原理新方法揭示玻璃中的隐藏秩序( 二 )
本文插图
也就是说 ， 新研究中的图形神经网络可以仅通过对分子的当前结构进行简单描述 ， 就预测出玻璃分子的长期动态运动 ， 这为探索玻璃以及其他材料的动力学提供了一种强大的新工具 。
利用这种方法 ， 研究人员找到了一些新的线索 ， 它与一个物理学的相变研究中的重要概念——“相关长度”有关 ， 相关长度可被理解为度量一个粒子可对其他粒子产生影响的距离 。 他们发现图形神经网络学会了编码相关长度：当在更高的温度下（分子运动更像液体）预测倾向时 ， 对网络中的每个节点的预测取决于与该节点相邻的2-3个节点的信息；但在更低的温度下时 ， 这个数字会增加到5 。
也就是说 ， 随着温度下降 ， 网络会从越来越大的粒子群中提取信息 。 换句话说 ， 在玻璃化转变出现时 ， 相关长度的增长 ， 是出现了玻璃化转变的标志 。 它意味着虽然从宏观角度来看 ， 不同温度下的玻璃看起来一样 ， 但实际上在分子层面出现了不同的情况 。
【原理新方法揭示玻璃中的隐藏秩序】虽然目前来看 ， 从神经网络所获取的这些信息很难被用于定量预测 ， 但却可以帮助我们对这些物理系统进行定性理解 。 这种图形神经网络对相关长度概念的习得表明 ， 在玻璃发生相变的过程中 ， 玻璃结构中一定存在着某种隐藏的秩序 ， 它们并非真的如液体那般无序 。
参考来源：https://www.quantamagazine.org/why-is-glass-rigid-signs-of-its-secret-structure-emerge-20200707/https://deepmind.com/blog/article/Towards-understanding-glasses-with-graph-neural-networkshttps://www.quantamagazine.org/ideal-glass-would-explain-why-glass-exists-at-all-20200311/封面图来源：sjinniss1 / Pixabay
推荐阅读
- 诸葛小武|全程不需消耗一度电，到底是什么原理？，印度人发明蜂巢状土空调
- 青云作者|监管多年交易数据，终于揭示了A股真相：从小散到大散都在亏钱
- |监管多年交易数据揭示真相：从“超级小散”到“超级大散”都在亏钱
- 材料material Mater》揭示析出相周围应变场在点蚀萌生的作用，北科大《Acta
- 以及到底能不能提升电脑的整体性能，别闹了，RGB的发光原理其实与显示器是一样的
- 阻燃板|阻燃板的阻燃原理是什么？
- 券商中国|散户亏钱实锤！监管多年交易数据揭示真相：择时无法实现正收益
- 神奇女侠1984|《神奇女侠2》曝新料，金鹰战甲来源被揭示，豹女变身来源曝光
- 炒股|散户亏钱实锤！监管多年交易数据揭示真相：从＂超级小散＂到＂超级大散＂都在亏钱，＂炒股不如买基金＂
- 体育大生意|被下属套走1亿元！冯鑫被公诉将揭示MPS收购案三大谜团的真相