Al 170 jaar lang worstelen natuurkundigen met een raadsel over die ene dunne laag op ijs. Je kent het fenomeen: dat moment dat ijs, lang voordat het vloeibaar wordt, zich vreemd begint te gedragen. Tot nu toe was het gissen naar wat er op moleculair niveau gebeurde onder die bevroren buitenkant.
Maar nieuw onderzoek, waarbij Chinese wetenschappers de kracht van AI en uiterst gevoelige microscopen combineerden, heeft eindelijk de atomaire structuur van die mysterieuze ‘voor-smeltlaag’ blootgelegd. Dit is geen saaie wetenschapslingering; dit verandert fundamenteel hoe we denken over alle bevroren oppervlakken, van vrieskisten tot atmosferische chemie.
Het 170-jarige mysterie van Michael Faraday
Meer dan anderhalve eeuw geleden merkte de beroemde natuurkundige Michael Faraday al op dat ijs zich anders gedroeg dan puur vast materiaal. Hij zag sporen van een vreemde interactie aan het oppervlak, zelfs bij temperaturen ver onder nul. Dit was cruciaal voor ons begrip van wrijving, maar de precieze structuur bleef een gesloten boek.
Het probleem was altijd de beperking van de meetinstrumenten. Traditionele methoden konden het oppervlak wel aftasten, maar de gegevens waren te rommelig, te willekeurig om een duidelijk driedimensionaal beeld te vormen. Stel je voor dat je probeert een complex bouwwerk te tekenen op basis van slechts een paar vage schaduwen.
De onverwachte samenwerking: AI ontmoet atomen
Onderzoekers van de Universiteit van Peking vonden de sleutel door twee technologieën te koppelen: de Atomic Force Microscopy (AFM) en machine learning. Gewone AFM kan variaties in kracht meten, maar AI kon de onvolledige, ruisende data interpreteren. Ze voedden de algoritmen met simulaties van moleculaire bewegingen, waardoor de AI leerde de ‘echte’ structuur uit de onzekere metingen te filteren.
Dit is waar de echte verrassing kwam, en dit is wat veel mensen over het hoofd zien.
- De AI analyseerde data verzameld tussen –152 °C en –93 °C.
- Normaal ijs is perfect geordend (kristallijn).
- De nieuwe laag was amorfe toestand.
Wat ze vonden was een toplaag die weliswaar nog vast was, maar waarvan de watermoleculen hun geordende kristalstructuur hadden verloren. Het was een soort bijna-vloeistof die nog wel de dynamiek van een vaste stof vertoonde.
De ‘bijna-vloeibare’ laag die alles verandert
Uit de analyses bleek dat deze oppervlaktedisorder geleidelijk toenam naarmate de temperatuur steeg, langzaam overgaand in een echte vloeibare toestand. Hong, een van de hoofdonderzoekers, omschreef het als een laag met ‘sterke topologische wanorde, terwijl het nog steeds een vaste dynamica behoudt.’
Dit is belangrijk omdat dit mechanisme niet alleen voor ijs geldt. Wij, mensen in Nederland, zien dit dagelijks bij sneeuw, ijzel en vorst in de ochtend. Die gladheid ontstaat niet door plotseling smelten, maar door deze microscopische overgangszone.
Stel je voor: dit principe van de geleidelijke overgang tussen perfecte orde en chaos is essentieel voor het begrijpen van veel andere materialen.
Praktische toepassing die verder gaat dan schaatsen
Hoewel dit historisch een raadsel oplost dat de schaatsers al eeuwen bezighoudt, is de techniek zelf de ware winst. De combinatie van AFM en AI is nu een krachtige tool geworden voor materiaalkunde. Denk aan het onderzoeken van functionele materialen of zelfs biologische systemen die op interfaces werken.
In je eigen praktijk betekent dit dat we in de toekomst nauwkeuriger kunnen voorspellen hoe materialen zich gedragen onder extreme druk of temperatuurschommelingen, iets wat cruciaal is voor bijvoorbeeld het testen van nieuwe batterijtechnologieën of het ontwerpen van betere isolatiematerialen voor de koudere nachten die we hier in Nederland soms nog krijgen.
Wat denk jij: als we nu de moleculaire structuur van ijs begrijpen, welke andere aloude natuurkundige raadsels kunnen we dan met deze AI-methode kraken?
