
长久以来,科学家们一直认为泡沫的表现如同玻璃一般,气泡被固定在各自的位置上。然而,新的模拟研究揭示,气泡实际上从未真正稳定下来,而是持续移动,不断变换着各种可能的排列组合。
更出乎意料的是,这一运动遵循着与人工智能系统学习原理相同的数学规律。这一发现暗示,学习或许是横跨自然界与科技领域的普适法则。
泡沫:熟悉却常遭误解之物
泡沫以多种日常形态呈现,诸如肥皂泡、剃须泡沫、打发奶油以及蛋黄酱等食品乳液。数十年来,科学家们一直认为,这些物质的微观构成部分如同玻璃一般,虽排列无序却静止不动。
这一长期以来的固有认知如今正受到挑战。宾夕法尼亚大学的工程师们发现,泡沫即便保持着稳定的外形,其内部也始终处于运动状态。从数学角度来看,这种隐秘的运动与深度学习极为相似,而深度学习正是训练现代人工智能系统常用的方法。
这一发现表明,若将学习视为一个数学过程,那么它或许便是贯穿物理材料、生命体系以及计算模型的共通组织法则。该发现还为探索如何设计能够随时间推移而自我适应的材料提供了新思路。此外,这项研究或许还能让我们更深入地理解那些必须不断重组的生物结构,例如活细胞内部的框架结构。

不断重组的气泡
在发表于《美国国家科学院院刊》的研究中,该团队运用计算机模拟技术,追踪了湿泡沫内部气泡的运动轨迹。结果显示,气泡并未固定于某一位置,而是持续游移,呈现出多种可能的排列组合。
从数学视角审视,此种行为与深度学习系统的运作模式高度契合。在训练过程中,人工智能会反复调整其参数——这些参数承载着人工智能所“掌握”的信息——而非一蹴而就地确定最终配置。
“泡沫会不断自我重组,”化学与生物分子工程学教授、该论文共同资深作者约翰·C·克罗克说道,“令人惊奇的是,泡沫与现代人工智能系统似乎遵循着相同的数学原理。尽管目前对于其中缘由仍无定论,但这一发现或许会重塑我们对于自适应材料乃至生命系统的认知。”
为何传统泡沫模型未能达到预期效果
在我们肉眼可见且触手可及的尺度上,泡沫往往表现出固态特性。它们通常能保持自身形状,受压时还会回弹。然而,在远为微小的尺度下,泡沫则被归类为“两相”材料,由悬浮于液态或固态基质中的气泡构成。
由于泡沫既易于生成与观察,又能展现出复杂的力学行为,科学家们长期以来一直将其作为简化模型,用以研究其他致密且动态的系统,包括活细胞。
过往理论将泡沫气泡描述为在能量地貌上移动的重物。按照这种说法,气泡会滚落至需要较少能量的位置,并停留在那里。这一理论框架有助于解释泡沫为何一旦形成便看似稳定,恰似巨石静卧于山谷底部。

泡沫物理学中一个长期存在的谜题
对实验数据进行更深入的研究后,发现了一个问题:泡沫的实际表现与这些理论预测并不相符。
克罗克说道:“当我们真正审视这些数据时,发现泡沫的实际表现与理论预测并不相符。近二十年前,我们就开始注意到这些差异,但当时还缺乏相应的数学工具来准确描述实际发生的情况。”
要化解这一矛盾,需另辟蹊径,采用一种能够描述那些持续变化、永不趋于单一稳定状态的系统的新思维。
借鉴人工智能的深刻见解
现代人工智能系统通过在训练过程中持续调整数值参数来进行学习。早期的训练方法旨在将这些系统导向一个与训练数据完美匹配的单一最优解。
深度学习依赖于一种与梯度下降这一数学方法相关的优化技术。这些算法反复引导系统调整配置以减少误差,逐步迈向更优的性能表现。若将学习过程具象化为一幅地貌图景,这一过程便如同沿着下坡路径不断前行,最终抵达更优解之境。
随着时间推移,研究人员发现,迫使系统得出尽可能深度的解决方案会引发问题。那些与训练数据过度契合的模型,在应对新情境时往往力不从心。
“关键在于认识到,实际上你并不想把系统推向最深的低谷,”化学与生物分子工程学教授、该研究的共同资深作者罗伯特·里格曼说道,“让系统保持在景观中较为平缓的区域,那里有许多解决方案的表现同样出色,事实证明,正是这一点让这些模型具备了泛化能力。”
泡沫与人工智能共享同一数学原理
当宾夕法尼亚大学的研究人员运用这一框架重新分析泡沫模拟数据时,相似性便清晰可见。泡沫气泡并不会稳定停留在深层位置,而是在诸多构型均具可行性的广阔区域内持续流动。
这种行为与现代人工智能系统的学习方式极为相似。解释深度学习为何行之有效的数学原理,同样揭示了泡沫内部持续发生的结构重组现象。
自适应材料与生物学所受影响
该研究在一个许多人自认为已透彻了解的领域中提出了新的见解。这种对传统思维的挑战,或许正是其最重要的贡献之一。
研究表明,泡沫气泡并非被禁锢于类玻璃态中,而是以类似于学习算法的方式移动,这促使科学家们重新思考,其他复杂系统在数学视角下可能呈现出怎样的行为模式。
克罗克(Crocker)的团队如今正重新审视那个最初激发他对泡沫产生兴趣的系统:细胞骨架,即细胞内部支撑生命的微观支架结构。和泡沫一样,细胞骨架在维持整体结构的同时,还必须不断进行自我重组。
克罗克表示:“为何深度学习的数学原理能精准描绘泡沫的特性,这着实是个引人入胜的问题。”“这暗示着,这些工具或许能在其原始应用范围之外大放异彩,为全新的研究领域开启大门。”
参考文献:阿姆鲁特什·蒂鲁迈斯瓦米(Amruthesh Thirumalaiswamy)、克拉里·罗德里格斯-克鲁兹(Clary Rodríguez-Cruz)、罗伯特·A·里格曼(Robert A. Riggleman)和约翰·C·克罗克(John C. Crocker)于2025年11月20日发表于《美国国家科学院院刊》的论文《黏性熟化泡沫中的缓慢松弛与景观驱动动力学》。DOI:10.1073/pnas.2518994122
本研究由宾夕法尼亚大学工程与应用科学学院开展,并获得美国国家科学基金会材料研究部(1609525、1720530)的资助。
其他共同作者还包括阿姆鲁特什·蒂鲁迈斯瓦米(Amruthesh Thirumalaiswamy)和克拉里·罗德里格斯-克鲁兹(Clary Rodríguez-Cruz)。








