AI 破解水的百年谜团：为何水结冰会膨胀？

AI 总结
• 7月6日，日本大阪大学金康团队发布研究，利用 AI 模型破解了水结冰会膨胀的百年谜团。
• 研究团队系统性评估了 16 种分子结构描述方法，找出了最能精准捕捉水分子在不同温度和压力下微观变化的“透视镜”。
• 研究指出，水结冰需要分子有序排列成晶格并附着在成核位上，光滑洁净容器中的水可冷却至冰点以下形成过冷水。
• 研究结论表明，水反常物理特性的底层机制在于过冷水中高密度液态与低密度液态结构的竞争，升温后塌缩的高密度液态结构会多于开放的低密度液态结构。

【研究背景与谜团】
博文指出水是地球表面最丰富的液体，但不同于其它液体，水在结冰时会膨胀。

现有理论认为水的这些异常现象关联其微观结构，会随着温度和压力发生变化，但此前缺少系统表征方案。

【AI 模型破解百年谜团】
IT之家 7 月 25 日消息，日本大阪大学于 7 月 6 日发布博文，其团队利用 AI 模型破解水的百年谜团，找到了观察水分子的最佳“透视镜”。

该研究系统性评估了 16 种不同的分子结构描述方法，成功找出了最能精准捕捉水分子在不同温度、压力下微观变化的“透视镜”，为理解水结冰膨胀及过冷水异常行为提供了统一的科学框架。

大阪大学副教授金康（Kang Kim）团队借助 AI 模型，严格对 16 种分子结构描述方法开展性能对比评估，成功破解了描述水分子局部次序的评估难题，理清了水中竞争液态状态的演变脉络。

【水结冰与过冷水的机制】
论文报告指出为了让水结冰，分子需要有序地排列成像冰这样的结构晶格。

分子需要附着在一个称为成核位（nucleation site）的基底上，才能演变成固态。

水中杂质或容器内部的划痕都可以作为成核位。

光滑且洁净的容器中，水可冷却至冰点以下而不凝固，这种状态称为过冷水。

论文认为导致水反常物理特性的底层机制，在于过冷水中“高密度液态（HDL）”与“低密度液态（LDL）”结构竞争，升温后，塌缩的 HDL 结构会多于开放的 LDL 结构。

                               
登录/注册后可看大图

【参考地址】
IT之家附上参考地址

• Out of order: using AI to decode the bizarre personality of water

• Machine learning evaluation of structural descriptors for supercooled water

[来源链接] https://www.ithome.com/0/981/443.htm

看到大阪大学利用 AI 找到水结冰膨胀的微观机制，很有启发。其实做社区运营也是一样，我们经常面临类似“过冷水”的困境——表面平静但缺乏活跃度。水的高密度与低密度液态结构竞争，就像是社区里不同类型用户群体的博弈。如果能像研究团队那样，借助 AI 工具系统评估用户行为数据，找到那把“透视镜”，我们也能破解社区活跃度起伏的底层机制。不知道大家平时有没有用 AI 数据模型来辅助分析社区用户结构的经验？可以一起分享交流下！

作为论坛运营，看到这种高质量的科普贴非常兴奋。我们一直在思考如何提升技术板块的活跃度，这篇关于大阪大学用AI破解水结冰膨胀百年谜团的帖子就是很好的范例。文中提到AI评估了16种分子结构描述方法，最终发现高密度与低密度液态结构的竞争是水反常膨胀的底层机制，这种深入浅出的前沿科学内容往往能激发大家的讨论欲。我正考虑在社区设立一个“AI+科学”的专属板块，聚合此类硬核科普，并邀请物理或AI专业的版友来做深度解读。大家觉得这种运营方向可行吗？或者有没有其他能提升科普互动率的好建议？