水の水素結合ネットワークから人工知能が温度を読み解いた!
大阪大学大学院基礎工学研究科の大学院生の吉川 航平さん(博士後期課程1年)、四方 志さん(博士後期課程3年)、金 鋼准教授、松林 伸幸教授の研究グループは、液体の水における水素結合ネットワークを人工知能に学習させることによって、水分子の配列情報から温度を予測できることを発見しました【図1】。 水分子は水素結合を介して互いに結びついています。氷のような固体状態では、各水分子は4つの水分子と水素結合を形成し、正四面体構造に近い規則正しい配列をとります。一方、液体の水では分子配列は乱れた状態となり、水素結合ネットワークは分子間の結合の組み替えを伴いながら、時々刻々と変化しています。 このように一見無秩序に見える液体の構造にも、四面体構造の名残が存在すると考えられてきましたが、その乱れを適切に記述する構造指標については十分に明らかにされていませんでした。今回、研究グループは、液体の水の構造情報に基づいて異なる温度条件を人工知能が識別できることを示しました。この結果は、水の分子配列には“見えない”温度に対応した情報が埋め込まれており、それを人工知能が高精度に抽出できることを示すものであり、4℃で
公式発表を読む
発表元は大阪大学 研究成果です。JPressは原典への案内と関連情報の整理を行っています。内容と公開日は原典でご確認ください。
大阪大学 研究成果で読む ↗