Comprendere il funzionamento dell'acqua utilizzando l'apprendimento automatico

Nov 20, 2023

Compila il modulo sottostante e ti invieremo via email una versione PDF di "Comprendere la via dell'acqua utilizzando l'apprendimento automatico"

Completa il modulo sottostante per sbloccare l'accesso a TUTTI gli articoli audio.

L’acqua ha lasciato perplessi gli scienziati per decenni. Negli ultimi 30 anni circa, hanno teorizzato che, una volta raffreddata a una temperatura molto bassa come -100°C, l’acqua potrebbe essere in grado di separarsi in due fasi liquide di diversa densità. Come l'olio e l'acqua, queste fasi non si mescolano e possono aiutare a spiegare alcuni altri strani comportamenti dell'acqua, come il modo in cui diventa meno densa man mano che si raffredda.

Tuttavia, è quasi impossibile studiare questo fenomeno in laboratorio, perché l’acqua cristallizza in ghiaccio molto rapidamente a temperature così basse. Ora, una nuova ricerca del Georgia Institute of Technology utilizza modelli di apprendimento automatico per comprendere meglio i cambiamenti di fase dell’acqua, aprendo più strade per una migliore comprensione teorica di varie sostanze. Con questa tecnica, i ricercatori hanno trovato forti prove computazionali a sostegno della transizione liquido-liquido dell’acqua che possono essere applicate ai sistemi del mondo reale che utilizzano l’acqua per funzionare.

"Lo stiamo facendo con calcoli di chimica quantistica molto dettagliati che cercano di avvicinarsi il più possibile alla fisica reale e alla chimica fisica dell'acqua", ha affermato Thomas Gartner, assistente professore presso la Scuola di ingegneria chimica e biomolecolare della Georgia Tech. "Questa è la prima volta che qualcuno è riuscito a studiare questa transizione con questo livello di precisione."

La ricerca è stata presentata nell’articolo “Liquid-Liquid Transition in Water From First Principles”, pubblicato sulla rivista Physical Review Letters, con coautori dell’Università di Princeton.

Per comprendere meglio come interagisce l’acqua, i ricercatori hanno eseguito simulazioni molecolari su supercomputer, che Gartner ha confrontato con un microscopio virtuale.

"Se avessi un microscopio infinitamente potente, potresti zoomare fino al livello delle singole molecole e vederle muoversi e interagire in tempo reale", ha detto. "Questo è ciò che stiamo facendo creando quasi un film computazionale."

I ricercatori hanno analizzato il modo in cui le molecole si muovono e hanno caratterizzato la struttura del liquido a diverse temperature e pressioni dell'acqua, imitando la separazione di fase tra i liquidi ad alta e bassa densità. Hanno raccolto dati estesi – eseguendo alcune simulazioni per un periodo massimo di un anno – e hanno continuato a mettere a punto i loro algoritmi per ottenere risultati più accurati.

Anche dieci anni fa, eseguire simulazioni così lunghe e dettagliate non sarebbe stato possibile, ma oggi il machine learning offre una scorciatoia. I ricercatori hanno utilizzato un algoritmo di apprendimento automatico che ha calcolato l’energia di come le molecole d’acqua interagiscono tra loro. Questo modello ha eseguito il calcolo in modo significativamente più veloce rispetto alle tecniche tradizionali, consentendo alle simulazioni di progredire in modo molto più efficiente.

L’apprendimento automatico non è perfetto, quindi queste lunghe simulazioni hanno anche migliorato l’accuratezza delle previsioni. I ricercatori sono stati attenti a testare le loro previsioni con diversi tipi di algoritmi di simulazione. Se più simulazioni fornivano risultati simili, la loro accuratezza veniva convalidata.

"Una delle sfide di questo lavoro è che non ci sono molti dati con cui possiamo fare confronti perché è un problema che è quasi impossibile da studiare sperimentalmente", ha detto Gartner. "Stiamo davvero spingendo oltre i limiti, quindi questo è un altro motivo per cui è così importante provare a farlo utilizzando molteplici tecniche computazionali diverse."

Alcune delle condizioni testate dai ricercatori erano estreme che probabilmente non esistono direttamente sulla Terra, ma potenzialmente potrebbero essere presenti in vari ambienti acquatici del sistema solare, dagli oceani di Europa all'acqua nel centro delle comete. Tuttavia, questi risultati potrebbero anche aiutare i ricercatori a spiegare e prevedere meglio la strana e complessa chimica fisica dell’acqua, informando l’uso dell’acqua nei processi industriali, sviluppando modelli climatici migliori e altro ancora.