水结冰后体积膨胀，冰能浮在水面上。这个现象看似平常，却是物理学界一个悬而未决的百年谜团。近日，来自日本大阪大学和美国天普大学的两项独立研究，利用人工智能（AI）取得了突破性进展，为揭开这一谜题提供了关键的科学框架。

一、百年谜团：水为何如此“反常”？

与绝大多数物质“热胀冷缩”的规律不同，水在结冰时会反常地膨胀。在标准大气压下，水在4℃左右时密度最大，低于此温度后密度反而会下降，直至结冰。

这一反常特性是地球生命得以存续的关键。因为冰的密度小于液态水，所以湖泊和河流总是从水面开始结冰，这层冰就像一个保温层，保护着下方的水体，让水生动植物得以在严寒的冬季存活。其根源在于水分子内部复杂而动态的氢键网络。

然而，要从微观层面精确描述水分子在不同温度和压力下的排列方式，一直是科学界的一大挑战。

二、AI登场：从“大海捞针”到“精准画像”

传统的研究方法受限于计算能力，难以同时处理量子力学级别的精确度和模拟大量真实水分子所需的规模。AI的介入，特别是机器学习与深度神经网络的引入，改变了这一局面。

1. 日本大阪大学：AI筛选出最佳“透视镜”

大阪大学副教授金康（Kang Kim）的团队借助AI模型，系统性地评估了16种不同的分子结构描述方法。

这些描述方法就像是观察水分子的不同“滤镜”，但此前缺乏统一标准来衡量孰优孰劣。该团队利用AI模型，基于分子动力学模拟获得的数据进行训练和学习，成功找出了最能精准捕捉水分子在不同条件下微观结构变化的最有效方法。这项研究为理解水结冰膨胀及过冷水等反常行为提供了一个统一的科学框架。

研究指出，水之所以会反常膨胀，其底层机制在于过冷水中“高密度液态（HDL）”与“低密度液态（LDL）”两种结构的竞争。随着温度变化，这两种结构的此消彼长决定了水的密度。

2. 美国天普大学：AI+量子力学，揭示多尺度竞争

与此同时，美国天普大学的研究团队采用了一种不同的方法。他们将AI与第一性原理量子力学相结合。

该团队训练了一个基于AI的模型，使其在掌握高精度量子计算能力的同时，能够模拟更大规模的水分子系统。他们的研究发表在《科学进展》期刊上。

模拟结果揭示，水的密度异常源于其氢键网络内部一种多尺度的微妙平衡。在微观尺度，水分子倾向于形成类似冰的、较为开放的四面体结构。但在稍大一点的尺度上，随着温度变化，周围的水分子层会部分向内塌缩，使得液体在4℃附近能够更紧密地堆积。

天普大学物理学教授Xifan Wu解释道：“水分子倾向于形成开放的类冰结构，而热量则推动它们转向更紧密的排列。在4摄氏度附近，这两种竞争效应达到了最佳平衡，从而产生了水的最大密度。”。

三、结语：AI驱动的“范式转移”

这两项研究共同展示了AI在基础科学领域的巨大潜力。AI就像一台“超级显微镜”，帮助科学家们看到了以前无法企及的微观世界细节。它不再是简单地加速计算，而是作为一种强大的分析工具，帮助人类从海量复杂的数据中提炼出关键的物理规律和洞察。随着AI与物理、化学等基础学科的深度融合，未来更多困扰人类的科学谜题有望迎来解答。