先说一件你肯定经历过的事。

周末你花了大半天,把房间收拾得干干净净。

衣服叠好进衣柜,书一本本立回书架,桌上的零碎全归位。

你看着成果,心里特别舒坦,觉得这状态能维持很久。

结果呢?

打开网易新闻 查看精彩图片

周三晚上回家,椅子上搭着外套,桌上摊着充电器和零食袋,床跟被炸弹炸过一样。

你甚至想不起来自己什么时候搞乱的。它好像是自己变乱的。

更气人的是,搞乱一个东西几乎不费吹灰之力。

耳机线你好好放进兜里,拿出来准缠成一团;一杯热咖啡放桌上,没人碰它,自己就凉了;手机用着用着就卡,电池越来越不耐用。

而想把这些东西弄回整齐、弄回热乎、弄回流畅,你得老老实实花力气。

这世界好像有个偏心眼的规矩:往乱的方向走,是下坡,顺溜;往整齐的方向走,是上坡,费劲。

物理学家给这个"偏心眼"起了个名字,叫熵。

打开网易新闻 查看精彩图片

那条"东西总是会变乱"的规矩,就是大名鼎鼎的热力学第二定律。

打开网易新闻 查看精彩图片

但今天我想跟你聊的,不是又一遍"宇宙终将毁灭"的丧气话。

我想告诉你的是,这两百年来,科学家越琢磨越发现一件离谱的事:熵这个东西,可能根本不是世界本身的毛病,而是我们脑子里的毛病:它衡量的不是世界有多乱,而是你有多不知道。

接受这个说法,你看机器、看生命、看自己做决定的方式,全都会变个样。

咱们慢慢聊。

要理解熵,得先把"乱"这个字说清楚。

因为平时我们说乱,太主观了。

你觉得乱的房间,你妈可能觉得还行;艺术家的工作台看着像垃圾堆,人家自己知道每样东西在哪。

物理学不能用这种含糊的说法。

最早把它讲明白的,是一个叫玻尔兹曼的奥地利人。

他的办法很巧妙,咱们用下棋来打比方。

假设你有一副棋盘,上面摆着一堆一模一样的棋子。

玻尔兹曼把事情分成两层看。

打开网易新闻 查看精彩图片

第一层,是每一个棋子具体在什么位置、什么状态。把所有棋子的精确坐标都列出来,这叫一个微观状态。说白了就是底层的、细到每一个颗粒的完整档案。

第二层,是这些棋子凑在一起,整体看起来是个什么样子。比如它们是不是排成了一个五角星,还是全都挤在一个角落,又或者稀稀拉拉散得到处都是。这个整体的样子,叫宏观状态。

关键来了:同一个宏观状态,往往对应着一大堆不同的微观状态。

什么意思?

比如"棋子散得满棋盘都是"这个宏观样子,你可以这样摆,也可以那样摆,两个棋子换个位置,整体看起来还是"散得满棋盘都是"。这种摆法有成千上万种。

可是"棋子精确排成一个五角星"这个宏观样子,能满足它的摆法就少得可怜。每个棋子都得待在特定的点上,稍微挪一点就不是五角星了。

玻尔兹曼就说:一个宏观状态的熵,看的就是有多少种微观状态能凑出它。

摆法多的,熵高;摆法少的,熵低。

就这么简单。

你现在明白为什么"整齐"难得、"乱"常见了吧。

不是因为世界存心跟你作对,而是数学上,能被叫做"乱"的摆法,数量上碾压了能被叫做"整齐"的摆法。

光说棋盘可能还不够直观,咱们上扑克牌,这个例子更狠。

一副新拆开的牌,按花色、按数字排得整整齐齐,红桃A、红桃2……一直排下去。

这是个低熵状态,因为它非常特殊。

特殊到什么程度?能算"整整齐齐按顺序"的排列,基本就那么一种。

现在你洗一次牌。洗完之后是个乱序。那我问你,乱序的排列有多少种?

54张牌,所有排列方式是54的阶乘,也就是54×53×52……

一直乘到1,算出来大约是10的71次方。

10的71次方是什么概念?地球上所有海滩上的沙子加起来,大概也就10的19次方粒。你感受一下这个数字有多离谱。

所以你洗牌的时候,牌几乎必然越洗越乱。

打开网易新闻 查看精彩图片

因为整齐的排列在所有排列里占的比例,小到可以忽略不计。你闭着眼睛随便一洗,撞上万分之一的整齐排列,门都没有。

但是注意,我用的词是"几乎必然",不是"必然"。

理论上,你是有可能洗着洗着,把牌洗回完美顺序的。只是这个概率低到你从宇宙诞生洗到现在,一秒不停地洗,也洗不出来。

这就是玻尔兹曼最核心的洞见,也是他当年最被人骂的地方:熵增不是一条铁板钉钉的绝对命令,它是个概率问题。

东西不是"一定"会变乱,而是变乱的可能性大到离谱,所以实际上你看到的总是它变乱。

空气会不会自己全跑到房间左边?

你可能会抬杠:概率再小,那也是可能啊,我怎么从来没见过?

因为你日常接触的东西,粒子数量实在太大了,大到那些"小概率"在现实中等同于不可能。

拿你房间里的空气说。

空气分子在房间里到处乱飞,均匀分布,这是高熵状态。那有没有可能所有分子在某一瞬间,全都跑到房间左半边,右半边变成真空?

单个分子出现在左边还是右边,概率各一半,挺随机的。可你房间里有多少个空气分子?大概10的26次方个,是个天文数字。

要让这么多分子在同一时刻全部"选择"左边,概率是2的10的26次方分之一。

这个数小到什么程度?小到没有任何日常语言能形容。

你从138亿年前宇宙诞生那天开始等,等到太阳熄灭,也等不到一次。

所以在我们活的这个尺度上,熵增看起来就是铁律,没有例外。

但你得知道,它的底层是概率,不是什么神秘的力量在推。这一点很重要,后面会用上。

为什么时间只能往前走?

说到这,就得聊一个更玄乎的问题了:时间为什么有方向?

你想想,我们为什么觉得时间在"流逝",而且是朝着一个方向流?为什么我们记得过去,却不记得未来?为什么杯子摔碎了,你从没见过碎片自己跳回桌上拼成完整的杯子?

奇怪的是,如果你钻到微观世界,盯着单个分子看,会发现根本没有"方向"这回事。

两个分子撞在一起弹开,你把这个过程录下来,正放和倒放,都完全符合物理定律,看不出任何破绽。就像两个台球相撞,倒着放也毫无违和感,你判断不了哪个是正放。

微观的物理定律,对过去和未来是一视同仁的,它不分正反。

那怪事就来了:既然每个零件都不分时间方向,为什么一堆零件凑在一起,就突然有了方向?

答案还是熵。

一个系统从低熵往高熵走,是概率上压倒性的趋势。

正是这个趋势,给原本可以正着来也可以倒着来的过程,硬生生标出了一个方向。

杯子碎了不会自己拼回来,不是因为拼回来违反了什么微观定律,而是因为"碎成一地"对应的微观状态数量,远远多于"完好地待在桌上"的状态。系统往那边走的概率,大到你等不到回头路。

所以有科学家说,熵就是时间的箭头。

打开网易新闻 查看精彩图片

你感受到的"时间向前",本质上是事物在朝着可能性更多的状态扩散。不是钟表在走,是整个世界在从"罕见的整齐"滑向"常见的混乱"。

那宇宙最后会怎样?

顺着这个思路往大了想,就会撞上一个让人后背发凉的结局:热寂。

打开网易新闻 查看精彩图片

道理不复杂。

宇宙里所有能用来干活的能量,都靠"差别"驱动。热的地方和冷的地方有温差,才能推动发动机;高处的水和低处的水有落差,才能发电。

而熵增的过程,就是不断把这些差别抹平。热的凉下来,冷的暖上去,最后大家都变得差不多。

恒星会烧完,黑洞也会通过一种叫霍金辐射的方式,慢慢蒸发掉,虽然这个时间尺度长得吓人,可能要10的67次方到10的100次方年。

到最后,整个宇宙变成一锅极其稀薄、极其均匀的"汤",所有差别都没了,没有任何可以提取的能量,没有任何过程还能发生。

在那种状态里,连"时间"都失去了意义,因为没有任何变化能给它当箭头。

这就是19世纪就有人提出的热寂说。

不过这里有个有趣的"后门"。

一位叫庞加莱的数学家证明过:一个有限的系统,只要时间足够长,它最终会回到无限接近初始状态的样子。

打开网易新闻 查看精彩图片

这叫回归定理。

于是有人脑洞大开:哪怕热寂了,在无限漫长的时间里,粒子也可能因为随机涨落,偶然凑出一个低熵的结构。

顺着这个脑洞,会推出一个更离谱的东西:玻尔兹曼大脑。

打开网易新闻 查看精彩图片

你想,如果宇宙只是随机涨落,那涨落出一个结构完整、还带着一整套虚假记忆的大脑,要比涨落出整个星系、整个宇宙容易得多。

因为一个大脑需要的粒子数,跟整个宇宙比起来根本不算什么。

那从概率上讲,你我搞不好就是这种凭空涨落出来的孤零零的大脑,你以为的身体、世界、昨天的经历,全是这个大脑里的电信号。

这玩意儿你还没法轻易反驳,因为你用来反驳的一切证据,都得经过你的大脑。

当然,绝大多数科学家并不接受这个结论,反而把它当成一块"试金石":一个靠谱的宇宙理论,不应该让"玻尔兹曼大脑"比真实的我们更可能出现。

讲了这么多,你可能觉得这故事挺丧的。

但别急,真正的反转还没开始。

因为"熵"这个词,后来在一个八竿子打不着的地方,重新冒了出来。

时间跳到第二次世界大战。

美国有个数学家叫香农,当时在研究怎么给通信加密,其中包括罗斯福和丘吉尔之间的绝密通信线路。

这份工作逼着他去想一个很根本的问题:一条消息里,到底装了多少"信息"?

这个问题听起来很虚。信息怎么衡量?多少算多,多少算少?

香农的思路很清奇。

打开网易新闻 查看精彩图片

他说,信息就是用来消除不确定性的东西。你知道了一条信息,就等于你少了一份不确定。

那怎么量化不确定性?他给了一个办法,咱们用猜字游戏来理解。

假设我心里想一个字符,你来猜,你只能问"是或否"的问题。我每回答一次,你就获得一点信息。

如果下一个字符完全没规律,可能是任何字符,你根本没法猜,就得问很多个问题才能锁定它。这种情况,不确定性高,香农就说它的信息熵高。

反过来,如果字符很有规律,比如一段英文里,字母q后面几乎铁定跟着u,你闭着眼都能猜中,那基本不用问问题。这种情况不确定性低,信息熵就低。

香农还发现,充满规律、能被压缩的消息,信息熵低;而完全没规律、压缩不了的消息,信息熵高。

到这儿为止,这看起来跟蒸汽机、跟热量没有半毛钱关系,纯粹是通信和密码的事。

但是,当香农把他的公式写出来,物理学家一看,全愣住了。

在所有字符等概率出现的情况下,香农的信息熵公式,会简化成跟玻尔兹曼的熵公式几乎一模一样的形式。

打开网易新闻 查看精彩图片

一个是数气体分子有多少种排列,一个是数字符有多少种可能,研究的东西天差地别,数学骨架却像是同一个模子刻出来的。

据说另一位大神冯·诺依曼还怂恿香农:你这个量啊,干脆就叫"熵"得了。

理由有两个,一是它本来就跟玻尔兹曼那个东西高度吻合,二是"反正没人真正搞得懂熵是什么,辩论起来你永远占上风"。

这当然是句玩笑,但点破了一件事:热力学里的熵和信息论里的熵,可能根本就是同一个东西的两副面孔。

麻省理工有位物理学家叫劳埃德,他把这层关系讲得特别直白:熵,就是你不知道的信息;信息,就是你已经知道的东西。

打开网易新闻 查看精彩图片

你看,热力学里说发动机效率有上限,信息论里说通信有成本,表面是两件事,底层都在说同一件事:你不可能掌握全部细节,总有一部分对你来说是不确定的。

信息怎么就跟能量扯上关系了?

真正把这两个领域焊死在一起的,是一位叫杰恩斯的美国物理学家。

1957年,他写了两篇影响很大的论文,主张用信息论的眼光重新看热力学。

他说,热力学本质上是一门"在信息不全的情况下做推断"的学问。你不可能盯住每个粒子,你只能测到温度、压力这些笼统的宏观数据,然后靠这些有限的信息去推测系统。

那在信息有限的时候,怎么猜才最公道、最不偏不倚?

杰恩斯的办法叫最大熵原理:在满足你已知条件的前提下,给所有可能的配置分配相等的可能性,不去额外偏袒任何一个。

打个比方,你知道一个骰子"六点朝上的概率偏高"这一条信息,除此之外一无所知。那你在推测其他面的时候,最稳妥的做法就是把剩下的可能性平均分,而不是凭空脑补更多规律。

这个办法提供了一种"偏见最小"的预测方式,今天从统计力学到机器学习再到生态学,到处都在用。

到这一步,不同领域里冒出来的各种"熵",开始大汇合了。

盒子里的粒子混在一起,你弄丢了它们的位置和动量,这是吉布斯熵在增加;

量子粒子跟环境纠缠到一起,状态被搅乱,这是冯·诺依曼熵在增加;

东西掉进黑洞,外部世界彻底丢失了它的信息,这是贝肯斯坦-霍金熵在增加。

场景完全不同,但你仔细看,熵衡量的始终是同一件事:无知。

你缺了关于粒子怎么运动的知识,缺了下一个数字是什么的知识,缺了量子系统确切状态的知识。

然而,这个统一的理解,立刻引出一个让人坐不住的问题:

等等,这到底是"谁"的无知?

如果熵是无知,那无知总得有个主体吧?是谁在无知?

这个问题看似抠字眼,其实捅到了马蜂窝。

因为它意味着熵可能不是系统自带的属性,而是跟观察者绑在一起的:换个观察者,熵可能就变了。

这可不是我瞎说,有个著名的思想实验把这件事摆到了台面上,叫吉布斯混合悖论。

咱们来看看。

假设一个盒子,中间用隔板分开,左边是气体A,右边是气体B。你把隔板抽掉,两种气体扩散、混合,按照第二定律,熵增加了,没毛病。

但如果A和B其实是同一种气体,温度压力都一样,那抽掉隔板什么都不会发生,熵不变,因为粒子本来就已经"混"到顶了。

现在,刁钻的问题来了:如果A和B是两种不同的气体,但你根本没办法区分它们,会怎样?

杰恩斯是这么解这个悖论的。他编了个很形象的例子。

假设盒子里是两种氩气,它们几乎完全一样,唯一的区别是,其中一种能溶解在一种假想的、还没被发现的元素里,他给这元素起了个名叫"whifnium",你理解成"某种还没发现的神奇物质"就行。

在whifnium被发现之前,你没办法区分这两种氩气。那对你来说,抽掉隔板就没有任何明显的熵变化,它们在你眼里就是同一种气体。

可是等whifnium被发现以后,聪明的科学家能用它把两种氩气区分开,这时候他就能算出:哦,原来这两种气体混合的时候,熵是增加的。

更进一步,他还能造出一种基于whifnium的装置,利用气体混合的趋势,实实在在地提取出功来,这部分能量在没人能区分两种气体的时候,是根本拿不到的。

你品出这里面的味道了吗?

系统本身从头到尾没变过,变的是观察者的知识和手段。

你区分不了,它们对你就是一回事,没有熵增、没有可用能量;你能区分了,熵增和能量一下子都"冒"了出来。

所以杰恩斯说,一个系统到底有没有秩序、能榨出多少有用的能量,取决于观察者掌握了多少信息、手里有什么工具。

熵不取决于气体之间"客观上"有没有差别,而取决于这些差别对你可不可区分。

乱,是在看的人眼睛里的。

油和水为什么会"自己变整齐"?

如果你还是觉得别扭,咱们再看个真实的例子,这是物理学家罗维利亲身经历的。

他还在上大学的时候,对课本上讲的"熵总是增加、秩序总是减少"满腹狐疑。他回家拿个罐子,装上油和水,使劲摇晃,然后盯着看。

结果呢?油和水会自己分开,油浮上去,水沉下来,形成整整齐齐的两层。

打开网易新闻 查看精彩图片

这不是秩序在增加吗?不是明摆着跟第二定律对着干吗?他当时甚至觉得课本在胡说八道。

但后来他想明白了,这只是个错觉。

打开网易新闻 查看精彩图片

假设有个拥有"热成像超能力"的观察者,他能看到分子层面的动静。他会告诉你,油和水分离的过程,向分子释放了动能,在你看不见的微观层面,制造了更多的热、更多的无序。

宏观上那点整齐的分层,是拿微观上更大的混乱换来的。

第二定律从来没被打破,它只是有时候躲在你看不见的地方。

这也解释了为什么孩子能把房间收拾整齐、冰箱能把东西制冷,这些局部的"变整齐"都不违反定律,因为它们都从外界输入了能量,并且在别处制造了更多的熵。你收拾房间出的汗、费的劲、发出的声响,全是在给整个宇宙的熵增做贡献。

既然熵跟观察者有关,那能不能把这种关系写进数学里?

能。物理学家阿吉雷和合作者搞出了一个新的度量,叫观测熵。

它的核心思路是这样的:任何观察者都不可能看清现实的全部细节,你能看到的属性是有限的,相当于戴着一副模糊的眼镜,把细节"糊"掉了。

这在物理学里有个专门的词,叫粗粒化:你不是在看高清原图,你看的是打了码的缩略图。

在你能看清的这个范围内,观测熵给所有跟你观察结果相容的微观状态,分配相等的概率:跟杰恩斯当年的思路一脉相承。

这个框架的好处是,它把两种熵接上了:描述宏观笼统特征的热力学熵,和描述微观细节的信息熵,其实是同一套东西在不同"清晰度"下的表现。

阿吉雷有个说法我挺喜欢:这种带着模糊、带点主观的视角,恰恰是我们跟现实打交道的唯一方式。我们本来就不是全知的。

理解了"模糊眼镜",我们就能做一个很有意思的思想实验。

假设有一台能力无限的超级计算机,或者说一个全知的存在,它能追踪宇宙里每一个粒子的确切状态,一个都不落下。

那对它来说,会发生什么?

它不会丢失任何信息,所以它的熵永远不变。

而前面说了,时间的箭头来自熵增。熵不增,时间箭头就消失了。那么对这个全知者来说,时间等于"停止流动"了,过去和未来没有区别。

这听起来很科幻,但反过来照出的是我们自己。

我们是能力有限的观察者,内存有限、算力有限、寿命有限。我们没法追踪房间里每一个空气分子,所以只能用温度、压力这些平均值来凑合描述。

随着系统演化,细节越来越多、越来越杂,我们不断跟丢微观层面的信息,这种"持续跟丢"的趋势,在我们的感受里就成了时间流逝。

罗维利写过一句话,大意是:物理学意义上的时间,归根到底,是我们对世界无知的表现。

打开网易新闻 查看精彩图片

你以为时间是外面那个客观的东西,结果它可能是从"我们看不全"这件事里长出来的。

聊到这儿,信息和能量的关系已经呼之欲出。

但要真正看清"知识到底能不能当饭吃",得请出物理学里最有名的一只妖怪。

1867年,麦克斯韦,就是写出电磁学方程组那位大神,提出了一个思想实验,后来人称麦克斯韦妖。

打开网易新闻 查看精彩图片

设想一个盒子,中间有隔板,开着一扇小门,门口守着一只眼神极好的小妖怪。它能看清每一个飞过来的气体分子。

它的工作很简单:跑得快的分子,它开门放进一边;跑得慢的,放进另一边。

就这么挑挑拣拣,过一阵子,盒子一边全是高速的热分子,另一边全是低速的冷分子,凭空造出了温差。而它只是开了关门,看起来没费什么劲。

打开网易新闻 查看精彩图片

有了温差就能做功、能发电。

这等于说,这只妖怪靠"看"和"信息",就能从原本均匀、没用的系统里榨出能量来,甚至像一台永动机,直接挑战第二定律。

这只妖怪把物理学家折磨了一百多年。大家都知道肯定有漏洞,但漏洞在哪,一时半会儿找不着。

第一个给出关键线索的,是匈牙利物理学家西拉德,他在1929年前后设计了一个简化版,后来叫西拉德发动机。

想象一个盒子,里面只有一个粒子,中间有个能左右滑动的隔板。

打开网易新闻 查看精彩图片

假设粒子在隔板左边,它撞来撞去,会把隔板往右推。

一只聪明的小妖可以接上绳子和滑轮,隔板被推动时,就拉动绳子,把盒子外面的一个重物给提起来,这就是实实在在的功。

然后小妖再把隔板插回去,重新来一遍,看起来就能无限地提重物、无限获得能量。

但西拉德一针见血地指出:这台机器要能运转,有个前提:小妖必须知道粒子在盒子的哪一边。

它不是凭空做功,它是靠"粒子在哪"这一比特的信息在做功。

这就好比在海上开帆船,你得知道风向,才能调整帆的角度,让船往前走。你掌握的信息,在这里直接变成了推动力。

那问题来了,信息发动机是不是就能当永动机了?第二定律是不是就栽在这只妖怪手上了?

没有。因为这只妖怪得记东西,而它的"脑子"不可能无限大。

早期有人以为,代价出在"测量"上:你看分子总得费点能量吧。

但后来发现,测量这个动作理论上可以设计成几乎不耗能,这条路堵不死妖怪。

真正的致命一击,来自IBM的物理学家兰道尔,1961年他提出了著名的兰道尔原理。

他说,你们都找错地方了。躲不掉的代价不是测量,而是擦除。

你想,妖怪每观察一个分子,就得记一条信息。

盒子里的粒子数那么多,它的内存迟早存满。想继续干活,只能把旧记录删掉,腾出地方。

而删除信息,是一个"逻辑上不可逆"的操作。一条记录删了就是删了,你没法从删除后的状态反推出删之前是什么。

兰道尔证明,这种不可逆的擦除,必然向环境释放热量、产生熵增。

打开网易新闻 查看精彩图片

具体说,每擦除1比特信息,至少要耗掉 kT ln2 这么多能量(k是玻尔兹曼常数,T是温度)。这个数极小,但它是个硬下限,躲不掉。

后来到1982年,另一位IBM科学家贝内特把整个逻辑闭环了:测量和开关门都可以做到不产生熵,唯独擦除记忆这一步赖不掉。妖怪为了给气体降熵,最后擦内存时又把熵还了回来,总账一算,总熵只多不少。

第二定律,笑到了最后。

而且这个理论不是纸上谈兵。

2012年,欧洲的科学家真的在实验室里测到了擦除1比特信息时释放的那一点点热量,数据和兰道尔的预测高度吻合。

这件事的意义远超"杀死一只妖怪"。

它第一次板上钉钉地证明:信息是物理的。

它不是飘在空气里的抽象符号,它的存储、处理、删除都对应真实的物理过程,都要付能量的账。你手机用久了发热,背后就有信息处理和擦除的一份"功劳"。

理论讲完了,你可能会问:这东西能在实验室里做出来吗?

能,而且已经做出来了。

物理学家贝赫霍费尔,在西拉德发动机的启发下,用一颗比尘埃还小的二氧化硅珠,把这台发动机搬进了现实。

他和同事把这颗小珠子放进水浴里,用激光把它"抓"住,然后盯着它那种随机的、不规则的热运动。

当小珠子偶然向上晃动的瞬间,他们迅速抬起激光阱,把这一下运动利用起来,就像西拉德设想的小妖抓住粒子的位置信息一样。就靠这种方式,他们成功地提起了重物,把信息变成了看得见的功。

有意思的是,他们在研究这台真实机器的极限时发现,在某些状态下,它甚至能明显跑赢传统的发动机。

不过,西拉德最初的设想里有个理想化的假设:小妖一测量,就能百分之百确定粒子的位置。

现实里哪有这种好事。传感器有噪声,屏幕分辨率有限,内存也会满。我们拿到的信息,永远是打折扣的、模模糊糊的。

物理学家斯蒂尔花了十多年研究这件事。她把观察者本身也当成一个物理系统,同样受物理条件的约束,然后动手改造西拉德的发动机,把"信息不完美"这个现实因素塞了进去。

她的办法很形象,咱们看这个画面。

想象盒子里的隔板不是竖直的,而是斜着放的,有个角度。而你只能看到粒子在水平方向上的位置,比如通过它投在盒子底部的影子来判断。

如果影子清清楚楚落在隔板的左边或右边,你能确定粒子在哪一侧。但如果影子落在中间那段模糊地带,就麻烦了:粒子可能在斜隔板的上方,也可能在下方,你拿不准。

这就是"部分可观测":你看到了一点信息,但不够确定。

斯蒂尔用这个带斜隔板的模型,去计算"测量粒子位置并把它编码进内存"的最有效策略。

结果很惊人:她从纯物理的推导里,得到了一个算法,而这个算法在机器学习领域本来就有,叫信息瓶颈算法。

它的核心思想用大白话讲就是:压缩数据的时候,只留下真正有用、能帮你做预测的信息,把没用的杂音全扔掉。

你看,这跟我们平时说的"抓重点"是一回事。

斯蒂尔从发动机效率出发,独立推出了同一个道理。

她还发现一个很实在的规律:收集那些对预测毫无帮助的信息,反而会拉低你的能量效率。内存就那么点,你塞满没用的东西,干活自然又慢又费电。

所以她建议,任何观察者都该选一套尽量贴近自身物理极限的信息处理策略,她管这叫"最小自我障碍原则":别让自己收集和处理信息的方式,成为自己的绊脚石。

她和学生还试了各种不同的发动机设计,研究不同情况下最优的编码办法。这些看似抽象的小装置,其实是"在不确定中怎么做决定"的最基本模型。

如果说前面这些还在经典物理的地盘,那接下来,科学家把发动机缩到了量子尺度,麻烦和机会一起冒了出来。

阿雷斯

打开网易新闻 查看精彩图片

牛津大学的物理学家阿雷斯,在一块杯垫大小的硅芯片上,把单个电子困在一根极细的碳纳米线里。

这根纳米线悬在两根支柱之间,冷却到接近绝对零度,像一根微型吉他弦那样振动,而它的振动频率,由里面那个电子的状态决定。

通过追踪纳米线极其细微的振动,阿雷斯和团队就能研究不同量子现象下能输出多少功。

她有个比喻挺妙:这本质上就是把整个工业革命缩到了纳米级别。

她甚至有个实验设想,直接受斯蒂尔启发:调整纳米线的振动在多大程度上依赖那个电子、又在多大程度上受其他未知因素影响,这等于给"观察者的无知程度"装了一个可以拧的旋钮。

顺便说个小插曲。阿雷斯下一轮实验要用的制冷室,是粉红色的,亮闪闪那种。

这事还有点曲折。

她本来是半开玩笑跟厂家提了一嘴,想要个粉色外观。厂家一开始还不答应,说金属涂料里的颗粒会干扰实验。结果后来人家偷偷把制冷室送去汽修厂,给它贴了一层粉色的薄膜,既不影响实验又满足了她的心愿。

她把这个粉色的小房间看得挺重,觉得它象征着这场新的工业革命可以跟上一场不一样,更有意识,更环保,也更包容。

但在这个尺度上,老经验开始不够用了。

经典世界里,发动机效率的上限由卡诺定理说了算,这个定理最早能追溯到1824年,一位叫卡诺的法国年轻军事工程师,在研究蒸汽机时证明:你不可能把燃料的能量百分之百转化成有用功,总有一部分要耗散掉,完美效率不存在。

打开网易新闻 查看精彩图片

可到了量子世界,首先一个问题是:这里有好几种"熵"可以选,到底该用哪个来定效率的界限,连"功"怎么定义都变得复杂。

阿雷斯说得很坦诚:就一个电子的情况,熵到底意味着什么?我们现在其实还挺懵的。

这种懵不是没道理的。量子世界有几条经典世界没有的怪规矩。

比如,有些属性你没法同时知道,测准了一个,另一个就模糊;你测量的先后顺序,也会影响结果。

美国国家标准与技术研究院的物理学家杨格·哈尔彭研究发现,平时被当成一回事的几种"熵产生"的定义,放到量子领域可能对不上号,根子还是在不确定性和观察者依赖上。

但她的态度很积极:这些量子的怪脾气,说不定能反过来当成资源。

经典世界里,卡诺定理给效率划了道死线。

可量子世界里多了一些经典世界没有的额外资源,也许能让我们绕开、或者说松动这道线。

当然,这不是说第二定律被推翻了,总熵依然守得住,而是在它的框架内,量子特性可能打开一些新的操作空间。

阿雷斯他们推动这些边界,一方面是想搞出更高效的能量收集、设备充电和计算方式;另一方面,这些实验还可能照见一个我们最熟悉、却最没搞懂的系统:我们自己的大脑。

科学家一直有个困惑:人脑怎么能在只消耗大约20瓦电力的情况下,差不多一个昏暗灯泡的功率,完成那么复杂的思考、判断和创造?

打开网易新闻 查看精彩图片

这效率高得离谱。

要知道,现在的超级计算机干类似的活,耗电是天文数字。

那生物的秘诀在哪?

有人猜测,可能就在于利用了小尺度上的随机波动,把那些看似碍事的热噪声,变成了帮忙的东西。前面那些纳米实验,正是在探测这种可能性。

如果这里头真有什么便宜可占,那自然界搞不好早就用上了。

毕竟进化试错了几十亿年,好用的技巧大概率会被保留下来。

我们现在搞的这些基础研究,将来也许能帮我们看懂生命到底是怎么高效运转的。

说到生命和熵,就绕不开一个人、一本小书。

1944年,量子力学的奠基人之一薛定谔,写了本叫《生命是什么》的小书。他在里面抛出一句名言:生命以负熵为食。

打开网易新闻 查看精彩图片

什么意思?

按照熵增的道理,任何系统都在不断产生熵、往混乱的方向滑,滑到顶点就是死亡。一个生命体想活着、想维持自己高度有序的身体,就得想办法抵消这些不断产生的熵。

它靠什么抵消?靠从外界吸收"负熵",也就是吸收秩序。

薛定谔说,你吃饭,本质上不是在吃那点能量,能量守恒,你摄入多少基本就消耗多少,单看能量没意义。你吃的是食物里那种高度有序的结构。

复杂的糖类、蛋白质、脂肪,分子排列得整整齐齐,熵很低。进了身体被分解、利用,最后变成简单的二氧化碳、水这些高熵的东西排出去。

生命就是这样:拿进低熵的、有序的,排出高熵的、混乱的,让自己始终停在一个熵很低、很有序的状态。

所以生命一点都不违反第二定律。

它维持自身那点局部秩序,代价是把更多的熵排给了环境。你看,它不是在打败熵增,它是在跟熵增做交易。

这本小书影响有多大?

DNA双螺旋的发现者沃森和克里克,都说是这本书把他们引向了分子生物学。

"遗传密码"这个概念,最早也是薛定谔在书里提出来的。

说了这么多,咱们回头看一眼故事的起点,会有点感慨。

前面提到的卡诺定理,来自一位叫萨迪·卡诺的法国军事工程师。

1824年,28岁的他出了一本118页的书,讲火的动力、讲蒸汽机的效率,在塞纳河边卖3法郎一本。

那时候没人把他的书当回事。

没过几年,他染上霍乱去世,遗体和很多手稿都被处理掉了。幸好还有几本书留存下来,里面藏着一门新科学,热力学的火种。

后来是德国物理学家克劳修斯在1865年读了他的书,造出了"熵"这个词,词源来自希腊语里"转换"的意思,并且提出:宇宙的熵趋向最大值。

再后来,玻尔兹曼用概率给它接上了统计的根。

2024年,卡诺那本书出版整整200年,几百位研究者聚在法国开会,纪念他。法国国家科学研究中心的一位主任,还在致辞里代表自己的国家,向卡诺道了歉,承认当年忽视了他工作的分量。

一个被时代冷落的年轻人,留下的东西足足让后人消化了两个世纪,而且还在继续消化。

讲了这么多发动机、妖怪、大脑,你可能会问:我又不搞物理,搞懂熵,对过日子有啥用?

我觉得,至少有这么几层意思。

第一,它让你对"混乱"这件事没那么焦虑了。

房间会乱、东西会旧、计划会被打乱,这不是你这个人不行,也不是世界针对你,而是事物本来就更容易待在可能性多的状态里。你不用为"它又乱了"感到挫败,因为收拾本来就是一件需要反复做的、正常的事。

第二,它让你明白,任何"整齐"都有代价,而且这个代价是真实的物理账。

想保持身材,就得锻炼;想让房间干净,就得动手;想让机器高效,就得输入能量。天底下没有免费的秩序,你得到的每一份有序,都在别处付了成本。理解了这个,你就不会再去信那些"轻轻松松、什么都不付出就能变好"的鬼话。

第三,也是最有意思的一点,它把"无知"从一个缺点,变成了一个起点。

按照现代的理解,熵衡量的是我们的无知。而无知不是什么丢人的东西,恰恰是因为有不确定、有不知道,我们才有动力去探索、去学习、去搞明白。

一个全知的存在,没有时间,没有意外,也没有求知的必要和乐趣。那才是真正一潭死水的"热寂"。

反而是我们这些看不全、记不住、算力有限的人,会好奇,会提问,会编出一个个故事和模型来理解世界,会在混乱里努力找出有用的秩序。

我们没法阻止东西变旧,没法让心爱的人永远活着,也没法让宇宙掉头往回走。在这个意义上,我们确实都"服从"着第二定律。

但这两百年来,对熵的理解从"一切注定完蛋"的虚无,慢慢变成了另一副样子。

人们发现,往混乱走的趋势,恰恰是所有机器能转起来的动力;看似无用的随机波动,可能藏着可以利用的机会;而一个充满可能性的、不那么确定的宇宙,本来就比一个板上钉钉的宇宙有意思得多。

你可以对着注定会崩的秩序唉声叹气。

也可以换个眼光,把不确定性当成学习、感知、推理、做出更好选择的机会,甚至当成你身上那股"火的动力"的来源。

乱是常态,没错。

但在一片容易变乱的世界里,还愿意花力气把房间收拾好、把日子过整齐、把未知一点点搞明白的那个过程,可能正是我们之所以是我们,而不是一块石头的原因。

咖啡会凉,那就趁热爱喝。

房间会乱,那就周末再收拾一遍。

至于那些暂时还搞不懂的事,别急,慢慢来。

毕竟,正是"不知道",推着我们一直往前走。