(相關(guān)資料圖)

來源：環(huán)球時報

美國《科技日報》1月17日文章，原題：工程師們發(fā)現(xiàn)了人工智能、物理學和生物學之間的共同原理 廚房里的一瓶新鮮奶油或浴室里的剃須膏，竟然藏著科學界爭論了20年的“泡沫之謎”謎底。此前，科學界一直認為泡沫的微觀結(jié)構(gòu)看似無序卻保持靜止。但近日，一項發(fā)表于《美國國家科學院院刊》（PNAS）的研究表明，泡沫中的氣泡就像開派對一樣不停挪動位置，按照各種可能的排列方式不斷進行重組；更出人意料的是，泡沫的運動可能遵循著與人工智能（AI）、物理學甚至生物學相同的底層原理。

早期的理論認為，泡沫中的氣泡會沿著一定軌跡滾動，然后停留在某處。這種框架有助于解釋為什么泡沫一旦形成就會“看起來”穩(wěn)定，就像一塊巨石靜靜地躺在山谷底部一樣。不過，對實驗數(shù)據(jù)的深入分析揭示了一個問題：泡沫的實際行為與這些理論的預(yù)測并不相符。賓夕法尼亞大學的工程師們利用計算機模擬追蹤了泡沫中氣泡的運動軌跡，結(jié)果發(fā)現(xiàn)氣泡們根本不老實，總在能量景觀（描述系統(tǒng)隨狀態(tài)變化的分布模型——編者注）上“溜達”。按理說氣泡應(yīng)該像滾石下山一樣停在“谷底”，但現(xiàn)實卻是它們一直在山坡上“散步”。賓夕法尼亞大學化學與生物分子工程系教授、該論文的共同作者約翰·C·克羅克說：“我們早在20年前就開始注意到這些差異，但我們一直沒找到合理的答案?！?/p>

泡沫的這種行為困擾了科學界很久，直到AI領(lǐng)域的梯度下降法（常用于AI中，用來遞歸性地逼近最小偏差模型——編者注）帶來了靈感。從數(shù)學角度看，泡沫的運動方式與訓練AI常用的“深度學習”過程極為相似，現(xiàn)代AI系統(tǒng)通過在訓練過程中不斷自我調(diào)整數(shù)值參數(shù)來進行“深度學習”，這一過程不是一味追求最小誤差，而是讓系統(tǒng)在一大片能量較平坦的區(qū)域里游走，探索各種“解法”。泡沫的氣泡在廣闊的能量景觀上不斷重組，和AI模型在各種解法之間游走的底層邏輯是統(tǒng)一的。

這一發(fā)現(xiàn)也為物理學家設(shè)計能夠適應(yīng)環(huán)境的智能材料指明了新的思路——如果能用泡沫的“自適應(yīng)”原理去設(shè)計材料，未來的窗簾能自己調(diào)整透光度，衣服遇冷熱自動調(diào)節(jié)保溫性能。同時，這一發(fā)現(xiàn)或許也能為生物學家探究生命奧秘（例如活細胞的內(nèi)部框架）提供新的見解，蛋白折疊、免疫細胞運動等過程可能遵循同樣的能量景觀驅(qū)動邏輯……物理、生物、計算機科學不再各自為政，它們的底層“玩法”或許是同一套公式?？此坪唵蔚呐菽蚱屏藢W科壁壘。理解泡沫，也許就是理解科學復(fù)雜性的鑰匙。（白鷺譯）

關(guān)鍵詞： 泡沫 氣泡 原理 化學 美媒 物理學 生物學