美媒：泡沫藏着打通AI、物理学、生物学的密码

来源：环球时报

美国《科技日报》1月17日文章，原题：工程师们发现了人工智能、物理学和生物学之间的共同原理 厨房里的一瓶新鲜奶油或浴室里的剃须膏，竟然藏着科学界争论了20年的“泡沫之谜”谜底。此前，科学界一直认为泡沫的微观结构看似无序却保持静止。但近日，一项发表于《美国国家科学院院刊》（PNAS）的研究表明，泡沫中的气泡就像开派对一样不停挪动位置，按照各种可能的排列方式不断进行重组；更出人意料的是，泡沫的运动可能遵循着与人工智能（AI）、物理学甚至生物学相同的底层原理。

早期的理论认为，泡沫中的气泡会沿着一定轨迹滚动，然后停留在某处。这种框架有助于解释为什么泡沫一旦形成就会“看起来”稳定，就像一块巨石静静地躺在山谷底部一样。不过，对实验数据的深入分析揭示了一个问题：泡沫的实际行为与这些理论的预测并不相符。宾夕法尼亚大学的工程师们利用计算机模拟追踪了泡沫中气泡的运动轨迹，结果发现气泡们根本不老实，总在能量景观（描述系统随状态变化的分布模型——编者注）上“溜达”。按理说气泡应该像滚石下山一样停在“谷底”，但现实却是它们一直在山坡上“散步”。宾夕法尼亚大学化学与生物分子工程系教授、该论文的共同作者约翰·C·克罗克说：“我们早在20年前就开始注意到这些差异，但我们一直没找到合理的答案。”

泡沫的这种行为困扰了科学界很久，直到AI领域的梯度下降法（常用于AI中，用来递归性地逼近最小偏差模型——编者注）带来了灵感。从数学角度看，泡沫的运动方式与训练AI常用的“深度学习”过程极为相似，现代AI系统通过在训练过程中不断自我调整数值参数来进行“深度学习”，这一过程不是一味追求最小误差，而是让系统在一大片能量较平坦的区域里游走，探索各种“解法”。泡沫的气泡在广阔的能量景观上不断重组，和AI模型在各种解法之间游走的底层逻辑是统一的。

这一发现也为物理学家设计能够适应环境的智能材料指明了新的思路——如果能用泡沫的“自适应”原理去设计材料，未来的窗帘能自己调整透光度，衣服遇冷热自动调节保温性能。同时，这一发现或许也能为生物学家探究生命奥秘（例如活细胞的内部框架）提供新的见解，蛋白折叠、免疫细胞运动等过程可能遵循同样的能量景观驱动逻辑……物理、生物、计算机科学不再各自为政，它们的底层“玩法”或许是同一套公式。看似简单的泡沫打破了学科壁垒。理解泡沫，也许就是理解科学复杂性的钥匙。（白鹭译）