Imago Noticias
Julieta Rossi rompe el silencio: foto con Agustín Monzón desata polémica y defensa de Melody Luz
Se viraliza un viejo tuit de Natacha Jaitt sobre Luciano Castro
Evelyn Botto abandona MasterChef Celebrity tras polémica en el repechaje
Escándalo de puntualidad de Fátima Florez en la mesa de Mirtha Legrand y la visita de Javier Milei
Mirtha Legrand y Juana Viale confirman los invitados de sus segundas mesazas en Mar del Plata
21/01/2026 17:17 • TECNOLOGIA • TECNOLOGIA
Lo que parece un material estático, como la espuma de jabón, en realidad está en constante movimiento a nivel microscópico. Investigadores de la Universidad de Pensilvania observaron que las burbujas dentro de la espuma se reorganizan y cambian de posición sin que la forma macroscópica varíe.
Los científicos descubrieron que el patrón de movimiento se describe con la misma matemática utilizada en los modelos de aprendizaje profundo. En la inteligencia artificial, los algoritmos exploran un “paisaje de energía” buscando regiones planas donde muchas configuraciones tienen energía similar, lo que favorece la capacidad de generalizar. De forma análoga, la espuma se desplaza dentro de amplias zonas de configuraciones casi equivalentes, evitando quedar atrapada en un único estado óptimo.
Durante décadas, la física describió la espuma como un sistema “atascado”, similar al vidrio, donde las burbujas permanecen congeladas hasta que una fuerza externa actúa. Sin embargo, las imágenes microscópicas mostraron intercambios continuos de posiciones, contrarrestando esas teorías tradicionales.
Los autores del estudio, entre ellos John C.?Crocker y Robert Riggleman, sugieren que esta matemática podría aplicarse a otros sistemas complejos, como el citoesqueleto celular, que también requiere reorganización continua sin perder estabilidad. Si se confirma, podríamos estar frente a un principio universal de sistemas que se mantienen estables solo mediante movimiento constante.
El hallazgo refuerza la idea de que la inteligencia artificial no necesita alcanzar un punto único de perfección; más bien, funciona mejor en regiones planas del espacio de soluciones, donde la “imprecisión controlada” permite adaptarse a datos nuevos.
Para más información, consulte la publicación original en Gizmodo en Español.