AI解析過冷水的微觀結構秘密

大阪大學研究團隊於2026年7月11日發表於『化學通訊』期刊的研究，利用人工智慧（AI）成功解析過冷水（低於冰點仍保持液態的水）的微觀結構秘密。水因其獨特的熱力學性質，如結冰時體積膨脹而非收縮，長期困擾科學界。研究人員透過神經網路模型，評估了16種描述水分子結構的指標，成功識別出最能精確區分高密度液體（HDL）與低密度液體（LDL）結構的關鍵參數。 該研究的核心觀點在於，過冷水在微觀層面上存在兩種競爭結構的轉換，即高密度液體與低密度液體。透過AI的認知模擬能力，研究團隊克服了過去不同結構描述指標因尺度與維度不一而難以比較的障礙。這項AI架構不僅驗證了水分子間氫鍵網絡的動態變化，更為理解水這種自然界最奇特物質的熱力學行為提供了全新的分析工具。 研究精華在於利用分子動力學模擬數據訓練AI，使其能像人類認知一樣識別結構模式。透過對比16種結構描述符，AI篩選出最有效的指標，揭示了水分子在不同溫度下如何從開放的低密度排列轉變為緊湊的高密度排列。此發現不僅解釋了水異常行為的微觀起源，也為未來研究複雜液體系統提供了標準化的評估框架。 對於科學研究與應用而言，此成果展示了AI在解析複雜物理化學現象中的強大潛力。研究者建議，未來可將此AI評估框架應用於更廣泛的分子結構研究，以優化材料科學與熱力學模型的開發。對於相關領域的研究人員，這項技術能有效降低處理高維度結構數據的複雜度，並提升對物質相變過程的預測準確性。