人工智能曾被用来展示氢是如何在巨行星中变成金属的
致密的金属氢(一种类似电导体的氢相)构成了一颗巨行星的内部，但它很难研究，也不清楚 。通过将人工智能与量子力学相结合 ， 研究人员发现了在这些行星的极端压力条件下，氢是如何变成金属的 。
文章插图
来自剑桥大学、IBM研究部门和EPFL的研究人员使用机器学习来模拟氢原子之间的相互作用，从而克服了即使是最强大的超级计算机的大小和时间限制 。他们发现氢不是以突然或一级跃迁的方式出现，而是以平稳渐进的方式变化 。结果发表在《自然》杂志上 。
氢由一个质子和一个电子组成 。它是宇宙中最简单也是最丰富的元素 。它是太阳系中木星、土星、天王星和海王星等巨行星以及围绕其他恒星运行的系外行星内部的主要部分 。
在巨行星表面 ， 氢仍然是分子气体 。然而 ， 进入更大的行星，压力超过数百万个标准大气压 。在这种极端压缩下 ， 氢气会发生相变：氢分子中的共价键断裂，气体变成导电金属 。
“金属氢的存在是一个世纪前的理论，但我们仍然不知道这个过程是如何发生的，因为很难在实验室环境中重现巨型行星内部的极端压力条件，以及巨大的压力 。预测大型氢系统行为的复杂性 。”来自剑桥大学卡文迪许实验室的主要作者程炳清博士说 。
实验者尝试用钻石砧座研究稠密氢 ， 其中两个钻石对受限样品施加高压 。虽然钻石是地球上最坚硬的物质，但设备在极端压力和高温下会失效，尤其是接触到氢气 ， 这与钻石会一直存在的说法相悖 。这使得实验既困难又昂贵 。
理论研究也具有挑战性：虽然基于量子力学的方程可以用来求解氢原子的运动，但计算超过数千个原子、持续时间超过几纳秒的系统行为所需的计算能力超出了氢原子的能力 。世界上最大最快的超级计算机 。
一般认为 ， 稠密氢的跃迁是一级的 ， 伴随着所有物理性质的突变 。一级相变的一个常见例子是沸腾的液态水：一旦液体变成蒸汽，尽管温度和压力恒定，但其外观和行为完全改变 。
在目前的理论研究中 ， 程和他的同事利用机器学习来模拟氢原子之间的相互作用，以克服直接量子力学计算的局限性 。
三一学院的初级研究员程说：“我们得出了一个惊人的结论，在稠密的氢流体中发现了连续分子到原子跃迁的证据，而不是一级 。”
过渡是平滑的 ， 因为相关的“临界点”被隐藏了 。临界点普遍存在于流体之间的所有相变中：所有能以两相存在的物质都有临界点 。具有暴露临界点(例如蒸汽和液态水的临界点)的系统具有显著不同的相 。而隐藏临界点的稠密氢流体可以在分子相和原子相之间逐渐地、连续地转化 。此外 ， 这个隐藏的临界点还会引起其他异常现象 ， 包括最大密度和热容 。
【人工智能曾被用来展示氢是如何在巨行星中变成金属的】连续跃迁的发现为解释稠密氢实验的矛盾提供了新的方法 。这也意味着在巨大的气体行星中绝缘层和金属层之间的平稳过渡 。如果不把机器学习、量子力学和统计力学结合起来 ， 是不可能开展这项研究的 。毫无疑问，这种方法将在未来揭示更多关于氢系统的物理见解 。接下来，研究人员旨在回答许多关于致密氢固相图的突出问题 。
推荐阅读
- 人工智能旗舰初创公司以8800万美元重新启动
- 人工智能正在协助世界首次太空垃圾清理任务
- 人工智能如何帮助你锐化图像
- 现代集团开发并推出用于混凝土维修的人工智能机器人
- 人工智能可以帮助你了解最新的人工智能
- 人工智能治理市场将在未来几年快速增长
- 传统的电子工程学位应该被重新构想 以包括人工智能和机器学习
- 新的人工智能可以从一张2D图像中创建物体的3D模型
- 脸书正在教它的人工智能如何讨论数学
- 荒野大镖客熊皮用来干嘛 荒野大镖客熊皮作用介绍