Физика пены неожиданно похожа на обучение искусственного интеллекта

Инженеры из Пенсильванского университета обнаружили, что пена, которую десятилетия считали статичной, подобно стеклу, на самом деле непрерывно течёт внутри, сохраняя внешнюю форму. Более того, с математической точки зрения это внутреннее движение пузырьков удивительно напоминает процесс глубокого обучения (deep learning), используемый для тренировки современных систем ИИ.

Исследование, опубликованное в Proceedings of the National Academy of Sciences, показало, что пузырьки в пене не застывают в определённых позициях, а постоянно перемещаются, перебирая возможные конфигурации. Этот процесс математически зеркалит то, как алгоритмы глубокого обучения непрерывно подстраивают параметры нейросети во время её обучения, «скатываясь» по «ландшафту» возможных решений.

«Поразительно, что пена и современные системы ИИ, по-видимому, следуют одним и тем же математическим принципам», — говорит профессор Джон К. Крокер, соавтор работы.

Ключевое открытие заключается в том, что для успешного обобщения (как в ИИ, так и в пене) система не должна застревать в самом глубоком «овраге» ландшафта решений. Вместо этого ей полезно оставаться в более плоских областях, где множество конфигураций работают почти одинаково хорошо. Именно это позволяет моделям ИИ быть гибкими, а пузырькам в пене — постоянно реорганизовываться.

Это сходство наводит на мысль, что «обучение» в широком математическом смысле может быть общим организующим принципом для физических, биологических и вычислительных систем. Теперь учёные планируют применить этот математический подход к изучению цитоскелета — внутреннего каркаса живых клеток, который также постоянно перестраивается, сохраняя структуру.