圣达菲研究所 米拉之星
信用:NASA 几乎所有真正有趣的系统都是远离平衡的系统——比如恒星、行星大气，甚至数字电路
但是，直到现在，远离热平衡的系统不能用传统的热力学和统计物理来分析
当物理学家在19世纪第一次探索热力学和统计物理时，在整个19世纪，他们专注于分析处于或接近平衡的物理系统
传统热力学和统计物理学也关注宏观系统，这些系统包含很少(如果有的话)明确区分的子系统
在发表在《物理评论快报》杂志上的一篇论文中，SFI大学教授大卫·沃伯特提出了一种新的混合形式主义来克服所有这些限制
幸运的是，在世纪之交，“一种现在被称为非平衡统计物理的形式主义被发展了，”沃伯特说
“它适用于任意远离平衡的任何大小的系统
" 非平衡统计物理如此强大，以至于它解决了关于时间本质的一个最深的谜团:熵是如何在中间状态下演化的？这是宏观世界和微观世界之间的空间，在宏观世界中热力学第二定律告诉我们它必须一直增加，在微观世界中它永远不会改变
我们现在知道，这只是一个系统的期望熵，不能随时间而减少
“一个系统动力学的任何特定样本都会导致熵减少的概率总是非零的——熵减少的概率随着系统变小而增加，”他说
与此同时，统计物理学的革命正在发生，涉及所谓的图形模型的重大进展正在机器学习社区内取得
特别是，贝叶斯网络的形式得到了发展，它提供了一种方法来指定具有许多子系统的系统，这些子系统以概率方式相互作用
贝叶斯网络可以用来正式描述数字电路元件的同步演化——充分考虑了演化过程中的噪声
沃伯特将这些进展结合成一种混合形式主义，这使他能够探索非平衡系统的热力学，这些系统具有许多根据贝叶斯网络共同进化的明确区分的子系统
作为这种新形式主义力量的一个例子，沃伯特得出的结果显示了在研究像生物细胞这样的纳米级系统中三个感兴趣的量之间的关系:子系统中任意定义的电流的统计精度(例如电流与其平均值不同的概率)，运行由这些子系统组成的总体贝叶斯网络产生的热量，以及该贝叶斯网络的图形结构
“现在我们可以开始分析从细胞到数字电路等系统的热力学是如何依赖于连接这些系统子系统的网络结构的，”沃伯特说
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
