Compreendendo o caminho da água usando aprendizado de máquina

Nov 20, 2023

Preencha o formulário abaixo e enviaremos por e-mail uma versão em PDF de "Entendendo o caminho da água usando aprendizado de máquina"

Preencha o formulário abaixo para desbloquear o acesso a TODOS os artigos de áudio.

A água tem intrigado os cientistas por décadas. Nos últimos 30 anos, eles teorizaram que, quando resfriada a uma temperatura muito baixa, como -100°C, a água pode ser capaz de se separar em duas fases líquidas de diferentes densidades. Como o óleo e a água, essas fases não se misturam e podem ajudar a explicar alguns dos outros comportamentos estranhos da água, como a forma como ela se torna menos densa à medida que esfria.

É quase impossível estudar esse fenômeno em um laboratório, porque a água cristaliza em gelo muito rapidamente em temperaturas tão baixas. Agora, uma nova pesquisa do Georgia Institute of Technology usa modelos de aprendizado de máquina para entender melhor as mudanças de fase da água, abrindo mais caminhos para uma melhor compreensão teórica de várias substâncias. Com esta técnica, os pesquisadores encontraram fortes evidências computacionais em apoio à transição líquido-líquido da água que podem ser aplicadas a sistemas do mundo real que usam água para operar.

“Estamos fazendo isso com cálculos de química quântica muito detalhados que estão tentando ser o mais próximo possível da física real e da química física da água”, disse Thomas Gartner, professor assistente da Escola de Engenharia Química e Biomolecular da Georgia Tech. “Esta é a primeira vez que alguém pode estudar essa transição com esse nível de precisão”.

A pesquisa foi apresentada no artigo "Liquid-Liquid Transition in Water From First Principles", na revista Physical Review Letters, com co-autores da Universidade de Princeton.

Para entender melhor como a água interage, os pesquisadores realizaram simulações moleculares em supercomputadores, que o Gartner comparou a um microscópio virtual.

"Se você tivesse um microscópio infinitamente poderoso, poderia ampliar todo o caminho até o nível das moléculas individuais e vê-las se mover e interagir em tempo real", disse ele. "É isso que estamos fazendo ao criar quase um filme computacional."

Os pesquisadores analisaram como as moléculas se movem e caracterizaram a estrutura líquida em diferentes temperaturas e pressões da água, imitando a separação de fases entre os líquidos de alta e baixa densidade. Eles coletaram dados extensos – executando algumas simulações por até um ano – e continuaram a ajustar seus algoritmos para obter resultados mais precisos.

Mesmo uma década atrás, executar simulações tão longas e detalhadas não seria possível, mas o aprendizado de máquina hoje oferece um atalho. Os pesquisadores usaram um algoritmo de aprendizado de máquina que calculou a energia de como as moléculas de água interagem umas com as outras. Este modelo realizou o cálculo significativamente mais rápido do que as técnicas tradicionais, permitindo que as simulações evoluíssem com muito mais eficiência.

O aprendizado de máquina não é perfeito, então essas longas simulações também melhoraram a precisão das previsões. Os pesquisadores tiveram o cuidado de testar suas previsões com diferentes tipos de algoritmos de simulação. Se várias simulações forneceram resultados semelhantes, isso validou sua precisão.

“Um dos desafios deste trabalho é que não há muitos dados com os quais podemos comparar, porque é um problema quase impossível de estudar experimentalmente”, disse o Gartner. “Estamos realmente ultrapassando os limites aqui, então essa é outra razão pela qual é tão importante tentarmos fazer isso usando várias técnicas computacionais diferentes”.

Algumas das condições que os pesquisadores testaram foram extremos que provavelmente não existem diretamente na Terra, mas podem estar presentes em vários ambientes aquáticos do sistema solar, desde os oceanos de Europa até a água no centro dos cometas. No entanto, essas descobertas também podem ajudar os pesquisadores a explicar e prever melhor a química física estranha e complexa da água, informando o uso da água em processos industriais, desenvolvendo melhores modelos climáticos e muito mais.