液氢思考有天文数字的含义

而氢是最简单的元素,我们仍然很难预测它的高压行为——但是英国和瑞士的研究人员可能已经解决了一个氢难题。冰清程来自英国剑桥大学和他的同事使用机器学习研究氢液体状态之间的变化在高温和压力。这意味着他们可以更有效地使用计算机能力比其他理论化学的方法。因此,他们可以模拟系统包含超过一千个原子,而不是几百。

以前的模拟提出了一个突然的变化从一个绝缘液体含有氢分子和氢原子的导电金属液体。程和她的同事发现,有时连续过渡是可能的。高压氢的原子平滑和渐进的方式,”她解释说。研究小组发现,在一个狭窄的范围的条件下,氢形成超临界状态之间的中间分子和原子的液体。Cheng说,这可以解释相互矛盾的实验结果,逐步转换只发生在某些条件下。但后果可能是真正的世界。

我们的结论超临界状态可能会改变我们对巨行星的内部结构的理解,”Cheng解释道。在巨行星可能有丰富的氢在合适的温度和压力是液体。陈补充说,其中的绝缘和金属液体层可能有一个逐渐改变密度轮廓,而不是先前认为的突然变化。氢海洋是否导电或绝缘可能影响他们的磁场,她指出。

产生这些发现,化学家训练一个神经网络使用数据从更传统的密度泛函理论(DFT)和量子蒙特卡罗模拟(QMC)。他们把网络到氢原子的位置,与原子的能量和力量在每种情况下。网络“记得”结构和性能之间的联系,Cheng解释道。它可以预测新结构的属性更多的原子通过比较原子安排它的内存。

DFT和QMC都显示氢的两个液相之间的突然改变,但是,当今的计算机只能模拟一个几百个原子与这些方法。的公开可用的神经网络模拟1728个原子,发现与超临界阶段平滑过渡。“我们相信结果来自更大、更现实的系统更可靠,”Cheng说。

Boeri出去吃Sapienza大学在意大利,说,他们的研究是“一个令人印象深刻的机器学习方法的应用程序”。“这是我见过的第一个情况该方法应用于一个问题可能是棘手的标准DFT计算,“Boeri说。这允许作者几乎确定明确的性质在高压氢气液-液过渡,一个问题,已经争论了几十年,和对行星模型有着重要的影响。”