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。