過冷水是什麼？為什麼科學家對它感興趣？

過冷水是指在攝氏零度以下仍保持液態的水，常出現於大氣雲層與生物細胞保存中。它的異常物理行為是物理化學領域的長期謎題，對氣候與生命科學研究都有重要影響。

大阪大學的 AI 模型具體做了什麼？

該 AI 模型以電腦模擬數據訓練，系統評估了 16 種用來描述水微觀結構的數學工具（結構描述子），並找出最能區分水的兩種假設液態（低密度與高密度液態）的最有效描述方式。

雖然此研究聚焦基礎科學，但 AI 用於分析複雜物理現象的方法論，可廣泛應用於材料開發、飛行器輕量化材料研究等領域，間接推動包括無人機在內的科技創新。

文章重點

大阪大學研究人員使用 AI 模型評估 16 種描述水微觀結構的結構描述子。

AI 系統成功識別出最能區分水的兩種競爭液態（低密度與高密度液態）的有效方法。

研究對象為過冷水（supercooled water），即攝氏零度以下仍維持液態的水。

此研究為「液態水二態性」理論提供更系統化的科學研究框架。

該成果展示 AI 在基礎物理化學研究中的應用潛力，超越傳統工程商業領域。

水在日常環境中的行為已令科學家著迷不已，而當水進入「過冷」（supercooled）狀態時，其奇特的物理性質更變得格外顯著。然而，長久以來，科學界一直苦於無法有效比較用來描述水微觀結構的各種方法。

日本大阪大學的研究人員採用了一種以電腦模擬數據訓練的 AI 模型，系統性地評估了 16 種不同的結構描述子（structural descriptors）——這些描述子是科學家用來量化液態水內部排列方式的數學工具。

該 AI 系統成功識別出哪些描述子最能有效區分水的兩種相互競爭的液態，即俗稱「液態水二態性」（liquid-liquid transition）理論中所假設的低密度液態與高密度液態。

過冷水是指在攝氏零度以下仍維持液態的水，常見於大氣雲層、生物細胞冷凍保存等場景。水在這種極端條件下所展現的異常行為，一直是物理化學領域未解之謎。理解其微觀結構，對材料科學、氣候研究乃至生命科學均具有重要意義。

這項研究的意義在於，透過 AI 的客觀篩選，研究人員不再需要依賴主觀判斷來選擇描述水結構的方式，而是有了更科學、更系統化的依據。研究成果為探索自然界最神祕物質之一——水——提供了一個更為清晰的研究框架。

這項研究展示了 AI 在基礎科學領域的潛力，不僅限於工程或商業應用，更能協助科學家釐清長期懸而未決的自然謎題。

原文來源： 查看原文