Aprendizaje automático para comprender mejor el comportamiento del agua
El agua lleva décadas intrigando a los científicos. Durante los últimos treinta años, han teorizado que cuando se enfría a temperaturas muy bajas, como -100ºC, el agua puede separarse en dos fases líquidas de densidades diferentes. Al igual que el aceite y el agua, estas fases no se mezclan y pueden ayudar a explicar algunos de los otros comportamientos extraños del agua, como el hecho de que se vuelva menos densa a medida que se enfría.
Sin embargo, es casi imposible estudiar este fenómeno en un laboratorio, porque el agua cristaliza en hielo muy rápidamente a temperaturas muy bajas. Ahora, una nueva investigación del Instituto de Tecnología de Georgia utiliza modelos de aprendizaje automático para comprender mejor los cambios de fase del agua, abriendo más vías para una mejor comprensión teórica de diversas sustancias. Con esta técnica, los investigadores hallaron pruebas sólidas en apoyo de la transición líquido-líquido del agua que pueden aplicarse a sistemas del mundo real que utilizan agua para funcionar.
“Lo estamos haciendo con cálculos de química cuántica muy detallados que intentan acercarse lo más posible a la física y la química física reales del agua”, explica Thomas Gartner, profesor adjunto de la Facultad de Ingeniería Química y Biomolecular del Georgia Tech. “Es la primera vez que alguien ha podido estudiar esta transición con este nivel de precisión”.