Si bien la transición es fascinante simplemente desde el punto de vista de la física de la materia condensada y la ciencia de los materiales (las transiciones de fase líquido-líquido son bastante inusuales), también tiene implicaciones significativas para la ciencia planetaria, ya que el hidrógeno líquido constituye el interior de planetas gigantes como como Júpiter y Saturno, así como estrellas enanas marrones. Entender la transición líquido-líquido es entonces una parte central para modelar con precisión la estructura y evolución de tales planetas y los modelos estándar generalmente asumen una transición brusca entre el fluido molecular aislante y el fluido metálico conductor. Esta transición brusca está vinculada a una discontinuidad en la densidad y, por lo tanto, a un borde claro entre un manto metálico interior y un manto aislante exterior en estos planetas.

Si bien los científicos han realizado esfuerzos considerables para explorar y caracterizar esta transición, así como las muchas propiedades inusuales del hidrógeno denso, incluido el polimorfismo sólido rico y poco entendido, la línea de fusión anómala y la posible transición a un estado superconductor, la investigación de laboratorio es complicada debido a la necesidad de crear un entorno controlable de alta presión y temperatura, así como de confinar el hidrógeno durante las mediciones. La investigación experimental aún no ha llegado a un consenso sobre si la transición es abrupta o suave y diferentes experimentos han localizado la transición líquido-líquido a presiones de hasta 100 gigapascales de distancia.

« El tipo de experimento que necesita poder hacer para poder estudiar un material en el mismo rango de presiones que encuentra en Júpiter no es nada trivial », dijo Ceriotti. « Como resultado de las limitaciones, se han realizado muchos experimentos diferentes, con resultados muy diferentes entre sí ».

Aunque las técnicas de modelado introducidas en la última década han permitido a los científicos comprender mejor el sistema, el enorme gasto computacional que implica resolver esencialmente el problema de la mecánica cuántica para el comportamiento de los átomos de hidrógeno ha significado que estas simulaciones estaban necesariamente limitadas en el tiempo, a una escala de unos pocos picosegundos y hasta un alcance de unos pocos cientos de átomos. Los resultados aquí también han sido mixtos.

Para examinar el problema más a fondo, Ceriotti y sus colegas Bingqing Chen de la Universidad de Cambridge y Guglielmo Mazzola de IBM Research Zurich utilizaron una arquitectura de red neuronal artificial para construir un potencial de aprendizaje automático. Basado en una pequeña cantidad de cálculos muy precisos (y que requieren mucho tiempo) del problema de la estructura electrónica, el potencial de aprendizaje automático económico permitió la investigación de las transiciones de fase de hidrógeno para temperaturas entre 100 y 4000 K, y presiones entre 25 y 400 gigapascales. con tamaño y tiempo de simulación convergentes. Las simulaciones, en su mayoría ejecutadas en computadoras EPFL en SCITAS, tomaron solo unas pocas semanas en comparación con los cientos de millones de años en tiempo de CPU que habría tomado ejecutar simulaciones tradicionales para resolver el problema de la mecánica cuántica.

El estudio teórico resultante del diagrama de fases del hidrógeno denso permitió al equipo reproducir el comportamiento de fusión reentrante y el polimorfismo de la fase sólida. Las simulaciones basadas en el potencial de aprendizaje automático mostraron, contrariamente a la suposición común de que el hidrógeno sufre una transición de fase de primer orden, evidencia de metalización continua en el líquido. Esto, a su vez, no solo sugiere una transición suave entre las capas aislantes y metálicas en planetas gigantes de gas, sino que también reconcilia las discrepancias existentes entre los experimentos de laboratorio y de modelado.

« Si el hidrógeno a alta presión es supercrítico, como sugieren nuestras simulaciones, no hay una transición brusca donde todas las propiedades del fluido tienen un salto repentino », dijo Ceriotti. « Según la propiedad exacta que analice y la forma en que defina un umbral, encontrará que la transición se produce a una temperatura o presión diferente. Esto puede conciliar una década de resultados controvertidos de experimentos de alta presión. Diferentes experimentos han medido ligeramente diferentes cosas y no han podido identificar la transición en el mismo punto porque no hay una transición brusca « .

En términos de conciliar sus resultados con algunos modelos anteriores que de hecho identificaron una transición brusca, Ceriotti dice que solo pudieron observar un salto claro en las propiedades al realizar pequeñas simulaciones, y que en esos casos podrían rastrear el salto a la solidificación, en lugar de hacerlo. que a una transición líquido-líquido. La brusca transición observada debería entenderse más bien como un artefacto de las limitaciones del uso de simulaciones basadas en modelos tradicionales basados ​​en la física. El enfoque de aprendizaje automático ha permitido a los investigadores ejecutar simulaciones que suelen ser entre 4 y 10 veces más grandes y varios cientos de veces más largas. Esto les da una visión general mucho mejor de todo el proceso.

Si bien se aplicó en este artículo en particular a un tema relacionado con la ciencia planetaria, la misma tecnología se puede aplicar a cualquier problema en ciencia de materiales o química, dijo Ceriotti.

« Esta es una demostración de una tecnología que permite que las simulaciones entren en un régimen que ha sido imposible de alcanzar », dijo Ceriotti. « La misma tecnología que podríamos usar para comprender mejor el comportamiento de los planetas también se puede usar para diseñar mejores fármacos o materiales de mayor rendimiento. Realmente existe la posibilidad de un cambio impulsado por la simulación de la forma en que entendemos el comportamiento cotidiano, como así como exótico, materia « .