冰，我们太熟悉了。冬天路面的滑，冰箱里的霜，可乐杯里漂浮的冰块。
但你有没有想过，冰的表面长什么样？
这个问题听起来有点奇怪。冰就是冰，表面还能有什么花样？但科学家告诉你，冰的表面比你想象的要复杂得多。在零下150度左右，冰的表面会形成一种特殊的超结构，六边形的环状排列和立方的混在一起。温度再高一点，表面开始变得无序，但还不是水，是一种介于冰和水之间的状态。
问题是，冰的表面只有几个原子层厚，用普通显微镜根本看不见。用原子力显微镜能看到表面，但只能看到最上面一层。下面几层藏着的结构，完全不知道。
北京大学徐莉梅与江颖团队最近干了一件事：他们用AI，从原子力显微镜的照片里，把冰的三维结构给反推出来了。
这套方法分两步走。第一步，用一个3D U型神经网络，分析显微镜拍到的图像，把最上面一层原子的位置和种类识别出来。这个网络用模拟数据训练，学会了从一堆模糊的亮点里认出哪个是氧原子、哪个是氢原子。
第二步更难。下面几层被挡住了，显微镜看不到。他们用了一个叫条件变分自编码器的生成模型，根据已经知道的顶层结构，去生成下面几层的结构。这个模型也是在模拟数据上训练的，学会了冰的底层结构应该长什么样。
为了确保这套方法能用在真实的实验数据上，他们还做了一个关键的处理。显微镜拍到的真实照片有噪声，和模拟的完美图像不太一样。他们用了一个叫CycleGAN的神经网络，把模拟图像转换成带噪声的真实风格，这样训练出来的模型才能看懂真正的实验照片。
结果很惊人。他们把模型用在了两张真实的冰表面照片上。一张是在零下152度拍的，表面有那种特殊的超结构。模型从照片里识别出了143个水分子，准确率94%。另一张是在零下138度拍的，表面已经有点无序了。模型同样把原子位置标了出来，然后用生成模型补全了下面几层的结构。
验证的方法也很巧妙。他们把模型预测出来的最上面一层结构，用计算机重新模拟成显微镜照片，和真实的照片对比，几乎一模一样。然后把整个三维结构放进计算机里做能量优化，看它稳不稳定。结果显示，大部分原子的移动距离不到1埃，说明预测的结构很靠谱。
有了这个三维结构，他们可以做一件以前做不到的事：用计算机模拟这块冰在真实温度下会怎么演变。
他们把从实验照片里反推出来的几块冰结构，放进分子动力学模拟里，从零下153度一直升温到零下33度。结果发现了一个以前没人知道的现象。
在零下152度到零下93度之间，冰的表面处于一种特殊的状态。它不是有序的晶体，也不是流动的水，而是一种无序的、但分子几乎不动的状态。研究者管它叫“无定形冰层”。这个状态和之前认为的表面预融化过程不一样。以前大家觉得，冰的表面是先出现一层像水一样的准液体层，然后才完全融化。但现在的计算显示，在准液体层出现之前，冰的表面先进入这种无定形状态。
为了验证这个发现，他们计算了表面悬挂的OH基团的数量和方向，和之前用和频光谱测到的实验结果对得上。这说明计算是靠谱的。
这个发现的意义在哪里？冰的表面参与了大气中的很多化学反应。比如南极平流层里的冰晶表面，会和氯发生反应，导致臭氧层破坏。如果冰的表面在不同温度下有不同的结构，那这些反应的速率和路径也会不一样。有了准确的三维结构，就可以更精确地计算这些过程。
这套方法不只能用在冰上。只要能用原子力显微镜拍到表面图像的体系，都可以用类似的思路去反推三维结构。有机物分子、催化剂表面、生物大分子，都有可能。
以前看冰，只能看到表面那一层。现在有了AI，可以把藏在下面的秘密也翻出来。
研究人员表示：“后续主要计划是把方法拓展到有机分子表面和生物分子表面的结构重构。可以得到更多表面结构行为，更好地搜索构象空间，这是很大优势。同时对冰表面进一步研究，理论上解释这个结构为什么存在、为什么稳定，和无定形层到液态层的转变差别是什么，还有表面催化和生长行为，都是值得研究的问题。”
（来源：麻省理工评论）
发表评论 取消回复