ペンシルベニア大学のエンジニアらが、日常の泡の中で泡が全体の形状を維持しつつ絶えず位置を変えることを発見し、AIの深層学習に似た数学的原則に従っている。これは泡をガラス状と見なす伝統的見方を覆し、材料から細胞までの多様なシステムに学習行動が潜む可能性を示唆する。米国科学アカデミー紀要に掲載された発見は、適応性材料や生物学的構造に応用可能だ。
石鹸の泡やマヨネーズなどの製品に含まれる泡は、長らくガラスを模倣し、無秩序な位置に固定された泡と見なされてきた。しかし、ペンシルベニア大学研究者の新しいコンピュータシミュレーションは、湿潤泡中の泡がさまざまな配置を絶えず徘徊し、安定せずに泡の形状を維持することを明らかにした。 この動的挙動は、人工知能システムの深層学習プロセスを反映している。AI訓練では、勾配降下などの方法でパラメータが反復的に調整され、過度に精密な適合を避け一般化を妨げない。代わりに、実行可能な解の広範な領域を探求する。「泡は絶えず自己再編成する」と、化学・生体分子工学教授で共シニア著者のジョン・C・クロッカー氏は述べた。「泡と現代のAIシステムが同じ数学的原則に従うのは印象的だ。」 従来の物理学では、泡の泡を谷の岩のように低エネルギー状態へ転がる粒子としてモデル化していた。しかし、約20年前のデータに矛盾が見られた。「データを実際に見ると、泡の挙動は理論の予測と一致しなかった」とクロッカー氏は説明した。チームはAI由来の最適化洞察を適用し、泡が複数の等価構成を持つ平坦なエネルギー景観に留まることを発見した。 化学・生体分子工学の共シニア著者ロバート・リグルマン氏は類似点を強調した：「鍵となる洞察は、システムを可能な限り最も深い谷に押し込む必要がないと気づいたことだ」。AIをそのような平坦領域に留めることで新規データでの性能が向上し、泡の継続的な運動に似る。 本研究は泡研究の疑問を再燃させ、構造を保ちつつ再編成する細胞骨格などの生体システムへ拡張する。「深層学習の数学が泡を正確に特徴づける理由は魅力的な問いだ」とクロッカー氏。米国科学財団の支援を受け、共著者アムルテシュ・ティルマライスワミーとクラリー・ロドリゲス＝クルス氏が参加し、詳細は2025年のPNAS論文「粘性熟成泡」に記載。
