来源:《美国国家科学院院刊》(PNAS)
宾夕法尼亚大学团队通过模拟发现,湿泡沫中的气泡会持续进行内部重排,而非如传统理论认为的像玻璃一样静止。这一动态过程的数学描述竟与深度学习训练中参数优化的“梯度下降”原理相似:两者均在广阔的“平坦区域”内持续调整,而非陷入单一能量最低点。这一发现挑战了数十年来对泡沫行为的认知,并提示深度学习所依赖的数学原理可能普遍存在于物理、生物等复杂自适应系统中。该研究为理解细胞骨架等生物结构的动态重组提供了新视角,并可能启发新型自适应材料的设计。
来源:《美国国家科学院院刊》(PNAS)
宾夕法尼亚大学团队通过模拟发现,湿泡沫中的气泡会持续进行内部重排,而非如传统理论认为的像玻璃一样静止。这一动态过程的数学描述竟与深度学习训练中参数优化的“梯度下降”原理相似:两者均在广阔的“平坦区域”内持续调整,而非陷入单一能量最低点。这一发现挑战了数十年来对泡沫行为的认知,并提示深度学习所依赖的数学原理可能普遍存在于物理、生物等复杂自适应系统中。该研究为理解细胞骨架等生物结构的动态重组提供了新视角,并可能启发新型自适应材料的设计。
来源:《科学》
中美联合研究团队受蕨类孢子和射水鱼启发,开发出一种基于空化效应(气泡破裂)的微机器人推进技术。通过激光加热材料生成气泡,利用其破裂释放的能量,可驱动毫米级机器人跳跃达1.5米、游泳速度达12米/秒,并能精准穿越复杂环境。该技术有望替代传统针头注射,实现无创药物递送和体内精准治疗,同时适用于受限空间探索。目前仍处于概念验证阶段,需进一步解决生物相容性和激光人体组织穿透等挑战。