Мыльная пена, взбитые сливки, майонез — эти вещества мы часто воспринимаем как нечто вроде застывшего хаоса. Исследователи считали, что пузырьки внутри пены ведут себя аналогично частицам в стекле: занимают случайные, но в целом статичные позиции. Однако на практике все оказалось иначе.
С помощью компьютерного моделирования, эксперты Пенсильванского университета наблюдали за движением пузырьков во влажной пене. Выяснилось, что вместо того, чтобы со временем застывать, пузырьки продолжают постоянно перемещаться, пробуя различные конфигурации. При этом пена в целом сохраняет свою форму — парадокс, который традиционная физика не могла объяснить.
«Пена постоянно реорганизует себя, — говорит соавтор исследования, профессор химической и биомолекулярной инженерии Джон Крокер. — Удивительно, что пена и современные системы искусственного интеллекта, похоже, следуют одним и тем же математическим принципам».
Классическая теория описывала пузырьки как камни, которые скатываются в долину энергетического ландшафта: они перемещаются туда, где требуется меньше энергии, а затем остаются на месте. Однако реальные данные не совпадали с этой моделью. По словам Крокера, первые признаки расхождения появились еще двадцать лет назад, но подходящего математического языка для их описания тогда не существовало.
Ответ пришел из неожиданной сферы — машинного обучения. Современные нейросети обучаются, постоянно корректируя свои параметры, не останавливаясь на единственном «идеальном» решении. Более того, разработчики ИИ обнаружили, что слишком точная подгонка под обучающие данные делает систему уязвимой. Гораздо эффективнее работают модели, которые остаются в «плоских» областях пространства решений, где разные конфигурации показывают одинаково хорошие результаты.
Когда ученые оценили поведение пены через эту призму, сходство стало очевидным. Пузырьки не застревают в глубоких энергетических минимумах, а продолжают перемещаться в широких зонах, где множество конфигураций равнозначны, — точно так же, как параметры обучающейся нейросети.
Это открытие может изменить подход к созданию адаптивных материалов и помочь в изучении живых структур, которым необходимо постоянно перестраиваться, сохраняя целостность, — например, цитоскелета клеток. Команда Крокера уже начала применять новый подход именно к этой системе.
