IT之家 7 月 25 日消息,日本大阪大学研究团队近日发布博文,宣布利用人工智能(AI)模型在探索水的物理特性方面取得重大突破,成功破解了困扰科学界百年的谜团:为何水在结冰时体积会膨胀,而非像其他液体一样收缩。水是地球表面最丰富的液体,但其反常的热膨胀性质长期以来缺乏统一的微观解释。金康副教授团队通过 AI 模型系统性评估了 16 种不同的分子结构描述方法,筛选出了最能精准捕捉水分子在不同温度、压力下微观变化的最佳描述符,这相当于找到了观察水分子的最佳“透视镜”。
研究深入探讨了过冷水(Supercooled water)的异常行为,指出导致水反常物理特性的底层机制在于“高密度液态(HDL)”与“低密度液态(LDL)”两种微观结构的竞争。在过冷状态下,随着温度升高,塌缩的 HDL 结构比例会逐渐超过开放的 LDL 结构。该研究不仅理清了水中竞争液态状态的演变脉络,解决了描述水分子局部次序的评估难题,更为理解水的结冰过程、成核机制及相变现象提供了统一的科学框架,为未来基于流体物理的材料设计奠定了理论基础。
事件分析
这一成果标志着“AI for Science”在物质科学领域的成熟落地。对于产业而言,理解水的微观结构对材料科学、低温生物学及热力学工程具有深远意义。未来,这套基于 AI 的结构解析框架有望扩展至其他复杂液体或新型材料的研发中,通过算法加速科研进程,降低实验试错成本。大阪大学的实践证明,AI 正在从单纯的数据处理工具,进化为科学家探索未知世界规律的“数字显微镜”,成为连接微观模拟与宏观物理的关键桥梁。
💡 核心观点:该研究利用AI成功解码水的物理谜题,验证了AI作为科研“超级显微镜”在基础科学发现中的核心价值与广阔前景。
原文链接:Linux.do





