研究者开发了一种机器学习工具，能够以99%的准确率通过图像识别干燥盐溶液的化学成分。这项为NASA设计的技术旨在实现低成本、现场化学分析，避免样本返回地球。研究团队利用机器人技术生成高分辨率图像，并通过机器学习提高识别准确率，可能使化学分析更加普及。

研究团队利用机器学习力场（MLFF）和深度势能分子动力学（DPMD）研究盐溶液中水的动力学，发现不同盐浓度对水的扩散特性有显著影响。DPMD模型表现出优越性，揭示了水动力学的异常行为，为未来研究提供了新方向。