Aprendizaje automático para comprender mejor el comportamiento del agua

22.12.2022 - Estados Unidos

El agua lleva décadas intrigando a los científicos. Durante los últimos 30 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 computacionales sólidas en apoyo de la transición líquido-líquido del agua que pueden aplicarse a los 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 Escuela de Ingeniería Química y Biomolecular de Georgia Tech. "Es la primera vez que alguien ha podido estudiar esta transición con este nivel de precisión".

La investigación se presentó en el artículo "Liquid-Liquid Transition in Water From First Principles", en la revista Physical Review Letters, con coautores de la Universidad de Princeton.

Simulación del agua

Para entender mejor cómo interactúa el agua, los investigadores realizaron simulaciones moleculares en superordenadores, que Gartner comparó con un microscopio virtual.

"Si tuviéramos un microscopio infinitamente potente, podríamos acercarnos hasta el nivel de las moléculas individuales y ver cómo se mueven e interactúan en tiempo real", explica. "Esto es lo que estamos haciendo al crear casi una película computacional".

Los investigadores analizaron cómo se mueven las moléculas y caracterizaron la estructura del líquido a distintas temperaturas y presiones del agua, imitando la separación de fases entre los líquidos de alta y baja densidad. Recopilaron muchos datos -algunas simulaciones duraron hasta un año- y siguieron perfeccionando sus algoritmos para obtener resultados más precisos.

Incluso hace una década, realizar simulaciones tan largas y detalladas no habría sido posible, pero el aprendizaje automático ofrece hoy un atajo. Los investigadores utilizaron un algoritmo de aprendizaje automático que calculaba la energía de las interacciones entre las moléculas de agua. Este modelo realizó el cálculo mucho más rápido que las técnicas tradicionales, lo que permitió que las simulaciones avanzaran de forma mucho más eficiente.

El aprendizaje automático no es perfecto, por lo que estas largas simulaciones también mejoraron la precisión de las predicciones. Los investigadores tuvieron cuidado de probar sus predicciones con distintos tipos de algoritmos de simulación. Si varias simulaciones daban resultados similares, validaban su precisión.

"Uno de los retos de este trabajo es que no hay muchos datos con los que podamos comparar, porque es un problema casi imposible de estudiar experimentalmente", explica Gartner. "Estamos sobrepasando los límites, por eso es tan importante que lo hagamos utilizando múltiples técnicas computacionales".

Más allá del agua

Algunas de las condiciones que probaron los investigadores eran extremos que probablemente no existen en la Tierra directamente, pero que potencialmente podrían estar presentes en diversos entornos acuáticos del sistema solar, desde los océanos de Europa hasta el agua en el centro de los cometas. Sin embargo, estos hallazgos también podrían ayudar a los investigadores a explicar y predecir mejor la extraña y compleja química física del agua, lo que informaría sobre su uso en procesos industriales, el desarrollo de mejores modelos climáticos, etc.

El trabajo es incluso más generalizable, según Gartner. El agua es un campo de investigación muy estudiado, pero esta metodología podría ampliarse a otros materiales difíciles de simular, como los polímeros, o a fenómenos complejos como las reacciones químicas.

"El agua es fundamental para la vida y la industria, por lo que la cuestión de si el agua puede experimentar esta transición de fase es un problema que viene de lejos, y si podemos avanzar hacia una respuesta, es importante", afirma. "Pero ahora tenemos esta nueva técnica computacional realmente potente, pero aún no sabemos cuáles son los límites y hay mucho margen para avanzar en este campo".

Nota: Este artículo ha sido traducido utilizando un sistema informático sin intervención humana. LUMITOS ofrece estas traducciones automáticas para presentar una gama más amplia de noticias de actualidad. Como este artículo ha sido traducido con traducción automática, es posible que contenga errores de vocabulario, sintaxis o gramática. El artículo original en Inglés se puede encontrar aquí.