanstvenih teorij pravi, da podhlajena voda prehaja med dvema različnima tekočima strukturama: tekočino z visoko gostoto (HDL) in tekočino z nizko gostoto (LDL). Ti dve obliki nastajata zaradi nenehno spreminjajoče se mreže vodikovih vezi med molekulami vode. Z višanjem temperature začne prevladovati bolj kompaktna struktura z visoko gostoto.
Do zdaj so raziskovalci razvili številne metode za opis teh molekularnih struktur, med drugim z merjenjem lokalne gostote ali tetraedrične razporeditve vezi. Ker pa so bile posamezne metode razvite neodvisno druga od druge, uporabljajo različne merske lestvice in pristope, zato jih je bilo težko neposredno primerjati. Ekipa iz Osake je zato uporabila umetno inteligenco. Raziskovalci so nevronsko mrežo učili s podatki iz računalniških simulacij podhlajene vode, kjer je sistem skozi številne ponovitve prepoznaval vzorce in povezave med molekulami.
"Pretekle raziskave so pokazale, da je strojno učenje zelo učinkovito pri razvrščanju in razumevanju strukturnih podatkov. Želeli smo uporabiti model nevronske mreže za oceno, kako natančno posamezni opisni modeli zajemajo ključne informacije o strukturi vode, na način, ki je podoben človeškemu razmišljanju," je pojasnil vodilni avtor raziskave Kang Kim.
Umetna inteligenca je nato primerjala kar 16 različnih modelov opisovanja molekularne zgradbe vode in ugotovila, kateri med njimi najbolje razlikujejo med strukturama HDL in LDL pri različnih temperaturah. "Na ta način smo lahko določili najučinkovitejše opisne modele," je povedal soavtor raziskave Nobuyuki Matubayasi.
Po mnenju raziskovalcev bi nova metoda lahko pomembno izboljšala razumevanje povezave med mikroskopskimi spremembami v zgradbi vode in njenimi fizikalnimi lastnostmi. To bi lahko pomagalo razložiti, zakaj se voda obnaša tako drugače od drugih tekočin, hkrati pa odprlo vrata razvoju novih metod za raziskovanje ene najbolj skrivnostnih in hkrati najpomembnejših snovi na našem planetu.
