让我们把AI、Artificial、Communications、Debye、Intelligence、Jes、Laura、Learning、Linus、ML、Machine、McKemmish、Nature、Pauling还有澳大利亚新南威尔士大学这些词都放进去说个事儿。大家以前都觉得，一个分子的偶极矩到底有多大，主要看它俩原子的电负性差得远不远。最近美国石溪大学的 Jesús Pérez Ríos 就跟咱们讲了个事儿，他用计算机算出来了：只要这对原子个头凑得好，哪怕电负性差不多，也能把偶极矩造得比传统的大很多。比如那种铜或者银跟碱金属粘在一起的分子，偶极矩竟然能飙到13个德拜，比常见的氟化铯（7.88德拜）还猛。Pérez Ríos 说，单凭莱纳斯·鲍林的电负性理论解释不通这事，还得看键长和原子大小。为了找到更多的大偶极矩分子，他们给电脑喂了7021种原子配对的数据，6903种不同原子组合还有118种相同原子组合都被拿来分析了。 结果发现碘或者砹这种重卤素要是跟铯或者钫这种碱金属搅和在一起，或者金这种金属来顶替卤素原子，也能搞出特别大的偶极矩。Pérez Ríos 解释说金原子的d轨道有空位能吸电子密度，这招跟卤素原子那是一个路数。他觉得这种有特大偶极矩的极性气体特别适合研究低温下的长程相互作用。Laura McKemmish 是澳大利亚新南威尔士大学的计算化学家，她也说了，这种在简单分子里看到的趋势不一定能直接套用到更复杂的化学反应上去。 《自然·通讯》发的这篇文章里说的机器学习（ML）是人工智能（AI）的一个分支。研究人员把现有的实验数据和理论化合物的数据凑在一起训练了模型。虽然这模型不能精确算出每个分子的偶极矩具体是多少，但它能帮咱们挑出哪种类型的分子更有希望产生大偶极矩。Pérez Ríos 觉得铯-金可能会取代钠-铯（目前最高也就5个德拜），成为新一代的极性气体极限。这事儿算是彻底颠覆了咱们对极性的认知，以前那种光看电负性差的老脑筋得改改了。