当紫外线照射到冰上时，无论是在地球的极地地区还是在遥远的行星上，它会触发一系列化学反应，这些反应几十年来一直困扰着科学家们。

如今，来自美国芝加哥大学（University of Chicago）普利兹克分子工程学院的研究人员，运用量子力学模拟，揭示了冰晶体结构中的微小缺陷如何显著改变冰吸收和发射光线的方式。

这项发表在《美国国家科学院院刊》上的发现，为在亚原子尺度理解冰的融化过程铺平了道路，并有望改进对永久冻土融化释放温室气体的预测。

该研究的资深作者、芝加哥大学分子工程学教授Giulia Galli指出，此前无人能以如此高的精度模拟紫外线照射冰时发生的情况。她表示，我们的论文为理解光与冰的相互作用提供了重要的起点。

关于冰与光的谜题可以追溯到20世纪80年代的实验，当时研究人员发现了一个令人费解的现象：暴露在紫外线下仅几分钟的冰样本会吸收某些波长的光，而暴露数小时的样本则吸收不同波长的光。这表明冰的化学性质会随时间改变。尽管科学家们提出了各种可能的化学反应产物来解释这些观察，却一直缺乏验证这些理论的有效工具。

冰的研究难度颇具欺骗性。光与冰相互作用时，化学键会发生断裂，形成新的分子和带电离子，从而从根本上改变其性质。在这项新工作中，研究团队利用了为量子技术材料研究开发的先进建模方法。

冰的实验研究极其困难，但通过计算，科学家们可以分离并研究特定的化学过程，这是实验无法做到的。这得益于他们为研究复杂材料缺陷而开发的精密计算方法。

研究团队模拟了四种类型的冰：完美晶体结构的无缺陷冰，以及具有三种不同结构缺陷的冰。缺陷类型包括水分子缺失形成的“空位”、结构中引入的带电氢氧根离子，以及破坏冰规则氢键网络的“布耶鲁姆缺陷”。在“布耶鲁姆缺陷”中，要么有两个氢原子位于同一对氧原子之间，要么一个也没有。

研究人员通过逐一添加这些缺陷，观察每种缺陷如何改变冰的光学特性，这种在物理样本中无法实现的精确控制，在计算模拟中得以实现。

研究表明，无缺陷冰与含有氢氧根离子的冰，其紫外线吸收起始能量存在差异，这至少从定性角度解释了数十年前的实验现象。而“布耶鲁姆缺陷”则引起了更极端的光吸收变化，这或许能解释冰在长期紫外线照射下出现的、此前无法解释的吸收特征。每种缺陷都产生了独特的光学“指纹”，为实验人员在真实冰样中寻找这些特征提供了线索。

实验模拟还揭示了分子层面的细节过程：紫外线会使水分子分解，形成水合氢离子、羟基自由基和自由电子。这些自由电子的命运取决于缺陷类型，它们可能在冰中自由扩散，也可能被捕获在微小的空腔内。

目前，这项工作只是触及了冰光化学基础问题的冰山一角。然而，对紫外线与冰相互作用的深入研究，将极大拓展我们对环境挑战和天体化学的理解。永久冻土封存着大量温室气体，随着全球变暖，理解光照如何触发这些气体的释放，对预测气候变化至关重要。

Galli教授强调，地球上某些冰层中含有气体，当受到光照或温度略有上升时，气体就会被释放出来。更清楚地了解冰在光照下的融化与释放机制，可能对我们认识这些气体产生重大影响。

此外，这项发现也有助于理解木卫二、土卫二等冰卫星的环境。在这些星球上，紫外线持续轰击冰封表面，可能驱动着复杂分子的形成。目前，该团队正与实验人员合作，设计实验以验证他们的计算预测，并进一步研究冰中更复杂的缺陷组合，以及冰表面积水产生的影响。

科研关联留学专业解读

这项研究不仅是对自然之谜的解答，它融合了深刻的物理化学洞察、先进的量子计算模拟，以及从原子缺陷到全球气候的多尺度视角。这对研究者的能力提出了复合型要求，正是现代前沿工程教育培养的核心素质。

芝加哥大学普利兹克分子工程学院（Pritzker School of Molecular Engineering,PME）融合科学与工程学，从分子层面着手应对全球性挑战,将分子层面的科学应用于先进设备、工艺和技术的设计。

普利兹克分子工程学院的组织架构超越了传统界限，由芝加哥大学与阿贡国家实验室合作，于2011年创立为分子工程研究所。2019年，该研究所升格为PME学院，这是美国第一所致力于这一新兴领域的学院。

普利兹克分子工程学院的研究领域广泛，专注于急需解决方案的社会问题。例如寻求可持续能源、基于免疫疗法的癌症治疗方法、“无法被黑客攻击”的通信网络，以及清洁的全球水供应等。

PME学为硕士和博士生提供分子工程的研究生课程，并通过芝加哥大学本部学院提供分子工程本科主修和辅修专业。课程不仅广泛涵盖科学与工程学科，还涉及产品设计、创业和沟通。

普利兹克分子工程学院下开设的工程学硕士Master of Engineering (MEng) 项目，旨在加速学生的工程师职业生涯，并为未来在创业公司和成熟企业担任领导职位做好准备。学生可以选择在一年内完成该项目，同时也提供非全日制选项，以适应暑期实习或同时在职的情况。

工程学硕士需要选择一个具体方向就读，包含：生物与免疫工程；量子工程；能源与可持续性；软物质工程；人工智能/材料计算。

工程学硕士人工智能/材料计算方向（AI/Computation for Materials），将为学生提供从埃到米尺度的材料模拟、设计和工程专业知识。通过人工智能和数值方法的训练，学生可掌握使用经典、量化和数据驱动技术进行多尺度建模的能力，用于分子和材料的模拟、评估、优化和设计。

此方向适合对分子工程、材料科学、化学工程、应用物理、高分子科学，以及对相关领域的职业深造感兴趣的学生。

工程学硕士人工智能/材料计算方向核心课程包括：新兴技术导论；热力学与统计力学；负责任且高效的技术管理；经典分子与材料建模；分子工程产品的商业化；量子分子与材料建模；人工智能与材料开发。

工程学硕士人工智能/材料计算方向选修课程包括：技术用电子与量子材料；先进材料的设计、加工与规模化生产；深度学习基础；机器学习导论；生物信息学与计算生物学导论；机器学习数学基础；C语言编程；Python编程；时间序列分析与随机过程；生物信息学；医疗产品开发；启动生物科学企业；制药业商务；临床试验设计与管理；为决策综合证据；环境科学与政策等。

工程学硕士常规申请要求：

（1）申请截止时间：Round 1 ：11月13日；Round 2：1月22日；Round 3：4月2日；Round 4：6月18日。

（2）申请文书及材料：简历；个人陈述 ；成绩单；2封推荐信。

（3）标化考试要求：IELTS总分最低要求7.0分；TOEFL-iBT总分最低要求90分；GRE不需要提交。

这项关于冰的尖端科研，与芝加哥大学的工程学硕士人工智能/材料计算方向之间，存在着深刻的内在关联。科研的核心方法是利用量子力学模拟来解析冰晶体缺陷的光化学行为，而这正是该硕士课程培养的核心重点。

通过核心课，教授了学生底层计算物理原理、跨尺度模拟与数据分析技能。学生能全面掌握从设计计算实验、处理模拟结果，到解读宏观意义的全链条能力。

工程学硕士人工智能/材料计算方向的毕业生，具备多尺度材料模拟与设计能力。在科研领域，可以继续深造攻读博士学位，或进入国家实验室、高校研究所，从事类似的计算材料科学、计算化学或理论物理研究，解决能源、环境、量子信息等领域的底层材料问题。

同时，毕业生也能成为在工业界，半导体、新能源电池、高分子化工、药物设计等高度依赖材料创新行业需求的人才。

此外，全球AI竞争正聚焦科研范式变革，AI for Science（AI4S）成为决胜未来的核心赛道。专门从事科学计算软件、材料数据库与算法开发的科技公司，也为该硕士专业的毕业生提供了新的职业方向。