氫氣在非常高的壓力下可以被壓縮成固相或液相，這些固相通常具有奇異的結果和物性。由於氫分子很輕，所以「量子效應」在其中應該發揮了很重要的作用。但是，「量子效應」在熔點附近（約1000K時）是否重要？這需要我們建立一個能夠打開和關閉「量子效應」的模型來研究其影響。我根據量子力學，其能量最低的狀態是（角動量為零的轉子，其量子態具有球對稱性（Y_00球諧函數））指向所有方向。然而，即使在經典物理學中，H2分子如果旋轉，平均而言也可以是球形，因此這種奇異的熔化行為也可能是經典的。
要弄清楚為什麼H2液體更稠密，有必要使用更大規模的原子體系，但是模擬如此的規模通常超出了第一性原理方法的計算能力。為了解決這一難題，我們引入了機器學習方法，通過學習大量的小體系的第一性原理的計算結果，構造出了高精度的原子間相互作用勢函數。
近日，西安交通大學金屬強度國家重點實驗室強度室團隊在高壓相變領域取得重要進展，該工作藉助於基於物理模型的機器學習方法，揭示了固態氫的高壓反常熔化曲線的物理起源。該方法為科學研究中降低「專家知識」的依賴性提供了新的視角。上述方法表明四極矩相互作用是導致固態氫分子奇異熔化行為的主要原因。有趣的是，雖然這個結果並不會令化學家感到驚訝，但是科研團隊的方法讓機器扮演了科學研究的「主角」，降低了人的作用。為了使液體「比緊密堆積更稠密」，氫分子必須彼此靠近，這是先前人們對該問題的理解。機器學習給了我們一個巨大的驚喜：雖然氫分子彼此靠近，但是氫原子卻沒有。Understanding high pressure molecular hydrogen with a hierarchical machine-learned potential, Nature Communications, 2020https://www.nature.com/articles/s41467-020-18788-9