기계 학습을 사용하여 물이 어떻게 작용하는지 더 잘 이해 날짜: 2022년 12월 16일 원천: 조지아 공과대학 요약: 새로운 연구는 기계 학습 모델을 사용하여 물의 상 변화를 더 잘 이해하고 다양한 물질에 대한 더 나은 이론적 이해를 위한 더 많은 길을 열어줍니다. 이 기술을 통해 연구원들은 물을 사용하여 작동하는 실제 시스템에 적용할 수 있는 물의 액체-액체 전이를 뒷받침하는 강력한 계산 증거를 발견했습니다.
물은 수십 년 동안 과학자들을 당황하게 했습니다. 지난 30년 동안 그들은 -100C와 같은 매우 낮은 온도로 냉각될 때 물이 밀도가 다른 두 개의 액체상으로 분리될 수 있다는 이론을 세웠습니다. 기름과 물처럼 이 단계는 섞이지 않으며 물이 식으면서 밀도가 낮아지는 것과 같은 물의 다른 이상한 행동을 설명하는 데 도움이 될 수 있습니다.
하지만 실험실에서 이 현상을 연구하는 것은 거의 불가능합니다. 왜냐하면 물은 그렇게 낮은 온도에서 너무 빨리 얼음으로 결정화되기 때문입니다. 이제 조지아 공과대학(Georgia Institute of Technology)의 새로운 연구에서는 기계 학습 모델을 사용하여 물의 상 변화를 더 잘 이해함으로써 다양한 물질에 대한 더 나은 이론적 이해를 위한 더 많은 길을 열어줍니다. 이 기술을 통해 연구원들은 물을 사용하여 작동하는 실제 시스템에 적용할 수 있는 물의 액체-액체 전이를 뒷받침하는 강력한 계산 증거를 발견했습니다.
"우리는 물의 실제 물리 및 물리적 화학에 가능한 한 근접하도록 노력하는 매우 상세한 양자 화학 계산을 통해 이를 수행하고 있습니다."라고 Georgia Tech의 화학 및 생체 분자 공학부 조교수인 Thomas Gartner가 말했습니다. "누구나 이 수준의 정확도로 이러한 전환을 연구할 수 있었던 것은 이번이 처음입니다."
이 연구는 Princeton University의 공동 저자와 함께 Physical Review Letters 저널의 "Liquid-Liquid Transition in Water From First Principles" 논문에 발표되었습니다 .
물 시뮬레이션
물이 상호 작용하는 방식을 더 잘 이해하기 위해 연구원들은 슈퍼컴퓨터에서 분자 시뮬레이션을 실행했으며 Gartner는 이를 가상 현미경과 비교했습니다.
"무한히 강력한 현미경이 있다면 개별 분자 수준까지 확대하여 실시간으로 움직이고 상호 작용하는 것을 볼 수 있습니다."라고 그는 말했습니다. "이것은 거의 계산적인 영화를 만들어서 우리가 하고 있는 일입니다."
연구원들은 고밀도 액체와 저밀도 액체 사이의 상 분리를 모방하여 분자가 어떻게 다른 수온과 압력에서 액체 구조를 이동하고 특성화하는지 분석했습니다. 그들은 최대 1년 동안 일부 시뮬레이션을 실행하면서 광범위한 데이터를 수집하고 보다 정확한 결과를 위해 알고리즘을 미세 조정했습니다.
10년 전만 해도 그렇게 길고 상세한 시뮬레이션을 실행하는 것은 불가능했을 것이지만 오늘날 기계 학습은 지름길을 제공했습니다. 연구원들은 물 분자가 서로 상호 작용하는 방식의 에너지를 계산하는 기계 학습 알고리즘을 사용했습니다. 이 모델은 기존 기술보다 훨씬 빠르게 계산을 수행하여 시뮬레이션을 훨씬 더 효율적으로 진행할 수 있습니다.
머신 러닝은 완벽하지 않기 때문에 이러한 긴 시뮬레이션을 통해 예측 정확도도 향상되었습니다. 연구원들은 서로 다른 유형의 시뮬레이션 알고리즘을 사용하여 그들의 예측을 신중하게 테스트했습니다. 여러 시뮬레이션에서 비슷한 결과가 나오면 정확도가 검증된 것입니다.
가트너는 "이 작업의 어려움 중 하나는 실험적으로 연구하는 것이 거의 불가능한 문제이기 때문에 비교할 수 있는 데이터가 많지 않다는 것"이라고 말했다. "우리는 여기서 한계를 뛰어넘고 있습니다. 그래서 여러 다른 계산 기술을 사용하여 이 작업을 시도하는 것이 중요한 또 다른 이유입니다."
비욘드 워터
연구원들이 테스트한 조건 중 일부는 지구에 직접적으로 존재하지 않는 극단적인 조건이었지만 유로파의 바다에서 혜성 중심의 물에 이르기까지 태양계의 다양한 수중 환경에 잠재적으로 존재할 수 있습니다. 그러나 이러한 발견은 연구원들이 물의 이상하고 복잡한 물리적 화학을 더 잘 설명하고 예측하여 산업 공정에서 물의 사용을 알리고 더 나은 기후 모델을 개발하는 데 도움이 될 수 있습니다.
Gartner에 따르면 이 작업은 훨씬 더 일반화할 수 있습니다. 물은 잘 연구된 연구 분야이지만 이 방법론은 폴리머와 같이 시뮬레이션하기 어려운 다른 물질이나 화학 반응과 같은 복잡한 현상으로 확장될 수 있습니다.
"물은 생명과 산업의 중심이기 때문에 물이 이러한 상전이를 겪을 수 있는지에 대한 이 특별한 질문은 오랜 문제였으며 우리가 답을 향해 나아갈 수 있다면 그것은 중요합니다."라고 그는 말했습니다. "그러나 이제 우리는 정말 강력한 새로운 계산 기술을 가지고 있지만 경계가 무엇인지 아직 알지 못하며 필드를 앞으로 나아갈 여지가 많습니다."