Le bolle di schiuma si comportano come l’intelligenza artificiale e la scienza vuole capire perché
Cos'hanno in comune una vasca piena di schiuma e una conversazione con ChatGPT? No, non è una di quelle freddure che si leggono sulle confezioni dei gelato, ma la domanda alla base di una ricerca che ha scoperto un singolare collegamento tra il comportamento delle bolle di schiuma e l'intelligenza artificiale.
Per decenni la scienza ha infatti descritto schiume, emulsioni e creme come strutture simili al vetro, apparentemente solide, con componenti microscopici che rimangono bloccati in configurazioni disordinate ma stabili. Un nuovo studio dell'Università della Pennsylvania sembra però ribaltare questa convinzione, mostrando che in realtà, al proprio interno, non solo le schiume non stanno mai ferme, ma il loro movimento obbedisce a regole matematiche sorprendentemente molto simili a quelle che governano il modo d’imparare dell'IA.
Un interno in continuo movimento
Pubblicata su Proceedings of the National Academy of Sciences, la ricerca ha seguito con simulazioni al computer il comportamento delle bolle in una schiuma "bagnata". Il risultato è controintuitivo: pur mantenendo la forma esterna, la struttura interna non si stabilizza mai. Le bolle continuano a spostarsi, esplorando una molteplicità di configurazioni possibili. In termini matematici, questo andamento ricorda il deep learning dell'IA, ossia il modo in cui un sistema di intelligenza artificiale, durante l’addestramento, modifica incessantemente i propri parametri invece di fissarsi in uno stato finale. "Le schiume si riorganizzano continuamente", ha spiegato John C. Crocker, co-autore dello studio. "È sorprendente che schiume e sistemi di AI seguano gli stessi principi matematici".
Il "buco" teorico superato grazie al paragone con l'IA
La difficoltà di descrivere le schiume deriva dalla loro struttura a due fasi ("bifasica"). Non sono infatti materiali compatti, ma sistemi formati da bolle di gas (una fase) disperse in un mezzo continuo, liquido o solido (l'altra fase). Osservandolo a occhio nudo, questo insieme si comporta come un solido elastico, capace di mantenere la forma e di deformarsi senza rompersi. Sotto la lente del microscopio, invece, la schiuma rivela una dinamica interna complessa, fatta di interazioni tra bolle e sottili pareti. Proprio per questa natura ibrida, le schiume sono state a lungo utilizzate come modelli per lo studio di altri sistemi densi e dinamici, dalle sospensioni ai tessuti cellulari.
Per spiegare come la scienza si era finora immaginata il comportamento delle bolle, i ricercatori hanno utilizzato una metafora, immaginando le bolle come delle rocce che rotolano verso valle. Durante la caduta, queste assumono diverse posizioni, ma dopo aver trovato la propria stabilità, si fermano. L'immagine spiega con efficacia perché le schiume possano apparire solide. Secondo questa teoria, una volta che una bolla si stabilizza in una posizione a bassa energia, dovrebbe restare ferma, come un masso adagiato in una conca. I dati sperimentali raccontavano però un'altra storia. "Quando abbiamo guardato davvero i dati, il comportamento non coincideva con le previsioni", ha sottolineato Crocker. Le discrepanze erano dunque evidenti da anni, mancava però il linguaggio matematico per interpretarle.
La svolta è arrivata quando si è iniziato a operare un confronto con le tecniche che fanno funzionare l'IA. Quando un sistema di intelligenza artificiale viene addestrato, non trova subito una risposta definitiva, ma corregge i propri parametri un po’ alla volta, migliorando progressivamente le prestazioni. All'inizio si pensava che l’obiettivo fosse raggiungere la soluzione perfetta, la migliore in assoluto. Con il tempo, però, si è scoperto che questo approccio è controproducente, poiché un modello troppo "preciso" diventa rigido e funziona male in situazioni nuove.
Rimanendo nella metafora dei massi che cadono a valle, l'IA non si muove verso la conca alla fine della montagna (che rappresenta la ricerca della soluzione perfetta), ma resta in "zone più pianeggianti, dove più soluzioni diverse funzionano in modo simile", ha spiegato Robert Riggleman, altra firma della ricerca. Applicando questa idea alle schiume, i ricercatori hanno osservato lo stesso comportamento. Le bolle non cercano una posizione definitiva, ma continuano a muoversi tra configurazioni diverse ma equivalenti. Come un sistema di intelligenza artificiale che impara senza mai fermarsi, anche la schiuma resta in un equilibrio dinamico, stabile eppure mai immobile.
Dalla materia ai sistemi viventi
Le implicazioni della scoperta vanno oltre un problema di fisica dei materiali. Se "imparare" in senso matematico significa restare in un equilibrio dinamico, allora questo principio potrebbe attraversare sistemi fisici, biologici e computazionali. Comprendere tale organizzazione potrebbe aprire la strada a materiali adattivi, capaci di rispondere all’ambiente senza perdere coerenza strutturale.
Non a caso il gruppo di ricerca sta tornando al sistema che aveva inizialmente motivato lo studio delle schiume: il citoscheletro, l'impalcatura interna delle cellule. Anche qui la struttura deve riorganizzarsi continuamente per sostenere le funzioni vitali. Ora restano solo da capire le ragioni di questa analogia tra la chimica, la biologia e il modo d'apprendere delle macchine. E secondo gli autori dello studio, trovare una risposta a queste domande potrebbe aiutarci a sviluppare nuovi strumenti destinati a rivelarsi utili ben oltre il loro contesto originario.
