搜狐视频关注流《张朝阳的物理课》近日开启了一场别开生面的深度对话，搜狐创始人张朝阳与宾夕法尼亚大学物理教授刘若微围绕“复杂的世界：从沙子到智能”这一主题展开探讨。刘若微教授作为非平衡统计物理领域的杰出学者，凭借在阻塞相变与无序固体研究方面的开创性工作，荣获2025年美国物理学会Leo P. Kadanoff奖及国际基础科学大会玛丽·居里物理学奖章，成为科学界备受瞩目的领军人物。
对话中，张朝阳首先介绍了刘若微教授的研究背景，指出其工作介于理想晶体与连续介质流体之间，聚焦于软物质物理这一前沿领域。软物质既非长程有序的晶体，也非可忽略颗粒细节的流体，其组成单元的集体行为往往难以预测。刘若微以剃须泡沫为例，解释了这种看似简单的物质如何通过微观结构的相互作用表现出宏观固体特性，尽管其成分中95%是气体，仅5%为液体。
在探讨力学模型时，刘若微介绍了“软球模型”：当两个球重叠时，它们之间会产生排斥力，类似于谐振弹簧的作用；而当球分开时，则不存在相互作用。这一简单模型不仅适用于泡沫研究，也可用于解释颗粒物质如沙子的行为。她进一步指出，尽管真实沙粒形状不规则且存在摩擦，但软球模型仍能抓住无序固体刚性的本质，为理解复杂系统提供了重要起点。
关于阻塞相变，刘若微详细解释了其与一级相变的区别。在零温条件下，当系统密度达到临界值（三维情况下约为64%）时，球体之间的重叠无法避免，体系从流体转变为固体，剪切模量从零逐渐上升，遵循幂律规律。这种连续相变与水冻成冰的一级相变形成鲜明对比，后者伴随着晶体结构的突然形成和密度的不连续跳变。刘若微强调，阻塞相变的独特性在于其存在多个发散的长度尺度，这一发现为理解无序固体的刚性提供了新视角。
张朝阳对刘若微团队在阻塞相变标度理论方面的贡献表示赞赏，认为这一理论为描述软物质行为提供了统一框架。刘若微回应称，尽管标度理论尚未通过重整化群解释，但它允许研究者从简单模型出发，逐步引入真实系统中的复杂因素（如颗粒形状不规则性、摩擦、吸引力等），从而修正阻塞物理的预测。她将阻塞态视为完美晶体的对立面，指出两者在零温下分别代表了有序与无序的极端情况，而阻塞理论为理解无序固体的刚性提供了答案。
对话的后半部分聚焦于软物质在智能材料领域的潜在应用。刘若微介绍了其团队如何通过调节弹簧网络的参数（如弹簧刚度或存在与否），实现负泊松比、变构调控等特殊性质。她特别强调了局域学习规则的重要性：与传统神经网络需要全局梯度计算不同，物理系统中的节点仅需根据局部信息调整参数，即可实现类似的学习功能。这一思路不仅降低了能耗，还更接近人脑的工作方式——神经元通过局部突触的建立或删除完成学习，而无需知晓整个大脑的状态。
刘若微进一步指出，弹簧网络与流体网络、电路网络在数学上具有相似性，这为构建低能耗类脑智能材料提供了新途径。例如，血管网络可通过调整血管直径（类似于弹簧刚度）实现血流的定向分配，这一过程与弹簧网络的变构调控异曲同工。她透露，团队已开发出第二代基于非线性电阻元件的电路网络，尽管初期存在任务切换时的记忆丢失问题，但通过改进训练方法，系统已能在模拟信号存在误差的情况下保持较高准确度。
在讨论系统规模与智能的关系时，刘若微引用了“many more is more different”的观点，强调数量增加会带来能力的质变。她以大脑为例，指出人类神经元数量远超蟑螂，这或许是前者具备更复杂认知能力的原因。张朝阳补充称，传统凝聚态物理中，系统规模的扩大通常不会引发能力的质变（如从一滴水到海洋），但神经网络和智能材料却表现出“双下降”现象：规模越大，预测精度越高，这与过拟合的常规认知相悖。刘若微认为，这一现象表明智能系统与普通系统的关键区别在于其保留了某些微观结构信息，从而在宏观尺度上表现出智能。
对话的最后，刘若微分享了她对物理学文化的反思。她指出，物理学领域存在一种“有毒的”竞争文化，男性学者更倾向于通过表现强势来掩盖内心的不安，而女性学者往往因自我怀疑而选择离开。她鼓励年轻学者（尤其是女性）不要因害怕显得“愚蠢”而放弃物理学，因为自我怀疑是探索过程的正常部分。张朝阳对此表示认同，他以自己重拾物理的经历为例，强调业余者的优势在于不畏惧暴露认知不足，从而能够更快进步。
