165 views 3 mins 0 comments

Investigadores desvelan los secretos de la superficie del hielo mediante inteligencia artificial

In Sin categoría
marzo 07, 2025

Investigadores del Laboratorio Nacional de Lawrence Livermore (LLNL) han llevado a cabo un estudio innovador que examina la estructura de la superficie del hielo utilizando espectroscopia, simulaciones y aprendizaje automático. Este trabajo, publicado en la revista JACS Au, abre nuevas perspectivas sobre los procesos químicos que ocurren en condiciones atmosféricas críticas.

El comportamiento de las moléculas en superficies heladas

El estudio revela que, al igual que una lengua se congela a un poste metálico en invierno, la superficie del hielo puede acelerar la adsorción, es decir, la pegajosidad de las moléculas. Además, se ha observado que el hielo puede causar la degradación de estas moléculas en presencia de luz, lo que resulta en la liberación de gases traza. Para comprender estas reacciones y su impacto en los modelos atmosféricos globales, es esencial desentrañar la estructura del hielo mismo.

El equipo de investigación descubrió que en el interior del hielo, los protones están desordenados; mientras que los átomos de oxígeno mantienen un patrón definido, los átomos de hidrógeno se orientan de manera aleatoria. En contraste, en la superficie del hielo, los protones muestran un orden: tanto los átomos de oxígeno como los de hidrógeno están fijos en sus posiciones.

Para obtener estos datos, los científicos simularon la espectroscopía de generación de suma de frecuencia (SFG), una técnica que indaga en las propiedades vibracionales de regiones asimétricas de materiales, como superficies o interfaces. A pesar de ser una técnica bien establecida, la interpretación experimental de los resultados puede ser compleja debido a la escasez de información molecular. Gracias a la implementación de una red neuronal y simulaciones, los investigadores lograron asignar los picos del espectro a configuraciones específicas de moléculas de agua.

Margaret Berrens, física del LLNL y autora principal del estudio, destacó que «estos modelos de aprendizaje automático permiten una exploración eficiente de diversas disposiciones de protones en la superficie del hielo y mejoran significativamente nuestra capacidad para interpretar las mediciones experimentales». Este enfoque no solo proporciona una metodología eficaz para simular y calcular espectros superficiales, sino que también valida la utilidad de la espectroscopía SFG como herramienta para explorar interfaces de hielo.

Por su parte, Anh Pham, científico del LLNL y principal investigador del proyecto, afirmó que «nuestros hallazgos y metodología mejorarán la comprensión de los intrincados procesos químicos que tienen lugar en condiciones atmosféricas únicas y críticas». De cara al futuro, el equipo planea aplicar un enfoque similar para examinar las interfaces sólido-líquido.

/ Published posts: 9668

Diario obrero y republicano fundado el 14 de Abril de 2006.