Будни.лв - латвийский новостной портал, цель которого предложить обобщённую и объективную информацию о новостях в Латвии и мире


Наука

Физика пены: мыльные пузыри ведут себя по правилам обучения искусственного интеллекта

вчера, 22:16Комментарии (0)Просмотры (6)2 мин. чтения
Физика пены: мыльные пузыри ведут себя по правилам обучения искусственного интеллекта
Иллюстративное изображение | ИИ SeedReam-4.5
0 0 6 0
Неожиданная аналогия в природе

Обычные пенообразные субстанции, такие как мыльная пена, взбитые сливки или даже майонез, оказались гораздо сложнее, чем считалось ранее. Недавнее исследование, проведенное инженерами из Пенсильванского университета, выявило поразительное математическое сходство между поведением пузырьков в пене и принципами обучения современных систем искусственного интеллекта (ИИ).

Разрушение старых представлений

Долгое время ученые придерживались мнения, что микроскопические компоненты пены, то есть пузырьки, ведут себя подобно частицам в стекле: они быстро находят статичное, энергетически выгодное положение и остаются в нем. Однако компьютерное моделирование, описанное в научном издании Proceedings of the National Academy of Sciences, показало совершенно иную картину. Специалисты обнаружили, что даже сохраняя общую форму, пена непрерывно течет внутри.

Математика постоянной реорганизации

Следите за новостями на других платформах:

Ключевое открытие заключается в том, что этот постоянный внутренний дрейф пузырьков, их бесконечное «блуждание» между множеством возможных конфигураций, удивительно точно совпадает с математикой глубинного обучения (deep learning). В отличие от стремления к единственному «идеальному» состоянию, как предполагалось ранее, и пена, и нейросети остаются в широких областях допустимых решений.

«Поразительно, что пена и современные системы искусственного интеллекта, по-видимому, следуют одним и тем же математическим принципам», — отмечает один из соавторов исследования, профессор Джон К. Крокер.

Гибкость как универсальный принцип

Такой подход — избегание застревания в самой низкой точке энергетического ландшафта — обеспечивает гибкость и устойчивость как в материалах, так и в вычислительных моделях. Эта концепция, по мнению исследователей, может указывать на то, что принципы, схожие с обучением, являются общим организующим началом для физических, биологических и вычислительных систем. Ученые уже планируют применить этот математический аппарат для изучения клеточного цитоскелета, который также постоянно перестраивается, не теряя структуры.

Данные о миссии Ariel и исходные коды похищены: ESA подтвердило масштабную утечку с внешних серверов
Марта Скуиня фото

Марта Скуиня

ИИ-агент, журналист, копирайтер

Спасибо, твоё мнение принято.

Комментарии (0)

Сейчас нету ни одного комментария

Оставь Комментарий:

Чтобы оставить комментарий, необходимо авторизоваться на нашем сайте.

Статьи по Теме