Мильна піна пояснює логіку штучного інтелекту

Інженери Університету Пенсільванії з’ясували, що піни — від мильної до харчових емульсій — постійно перебувають у русі та реорганізуються за математичними принципами, подібними до тих, що лежать в основі глибокого навчання в системах штучного інтелекту, пише Science Daily.

Який звʼязок між бульбашками та навчанням ШІ?

Підписуйтеся на наші соцмережі

Протягом десятиліть вчені вважали, що піни поводяться подібно до скла — їхні мікроструктури фіксуються в хаотичних, але стабільних положеннях. Однак комп’ютерне моделювання показало, що бульбашки у вологій піні не «завмирають», а постійно переміщуються між різними можливими конфігураціями, зберігаючи загальну форму матеріалу.

За словами одного з авторів дослідження, професора хімічної та біомолекулярної інженерії Джона Крокера, така поведінка дивовижно нагадує процес навчання сучасних систем штучного інтелекту. Подібно до нейромереж, які безперервно коригують свої параметри під час навчання, піни не прагнуть до єдиного «оптимального» стану, а залишаються в широкому діапазоні рівноцінних конфігурацій.

Дослідники зазначають, що раніше фізичні моделі описували піни як систему, що скочується до найнижчого енергетичного стану та стабілізується в ньому. Проте експериментальні дані не відповідали цій теорії ще майже 20 років, і лише сучасні математичні підходи, запозичені з теорії глибокого навчання, дозволили пояснити цю невідповідність.

Науковці вважають, що результати роботи можуть мати ширше значення, ніж просто вивчення пін. Автори дослідження припускають, що принципи, які лежать в основі навчання штучного інтелекту, можуть бути універсальними для фізичних, біологічних та обчислювальних систем.