Gli scienziati hanno scoperto che le bolle di schiuma seguono la stessa matematica dell'intelligenza artificiale
Gli ingegneri dell’Università della Pennsylvania hanno dimostrato che le bolle nella schiuma umida non si fermano mai davvero, anche quando la schiuma sembra immobile. La parte sorprendente è che la matematica che descrive questo comportamento coincide con quella usata nell’addestramento dei sistemi di deep learning.
La schiuma – come quella del sapone, della schiuma da barba, delle guarnizioni montate e così via – non è qualcosa a cui di solito si pensa troppo. In ambito scientifico, però, è stata spesso trattata un po’ come il vetro a livello microscopico, con bolle bloccate in una disposizione caotica e “congelata”, anche se l’intero insieme può essere compresso e poi tornare alla forma iniziale.
Ora, gli ingegneri dell’Università della Pennsylvania affermano di aver osservato più da vicino il fenomeno, per capire come le bolle continuino a spostarsi attraverso diverse configurazioni senza che la schiuma perda la sua forma complessiva.
Da qui, hanno iniziato a utilizzare simulazioni di schiume umide e – in modo sorprendente – hanno scoperto che la matematica alla base di questi movimenti somiglia molto al deep learning, il metodo utilizzato per addestrare le moderne intelligenze artificiali.
Una schiuma che non si stabilizza mai
Nell’ambito della ricerca, gli scienziati hanno fatto riferimento a teorie più datate, secondo cui le bolle scivolerebbero lungo un paesaggio energetico fino a raggiungere una configurazione a bassa energia, restando poi bloccate lì. Ma quando il team ha confrontato i dati reali sulla schiuma con questa ipotesi, il risultato non coincideva.
"Quando abbiamo analizzato i dati reali, il comportamento delle schiume non corrispondeva a quanto previsto dalla teoria", ha spiegato John C. Crocker, co-autore senior dello studio.
"Avevamo iniziato a notare queste discrepanze già quasi 20 anni fa, ma non disponevamo ancora degli strumenti matematici per descrivere ciò che stava realmente accadendo".
Le simulazioni hanno fornito una spiegazione diversa. I ricercatori hanno scoperto che la schiuma non “si risolve” in un unico stato finale ottimale. Al contrario, continua a muoversi all’interno di ampie regioni in cui molte configurazioni delle bolle sono più o meno equivalenti. È per questo che la schiuma può sembrare stabile al tatto, pur restando stabile ma irrequieta al suo interno.
Entrano in gioco le matematiche dell’IA
La sorpresa è che lo stesso tipo di matematica viene utilizzato nel deep learning, dove un modello di intelligenza artificiale migliora regolando ripetutamente i propri parametri attraverso metodi legati alla discesa del gradiente. In questo contesto, spesso è preferibile rimanere in regioni più “piatte”, dove molte soluzioni offrono prestazioni simili.
Il deep learning si è rivelato quindi un modello sorprendentemente adatto a descrivere ciò che accade nella schiuma.
"L’intuizione chiave è stata capire che non si vuole davvero spingere il sistema nella valle più profonda possibile", ha spiegato Robert Riggleman, professore di Ingegneria Chimica e Biomolecolare e co-autore senior dello studio.
"Mantenere il sistema nelle parti più piatte del paesaggio, dove molte soluzioni funzionano in modo simile, è ciò che permette a questi modelli di generalizzare".
I ricercatori ritengono che questo risultato possa suggerire un’idea più ampia su come i sistemi complessi riescano a rimanere organizzati pur continuando a cambiare. Ora stanno riesaminando strutture biologiche come il citoscheletro cellulare, che deve riorganizzarsi continuamente senza collassare.
Se la stessa matematica dovesse emergere anche in questi casi, potrebbe aiutare a progettare materiali adattivi in grado di mantenere la propria forma, pur rispondendo all’ambiente circostante.
Riferimento della notizia:
Slow relaxation and landscape-driven dynamics in viscous ripening foams, pubblicato su Proceedings of the National Academy of Sciences, novembre 2025.