8月12日，搜狐视频关注流《张朝阳的物理课》“基础科学大会系列对谈”重磅开启。搜狐创始人、董事局主席兼首席执行官、物理学博士张朝阳与宾夕法尼亚大学物理教授及软物质与生命物质研究中心主任刘若微（Andrea J. Liu）教授展开深度对话。刘若微教授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。

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。

今年是《张朝阳的物理课》连续第三年推出科学家对话系列。此前，张朝阳已先后与诺奖得主戴维・格罗斯（David Gross）、著名物理学家徐一鸿（Anthony Zee）、剑桥大学理论物理教授汤大卫（David Tong）等多位国际顶尖物理学家对话，覆盖量子引力、时空本质、弦理论等多个前沿方向。

谈软物质前沿：95%是气体的泡沫为何能像固体？

随着访谈开始，张朝阳给现场听众介绍了刘若微的研究领域和学术成就。对于大众来说，最熟悉的物质形态莫过于能够保持固定形状的固体，以及可以流动的液体、气体。而刘若微长期研究的软物质，则展现出许多介于传统固体与流体之间、甚至难以简单归类的奇特行为。刘若微在软物质的阻塞转变与无序固体领域做出了开创性工作，揭示了沙粒、泡沫等看似杂乱无章的体系如何在颗粒足够密集后突然获得类似于固体的特性，并推动建立了描述这类现象的理论。

张朝阳随即邀请刘若微分享何为软物质。以剃须泡沫为例，刘若微进一步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。

谈可调材料：像训练神经网络一样“训练”一张弹簧网

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”？

对于前面介绍的可调材料，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。

谈AI：擅长提供答案但不会取代人类思考

从阻塞理论到智能涌现，张朝阳与刘若微的科学对话从最贴近日常的物质尺度切入，以一颗沙粒的堆叠为起点，探寻了无序系统中的普适秩序。最后的互动环节中，来自国内外多所高校的青年学生踊跃提问，话题覆盖AI辅助物理研究的应用边界、智能材料的规模化落地路径、青年学者的基础科研成长路径等多个维度，现场交流氛围热烈。

针对AI与科研，张朝阳分享了自己的观点，“AI给出答案之后，还要留出同样多的时间自己思考，否则大脑会退化。”他认为，面对真正前沿、存在大量争议的科学问题，我们不能直接接受AI给出的结论，而要主动比较不同观点、始终保持批判性思考。

谈及AI与人类认知的关系，刘若微认为，AI很擅长提供答案，尽管这些答案并不总是正确，但物理学最重要的是提出问题，而且问题越新、越不同，往往越有价值。她指出，大语言模型与大脑接受的数据、学习方式和物理基础存在根本差异，AI将会完成许多与人类不同的任务，但不会简单取代人类。

针对青年学者如何选择研究方向的问题，刘若微给出了一个务实而有趣的判断方法：不妨问问自己，最能接受哪一种“出问题”的方式。如果无法忍受实验设备出现故障，或许不适合实验研究；如果无法忍受反复寻找程序错误，可能不适合计算研究；如果愿意花很长时间检查推导中的一个符号，则可能更适合理论研究。

刘若微强调，基础科学和应用研究并无高下之分，关键是找到真正令自己兴奋的问题。她把物理研究比作登山，大多数时候都在艰难攀爬、不断“撞墙”，但当一个问题终于被想明白，眼前会突然展开从未见过的风景，正是这一刻，让此前所有的辛苦都有了意义。

谈物理学习：大胆提问，物理研究不怕“蠢问题”

作为国际知名女性物理学家、首届玛丽・居里物理学奖章得主，刘若微谈及女性科学家时表示，每次参加学术讨论会时，都会与女性学者交流观点，每次讨论都总是非常有意思。她认为，物理学界“存在过度强调竞争的一面”的现象。在一些学术讨论中，人们仿佛在暗中“计分”，不断比较谁更聪明、谁的观点更有洞见。那些不熟悉或不愿参与这套竞赛规则的人，可能因此怀疑自己的能力，甚至认为自己不属于物理学。

“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。”

张朝阳对此深表认同，并将自己重新学习物理的状态称为“业余者的优势”。因为没有考试和论文压力，也不怕问出看似简单的问题，他反而能够凭借纯粹的好奇心深入学习，并尝试找到更清晰的表达方式。“一个看起来很笨的问题，也可能其实是一个聪明的问题，甚至带来新的想法。”

刘若微同时强调，营造健康的学术文化不能只靠提问者变得勇敢，老师和周围的人同样负有责任。面对不成熟的问题，不应急于嘲讽或评判，而要让每个人都能放心表达。允许“蠢问题”被提出，让交流摆脱“聪明竞赛”，才能真正保护年轻人的好奇心，也为科学创新创造更开放、更包容的环境。