Las fluctuaciones cuánticas nucleares son básicas en la modulación de las estabilidades termodinámicas de las diferentes fases del agua. Imagen: Michele Ceriotti. EPFL
Una ingeniosa técnica desarrollada por ingenieros de la Escuela Politécnica Federal de Lausana (EPFL) ha permitido descubrir algunos de los misterios del agua, por ejemplo, ¿por qué es más densa a unos 4 grados centígrados?, o ¿por qué flota el hielo?, o ¿por qué el agua pesada tiene un punto de fusión diferente al agua normal?, o ¿por qué los copos de nieve tienen una simetría hexagonal?
Los investigadores se valieron del aprendizaje automático, una rama de la Inteligencia Artificial que permite a los ordenadores aprender, y de la mecánica cuántica, que describe los procesos más básicos de la naturaleza, para comprender cómo se articula el agua a nivel subatómico.
Usando ambas técnicas, los investigadores pudieron reproducir varias propiedades termodinámicas del agua a nivel cuántico, incluida la densidad del hielo y del agua, la diferencia en la temperatura de fusión para el agua normal y pesada, y la estabilidad de diferentes formas de hielo. Además, el estudio reveló varios puntos de vista físicos sobre qué dan a los sistemas cuánticos del hielo y del agua sus propiedades peculiares.
Uno de los hallazgos más notables de esta investigación es que son las fluctuaciones cuánticas nucleares, que reflejan la tendencia de elementos ligeros como el hidrógeno a comportarse más como una nube difusa en lugar de como una partícula localizada, las que promueven el empaquetamiento hexagonal de las moléculas en el hielo, lo que en última instancia provoca la singular y hermosa simetría de los copos de nieve.
Llegar a comprender el agua en su composición cuántica no ha sido sencillo. En primer lugar por las dificultades propias del mundo subatómico. Como se sabe, los átomos están compuestos por partículas mucho más pequeñas llamadas protones, neutrones y electrones. Los protones y los neutrones se encuentran en el centro del átomo y forman el núcleo atómico.
Todas estas partículas están sujetas a la dualidad onda-partícula, un concepto de la mecánica cuántica según el cual no hay diferencias fundamentales entre partículas y ondas, ya que las partículas pueden comportarse como ondas y viceversa. ¿Cómo investigar pues la naturaleza de estas partículas si están cambiando su estado constantemente?
Remontando limitaciones cuánticas
Esa dificultad se ha resuelto gracias a la así llamada Ecuación de Schrödinger, que describe la evolución temporal de una partícula subatómica en su fase ondulatoria. Gracias a esta ecuación es posible hacer modelos y predicciones de cualquier material, incluyendo las partículas elementales del agua.
Los investigadores explican en un comunicado que los electrones y los núcleos atómicos son la base más tangible de la construcción de la materia y que, siguiendo las leyes de la mecánica cuántica, su comportamiento se puede describir en términos de su función de onda, una especie de nube difusa que está relacionada con la probabilidad de observarlos en un momento y punto determinados.
Pero esta ecuación tiene sus limitaciones, que son las que han resuelto estos investigadores. El problema radica en que, a medida que aumenta el número de electrones y núcleos, la complejidad involucrada pronto se vuelve intratable incluso con los ordenadores más rápidos. De hecho, los cálculos mecánico-cuánticos aún son inaccesibles para sistemas con más de unos pocos cientos de átomos, o para períodos de tiempo más largos que un nanosegundo, que equivale a la milmillonésima parte de un segundo.
Los investigadores se valieron del aprendizaje automático, una rama de la Inteligencia Artificial que permite a los ordenadores aprender, y de la mecánica cuántica, que describe los procesos más básicos de la naturaleza, para comprender cómo se articula el agua a nivel subatómico.
Usando ambas técnicas, los investigadores pudieron reproducir varias propiedades termodinámicas del agua a nivel cuántico, incluida la densidad del hielo y del agua, la diferencia en la temperatura de fusión para el agua normal y pesada, y la estabilidad de diferentes formas de hielo. Además, el estudio reveló varios puntos de vista físicos sobre qué dan a los sistemas cuánticos del hielo y del agua sus propiedades peculiares.
Uno de los hallazgos más notables de esta investigación es que son las fluctuaciones cuánticas nucleares, que reflejan la tendencia de elementos ligeros como el hidrógeno a comportarse más como una nube difusa en lugar de como una partícula localizada, las que promueven el empaquetamiento hexagonal de las moléculas en el hielo, lo que en última instancia provoca la singular y hermosa simetría de los copos de nieve.
Llegar a comprender el agua en su composición cuántica no ha sido sencillo. En primer lugar por las dificultades propias del mundo subatómico. Como se sabe, los átomos están compuestos por partículas mucho más pequeñas llamadas protones, neutrones y electrones. Los protones y los neutrones se encuentran en el centro del átomo y forman el núcleo atómico.
Todas estas partículas están sujetas a la dualidad onda-partícula, un concepto de la mecánica cuántica según el cual no hay diferencias fundamentales entre partículas y ondas, ya que las partículas pueden comportarse como ondas y viceversa. ¿Cómo investigar pues la naturaleza de estas partículas si están cambiando su estado constantemente?
Remontando limitaciones cuánticas
Esa dificultad se ha resuelto gracias a la así llamada Ecuación de Schrödinger, que describe la evolución temporal de una partícula subatómica en su fase ondulatoria. Gracias a esta ecuación es posible hacer modelos y predicciones de cualquier material, incluyendo las partículas elementales del agua.
Los investigadores explican en un comunicado que los electrones y los núcleos atómicos son la base más tangible de la construcción de la materia y que, siguiendo las leyes de la mecánica cuántica, su comportamiento se puede describir en términos de su función de onda, una especie de nube difusa que está relacionada con la probabilidad de observarlos en un momento y punto determinados.
Pero esta ecuación tiene sus limitaciones, que son las que han resuelto estos investigadores. El problema radica en que, a medida que aumenta el número de electrones y núcleos, la complejidad involucrada pronto se vuelve intratable incluso con los ordenadores más rápidos. De hecho, los cálculos mecánico-cuánticos aún son inaccesibles para sistemas con más de unos pocos cientos de átomos, o para períodos de tiempo más largos que un nanosegundo, que equivale a la milmillonésima parte de un segundo.
Red neuronal y mecánica cuántica
Para superar estas limitaciones, los autores de esta investigación desarrollaron una red neuronal artificial (RNA) capaz de aprenderse las interacciones atómicas de la mecánica cuántica.
La RNA es un modelo matemático inspirado en el comportamiento biológico de las neuronas. Su arquitectura puede representarse como varias capas de nodos interconectados, que imitan la estructura de las neuronas en un cerebro humano.
La RNA desarrollada para esta investigación se aprende en primer lugar las interacciones mecánico-cuánticas entre los átomos, y luego hace predicciones rápidas sobre la energía y las fuerzas para un sistema de átomos, evitando la necesidad de realizar costosos cálculos mecánico-cuánticos.
Pero no fue suficiente para llegar a lo más profundo de los misterios del agua porque ninguna RNA es perfecta. Tiene un error residual en comparación con los cálculos mecánico-cuánticos reales: la mayoría de las veces introduce un pequeño ruido, y en algún momento este ruido lleva a la RNA a hacer una suposición errónea que invalida sus cálculos.
Es aquí donde los investigadores suizos llevaron su ingenio al extremo: en lugar de utilizar la RNA para hacer predicciones sobre un sistema de átomos, la utilizaron como un modelo sustituto.
De esta forma analizaron los misterios del agua mediante una RNA centrada en cálculos secundarios y aplicaron la Ecuación de Schrödinger para los cálculos más complejos. Luego compararon las diferencias entre los cálculos de la RNA y de la Ecuación de Schrödinger para obtener las predicciones finales de las partículas del agua. Misterio resuelto.
Para superar estas limitaciones, los autores de esta investigación desarrollaron una red neuronal artificial (RNA) capaz de aprenderse las interacciones atómicas de la mecánica cuántica.
La RNA es un modelo matemático inspirado en el comportamiento biológico de las neuronas. Su arquitectura puede representarse como varias capas de nodos interconectados, que imitan la estructura de las neuronas en un cerebro humano.
La RNA desarrollada para esta investigación se aprende en primer lugar las interacciones mecánico-cuánticas entre los átomos, y luego hace predicciones rápidas sobre la energía y las fuerzas para un sistema de átomos, evitando la necesidad de realizar costosos cálculos mecánico-cuánticos.
Pero no fue suficiente para llegar a lo más profundo de los misterios del agua porque ninguna RNA es perfecta. Tiene un error residual en comparación con los cálculos mecánico-cuánticos reales: la mayoría de las veces introduce un pequeño ruido, y en algún momento este ruido lleva a la RNA a hacer una suposición errónea que invalida sus cálculos.
Es aquí donde los investigadores suizos llevaron su ingenio al extremo: en lugar de utilizar la RNA para hacer predicciones sobre un sistema de átomos, la utilizaron como un modelo sustituto.
De esta forma analizaron los misterios del agua mediante una RNA centrada en cálculos secundarios y aplicaron la Ecuación de Schrödinger para los cálculos más complejos. Luego compararon las diferencias entre los cálculos de la RNA y de la Ecuación de Schrödinger para obtener las predicciones finales de las partículas del agua. Misterio resuelto.
Referencia
Ab initio thermodynamics of liquid and solid water. Bingqing Cheng et al. PNAS, January 4, 2019. DOI: https://doi.org/10.1073/pnas.1815117116
Ab initio thermodynamics of liquid and solid water. Bingqing Cheng et al. PNAS, January 4, 2019. DOI: https://doi.org/10.1073/pnas.1815117116