Es un gran desafío resolver problemas de interfaz elíptica no homogéneos, ya que la interfaz divide el dominio computacional en dos partes disjuntas y la solución puede cambiar drásticamente a través de la interfaz. Se propone una red neuronal informada por la física con restricción suave y redes neuronales duales, que está compuesta por dos redes neuronales separadas para cada subdominio, que están acopladas por las condiciones de conexión en la interfaz. Es beneficioso capturar la singularidad de la solución a través de la interfaz. Formulamos las EDP, condiciones de contorno y condiciones de salto en la interfaz en la función de pérdida mediante la red neuronal informada por la física (PINN), y los diferentes términos en la función de pérdida se equilibran mediante pesos de penalización optimizados. Para mejorar la eficiencia informática para problemas cada vez más difíciles, se utilizan funciones de activación adaptativas y el método de muestreo adaptativo, que pueden mejorarse para producir un rendimiento óptimo de la red, ya que la topología de la función de pérdida involucrada en el proceso de optimización cambia dinámicamente. Por último, presentamos muchos experimentos numéricos, tanto en 2D como en 3D, para demostrar la flexibilidad, eficacia y precisión del método propuesto para abordar problemas de interfaz no homogéneos.