AI 分析数千万水分子轨迹，发现水或是两种液体混合物

💡 水是生命之源，但它在分子层面可能远比我们想象的神秘。长久以来，科学家一直推测水并非单一液体，而是两种不同分子结构的混合物。现在，借助人工智能，这个假说终于找到了分子层面的直接证据。 🔬 这项研究由香港城市大学的物理化学家 Xiao Cheng Zeng 团队完成，于6月4日发表在《自然·物理》期刊上。Zeng 从1990年代末的博士后时期就开始研究水，大约在2006年的学术会议上领先次接触到水的双态假说——即水在分子层面可能由高密度和低密度两种液体形式组成。但当时缺乏确凿的分子证据，直到大约2016年，研究者才开始报告过冷水可以分离成明显的高、低密度形式的实验信号。 🤖 真正让假说看到曙光的，是无监督深度学习。大约两年半前，Zeng 将揭示水分子两种结构切换的任务交给了博士后研究员 Liwen Li。Li 提出用无监督深度学习来挖掘海量数据。团队使用 GROMACS 模拟包进行了大规模分子动力学模拟，追踪了数十万个水分子的运动与相互作用，生成了数千万个数据点。AI 就像一位不知疲倦的侦探，在这片数据海洋中找到了水分子在高、低密度结构间隐约切换的模式。 📌 水最反常的一点，是它在4摄氏度左右达到最大密度，随后反而膨胀，所以冰才能浮在水面上。这种异常以及其他几十种奇特性质，双态模型试图给出统一解释。新发现的分子切换行为，或许正是这些谜题背后的微观机制。不过，目前该发现尚未经过独立重复验证，其解释力还有待进一步检验。Zeng 估计，没有 AI 的帮助，同样的分析可能需要接近十年的时间（当然，这一估计无法核实）。

EntAI观察

AI 把一项可能需要十年人工分析的工作压缩到了可操作的范围内，直接加速了基础科学的发现。这意味着，在物理、化学等需要分析海量高维数据的领域，无监督学习正在成为一种新的研究范式。但也要冷静看待：双态假说虽然获得了一个分子层面的动画，但离全面验证还有距离，科学从来不会因为一次漂亮的建模就敲定结论。 ⚡ 对普通人来说，这项研究可能不像一个新 App 那样立马改变生活，但理解水分子如何“变装”，能为设计更高效的净水技术、更精准的气候模型，甚至理解蛋白质折叠等生命过程提供微妙的线索。基础科学的每一次探底，最终都会以意想不到的方式惠及日常。 今天这个动作说明了一个趋势：AI 正从辅助工具升级为科学发现中的核心骨干，专门挖掘人眼难以察觉的隐藏模式，基础研究的步伐将被显著加快。