La red neuronal analizaba imágenes parecidas a una vista aérea de una plaza donde miles de personas sostienen banderitas de señales, hacia arriba o hacia abajo. El programa comprimía la imagen a unos pocos números y aprendía a reconstruirla. Sin instrucción alguna, primero captaba la dirección general de las banderitas y luego hasta qué punto los vecinos estaban de acuerdo entre sí. Cuando dos personas cercanas muestran algo diferente, surge tensión; cuando muestran lo mismo, armonía. Este sencillo modelo físico se llama modelo de Ising, y Ludwig Boltzmann dedujo la ley de equilibrio de estos sistemas.

Un giro inesperado: en redes neuronales complejas con un aprendizaje rápido, el programa se estanca en la primera etapa, sin llegar a notar los conflictos. Este bloqueo se asemeja a una transición de fase, estudiada por Lev Landau. Los ejemplos se generaron mediante el método de Roy Glauber.

Este experimento demuestra cómo la inteligencia artificial redescubre por sí sola conceptos fundamentales: un paso hacia programas capaces de hacer descubrimientos. Durante el aprendizaje, la red lucha contra el caos informativo, como contra la entropía en la termodinámica cuántica.