Acqua, il machine learning per comprenderla meglio
La densità dell'acqua e la transizione di fase liquido-liquido: nuove conoscenze grazie alla chimica quantistica e apprendimento automatico
L’acqua ha lasciato perplessi gli scienziati per decenni. Negli ultimi 30 anni circa, hanno teorizzato che, se 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 altri strani comportamenti dell’acqua, come il fatto che diventa meno densa quando si raffredda. Tuttavia, è quasi impossibile studiare questo fenomeno in laboratorio perché l’acqua, a temperature così basse, si cristallizza in ghiaccio rapidamente. Ora, una nuova ricerca del Georgia Institute of Technology utilizza modelli di apprendimento automatico per comprendere meglio i cambiamenti di fase dell’acqua, aprendo nuove 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 (alcuni tipi di transizione di fase sono le transizioni solido-liquido, solido-gas, liquido-gas) che possono essere applicate ai sistemi reali 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 e alla chimica fisica reale dell’acqua”, ha dichiarato Thomas Gartner, professore assistente presso la School of Chemical and Biomolecular Engineering della Georgia Tech. “È la prima volta che si riesce 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.
Simulare l’acqua
Per capire meglio come interagisce l’acqua, i ricercatori hanno eseguito simulazioni molecolari su supercomputer, che Gartner ha paragonato a un microscopio virtuale. “Se si disponesse di un microscopio infinitamente potente, si potrebbe zoomare fino al livello delle singole molecole e osservarle muoversi e interagire in tempo reale”, ha detto. “È quello che stiamo facendo, creando quasi un film computazionale”.
I ricercatori hanno analizzato il movimento delle molecole e caratterizzato la struttura del liquido a diverse temperature e pressioni dell’acqua, simulando la separazione di fase tra i liquidi ad alta e bassa densità. Hanno raccolto molti dati, eseguendo alcune simulazioni per un anno, e hanno continuato a perfezionare i loro algoritmi per ottenere risultati più accurati. Anche un decennio fa non sarebbe stato possibile eseguire simulazioni così lunghe e dettagliate, ma oggi l’apprendimento automatico offre una scorciatoia. I ricercatori hanno utilizzato un algoritmo di apprendimento automatico che ha calcolato l’energia delle interazioni tra le molecole d’acqua. Questo modello ha eseguito il calcolo molto più velocemente rispetto alle tecniche tradizionali, consentendo alle simulazioni di procedere 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. Quando più simulazioni davano risultati simili, l’accuratezza delle previsioni veniva convalidata. “Una delle sfide di questo lavoro è che non ci sono molti dati con cui confrontarsi, perché si tratta di un problema quasi impossibile da studiare sperimentalmente”, ha detto Gartner. “Stiamo davvero superando i limiti, e questo è un altro motivo per cui è così importante che cerchiamo di farlo usando diverse tecniche computazionali”.
Oltre l’acqua
Alcune delle condizioni testate dai ricercatori erano estreme che probabilmente non esistono direttamente sulla Terra, ma che potenzialmente potrebbero essere presenti in vari ambienti acquatici del sistema solare, dagli oceani di Europa, all’acqua nel centro delle comete. Ma queste scoperte 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 migliorie altro ancora.
Secondo Gartner, il lavoro è ancora più generalizzabile. L’acqua è un’area di ricerca ben studiata, ma questa metodologia potrebbe essere estesa ad altri materiali difficili da simulare, come i polimeri, o a fenomeni complessi come le reazioni chimiche, ha detto Gartner. “Ora disponiamo di questa nuova tecnica computazionale molto potente, ma non sappiamo ancora quali siano i limiti e c’è molto spazio per far progredire il campo”.
