Pesquisadores da Universidade da Pensilvânia, nos EUA, identificaram que espumas comuns, encontradas em produtos do cotidiano, possuem comportamento interno matematicamente similar ao processo de treinamento de IA (Inteligência Artificial). O estudo contradiz teorias anteriores que comparavam espumas a estruturas estáticas como o vidro. A descoberta foi publicada na revista Proceedings of the National Academy of Sciences.
A pesquisa demonstra que as bolhas em espumas não ficam em posições fixas, mas mantêm-se em constante movimento enquanto preservam sua forma externa. Por meio de simulações computacionais avançadas, os cientistas constataram que esse processo reflete matematicamente como a aprendizagem profunda ajusta parâmetros durante o treinamento de sistemas de IA. Segundo informações do Phys, esta conexão entre materiais físicos e algoritmos computacionais representa um avanço significativo na compreensão de ambos os campos.
“Espumas constantemente se reorganizam,” afirma o Professor John C. Crocker do Departamento de Engenharia Química e Biomolecular (CBE) da Penn. “É impressionante que espumas e sistemas modernos de IA pareçam seguir os mesmos princípios matemáticos. Entender por que isso acontece ainda é uma questão em aberto, mas poderia remodelar como pensamos sobre materiais adaptativos e até mesmo sistemas vivos.”
Contradição de teorias estabelecidas
A equipe de engenheiros conduziu o estudo a fim de compreender melhor o comportamento físico das espumas. Elas são materiais presentes em diversos produtos do dia a dia como espuma de sabão, creme de barbear e emulsões alimentares como maionese.
“Quando realmente olhamos para os dados, o comportamento das espumas não correspondia ao que a teoria previa,” explica Crocker. Os cientistas observaram essa discrepância entre teoria e realidade aproximadamente duas décadas atrás, mas somente agora desenvolveram as ferramentas matemáticas adequadas para explicar o fenômeno.
Os pesquisadores trabalharam nos laboratórios da Universidade da Pensilvânia, onde utilizaram simulações computacionais sofisticadas para analisar o comportamento microscópico das espumas com detalhamento inédito.
Movimento contínuo e aprendizado de máquina
As simulações revelaram que as bolhas em espumas úmidas se movimentam continuamente através de possíveis configurações, sem jamais se fixarem em uma única posição. Este comportamento é matematicamente análogo ao processo conhecido como “Gradient Descent” (ou “Gradiente Descendente”), fundamental no treinamento de sistemas de IA modernos.
Além disso, os dados indicaram que, em vez de buscarem posições estáveis de menor energia, as bolhas nas espumas permanecem em movimento constante dentro de regiões amplas com características semelhantes. Exatamente como ocorre com os parâmetros nos sistemas de IA durante o treinamento.
“A principal percepção foi perceber que você não quer realmente empurrar o sistema para o vale mais profundo possível,” diz o pesquisador sobre o treinamento de IA. “Mantê-lo em partes mais planas da paisagem, onde muitas soluções têm desempenho semelhante, acaba sendo o que permite que esses modelos generalizem.”
Implicações para futuras pesquisas
A partir desta descoberta, a equipe do Professor Crocker está direcionando sua atenção para o citoesqueleto. Ela é a estrutura microscópica dentro das células que, assim como as espumas estudadas, precisa se reorganizar constantemente enquanto mantém sua estrutura geral.
“Por que a matemática da aprendizagem profunda caracteriza com precisão as espumas é uma questão fascinante,” afirma o professor. “Isso sugere que essas ferramentas podem ser úteis muito além de seu contexto original, abrindo a porta para linhas de investigação inteiramente novas.”
The post O que espuma e IA têm em comum? appeared first on Giz Brasil.