Как обычная пена раскрывает секретную логику искусственного интеллекта
Новое исследование показывает, что постоянное движение пузырьков в пене математически идентично процессу обучения в нейронных сетях, указывая на общий организационный принцип
Короткое резюме
Инженеры из Университета Пенсильвании обнаружили, что микроскопические пузырьки в пене находятся в постоянном движении, никогда не застывая окончательно, хотя общая структура пены сохраняется. Удивительно, что это поведение математически точно соответствует процессу глубокого обучения (глубокое обучение), используемому для тренировки современных систем искусственного интеллекта (ИИ).
Традиционная теория описывала пену как систему, стремящуюся к единственному устойчивому состоянию, подобно камню на дне долины. Однако данные показали, что пузырьки продолжают блуждать среди множества конфигураций с близкой энергией. Этот процесс аналогичен тому, как алгоритмы ИИ в ходе обучения не ищут один «глубокий» минимум ошибки, а остаются в «пологих» областях параметрического пространства, что обеспечивает гибкость и способность к обобщению.
Открытие предполагает, что «обучающееся» поведение может быть фундаментальным принципом, общим для физических материалов, вычислительных систем и живых клеток. Это заставляет пересмотреть устоявшиеся взгляды на сложные системы и открывает новые пути для создания адаптивных материалов. В настоящее время команда применяет этот подход для изучения цитоскелета — постоянно реорганизующейся внутренней структуры клеток.
Нестабильность пены
Пузырьки в пене никогда не застывают, а постоянно перемещаются, хотя макроскопическая форма материала сохраняется
Математическое сходство с ИИ
Динамика пузырьков описывается теми же математическими принципами (градиентный спуск в пологих областях), что и процесс обучения глубоких нейронных сетей
Критика традиционной теории
Классическая физическая модель, предсказывающая финальное устойчивое состояние пены, не соответствует реальным данным, собранным за последние 20 лет
Универсальный принцип
Обнаруженная аналогия указывает на возможное единство организационных принципов в неживых материалах, живых системах и вычислительных алгоритмах
Текст сгенерирован с использованием ИИ
