日前，搜狐视频关注流《张朝阳的物理课》“基础科学大会系列对谈”再次开启。搜狐董事局主席、物理学博士张朝阳与宾夕法尼亚大学物理教授刘若微展开深度对话。

二人以 “复杂的世界：从沙子到智能”为主题，从日常可见的沙堆、泡沫切入，深入软物质与非平衡统计物理的前沿领域，探寻无序系统中的普适规律，并延伸探讨了低功耗类脑智能材料的研究路径与未来潜力。

对谈现场。图源：搜狐

谈可调材料：像训练神经网络一样“训练”一张弹簧网

刘若微是非平衡统计物理领域的标杆学者，凭借在阻塞相变与无序固体领域的开创性贡献，她与合作者斩获2025年美国物理学会Leo P. Kadanoff奖，并于今年荣获国际基础科学大会的玛丽?居里物理学奖章。

在分享何为软物质时，刘若微以剃须泡沫为例，解释了软物质的奇妙之处：泡沫约95%都是气体，单个气泡并不坚硬，但大量气泡相互挤压、彼此作用后，却能堆积出固定的形状，从而表现出类似于固体的刚性。张朝阳表示，这个现象与结构效应类似，就像多根横梁彼此支撑那样。

为了抓住其中最关键的物理，研究者可以先把真实颗粒简化成一个个小球：彼此分开时没有作用，一旦挤在一起便产生排斥。刘若微介绍，当这些小球的体积分数接近64%时，体系会发生“阻塞相变”，从能够流动变成具有剪切刚性的固体。

与水结冰不同的是，阻塞体系无需排成整齐的晶体，也能在不断拥挤中“变硬”。刘若微认为，这种无序固体可成为理解沙粒、泡沫、玻璃等材料的重要起点。

在软物质领域中，另一个有趣的现象是蛋白质变构调控：一个小分子在蛋白质局部结合，可能引发远处结构和功能的改变。刘若微设想，利用类似的机制，能否反过来主动设计一张由可调材料组成的网络，让这张可调材料网络产生人们想要的功能？

在这一问题的驱动下，刘若微和她的团队设计了一个弹簧网络。在其中增删或调节某一根弹簧，就可以改变整个网络的剪切模量和体积模量，进而让弹簧网络具备负泊松比的奇特力学性质。类似地，刘若微团队还设计了流管网络和电阻网络。

然而，如何知道其中的材料单元该怎么调，是另一个需要解决的难题。

这一问题和神经网络的训练过程很像。在AI的训练任务中，计算机需要做全局运算，才能知道下一阶段该如何调整网络权重，这样的计算量是巨大的。而可调材料网络天然满足一定的物理约束，比如弹簧网络满足力平衡条件，流管网络满足流量守恒，电阻网络满足基尔霍夫定律，这些物理约束使得材料网络的“训练”只需要利用局部的状态信息，就能让整体性质逐渐接近目标。

张朝阳评论道，这种“局域规则”与大脑颇为相似：一个神经元不可能知道整个大脑所有神经元正在做什么，却依然能够通过临近神经元的信号传递进行思考，所以人脑只需大约20瓦的功率就能处理复杂信息。利用物理世界本身来“做计算”，或许为理解低功耗智能打开了一条有趣的新路径。

谈复杂系统：为什么有的系统越大越“聪明”？

对于可调材料，刘若微坦言，目前实验中的网络规模仍然很小，而神经网络和大脑的能力，往往是在规模扩张中涌现的。一个更基础的问题也随之浮现：为什么有些由大量单元组成的系统，规模变大后会拥有越来越复杂的能力，而另一些系统却不会？

她以水为例解释，一滴雨水和整个海洋尺度相差巨大，但物理学家依然可以用相同的流体方程描述。张朝阳补充道，无论研究一滴水还是一片海洋，无需追踪每个水分子的位置和速度，而只需使用温度、压力、黏度等少数宏观量，就足以描述整体行为。换句话说，对于许多熟悉的物质系统，“更多”往往只是意味着规模更大，并不会因此获得新的“本领”。

大脑、神经网络和生命系统则有所不同。

小型神经网络只能完成简单任务，规模扩大后却可能产生更复杂的能力。生物体也从一个细胞开始，随着不断发育，逐渐形成器官和大脑，并拥有越来越复杂的功能。刘若微将这一现象概括为“many more is more different”——数量更多以后，系统不仅是变大了，能力本身也可能发生质变。

这让问题从材料物理延伸到了生命与智能。刘若微表示，这里可能存在“一种新的物理，也是一种新的凝聚态物理”。它不仅与AI和神经科学有关，还可能为理解生命发育等更广泛的生物现象提供新的视角。

张朝阳同样关注其中的物理机制，如果大量简单单元只依靠局部相互作用，就能在规模扩大后涌现出越来越复杂的功能，那么弄清系统如何实现从“更多”到“更聪明”的跨越，或许正是探索生命和智能起源的一条重要物理路径。

“物理本身真的非常难，所有人都会觉得自己很笨。”刘若微坦言，即使已经成为资深科学家，她仍会在报告或讨论中发现，自己对某个问题的理解远远不够。真正重要的不是掩饰无知，而是接受这种感受，保持好奇，大胆提问。“不要担心自己看起来很笨，去做就是了，享受其中的乐趣。”