【红叶网探索分享】

玻璃是某些液体冷却而形成的。但是，为什么液体中的分子在一定温度下会急剧下降，而结构排列却没有明显的相应变化（这种现象称为玻璃化转变）？到目前为止，人们一直没有弄清楚是什么导致了玻璃如此坚硬。

现在，谷歌拥有的人工智能公司DeepMind的研究人员已经使用AI来研究玻璃中的分子随着硬化而发生的变化。 DeepMind的人工神经网络能够在一个时刻仅使用其物理结构的“快照”，来预测分子如何在极长的时间尺度内运动。根据DeepMind的维克多·巴普斯特（Victor Bapst）的观点，即使玻璃的微观结构看起来没有任何特征，“这种结构可能比人们想象的更能预测动力学。”

在悉尼大学研究玻璃过渡的彼得·哈罗尔（Peter Harrowell）表示同意。 他说，这篇论文“比以前有关玻璃硬度论文更能说明问题”，“结构以某种方式为动态编码”，因此玻璃毕竟不像液体那样混乱。

预测倾向

为了了解导致玻璃过渡的微观变化，物理学家需要将两种数据联系起来：玻璃中的分子在太空中是如何排列的，以及它们（缓慢地）如何随时间移动。将这些物质联系起来的一个方法，就是与一种叫做动态倾向的数量有关：鉴于一组分子目前的位置，它们在未来特定时间可能移动多少分子。这种不断演变的数量来自于使用牛顿定律计算分子的轨迹，从许多不同的随机初始速度开始，然后一起平均结果。

通过模拟这些分子动力学，计算机可以生成数千个玻璃分子的"倾向图"，但只能在万亿分之一秒的时间尺度上。而玻璃中的分子，根据定义，移动非常缓慢。法国巴黎高等师范学校大学的凝聚态物理学家朱利奥·比罗利（Giulio Biroli）说，计算它们对几秒或更多水平的倾向"对于普通计算机来说是不可能的，因为它需要太多的时间"。

更重要的是，比罗利说，仅仅通过这些模拟来了解什么结构特征（如果有任何）可能导致玻璃中的分子倾向，并不能给物理学家带来多少见解。

声明：本文内容仅代表作者个人观点，与本站立场无关。如有内容侵犯您的合法权益，请及时与我们联系，我们将第一时间安排处理。更多精彩内容请关注红叶网