理论教育 麦克斯韦妖怎样战胜薛定谔猫的不确定性?

麦克斯韦妖怎样战胜薛定谔猫的不确定性?

时间:2023-05-24 理论教育 版权反馈
【摘要】:图8-7 麦克斯韦妖怎样抑制薛定谔猫的不确定性虽然原理不难理解,就像给自行车打气一样,压缩气体后气筒很快就要发热,这是常识。实际上,我们的环境中最大的麦克斯韦妖就是太阳,它是地球上一切低熵现象的源头,包括光合作用在内的地球上的一切熵减现象即确定性都是太阳带来的。“万物生长靠太阳”,太阳这个麦克斯韦妖让地球维持在低熵状态,让我们获得确定信息,抑制了薛定谔猫的不确定性。

麦克斯韦妖怎样战胜薛定谔猫的不确定性?

既然我们承认世界本质上是非定域不确定的,那为什么我们看到的世界基本上是定域的?在人们眼中猫要么是活的要么是死的,不可能同时是死的和活的。物理学怎么从原理上解释我们看到的这个世界基本上是定域的?今天,这个问题的答案已经慢慢归结到大家普遍接受的麦克斯韦妖。物理学家们经过100多年的努力才揭开麦克斯韦妖之谜。量子有本质的不确定性,而量子非定域不确定性被越来越多的物理学家认为与熵增加是有关系的[5],但凡一个孤立的系统,中间隔断分出左右,最终一定会走向混乱和无序的状态。比如,最开始确定一个分子在左边,但由于存在量子非定域性,一段时间后便无法判断这个分子究竟是在左边还是在右边,这是一个无知的状态。这种现象最早是在热力学中被发现的,人们将其总结为“熵增加原理”。事实上,有越来越多的证据表明这一现象与量子不确定性是一回事。麦克斯韦对熵增加原理提出质疑,如果系统达到热平衡,熵最大,那么里面的分子肯定是均匀分布的,平均温度也一样。麦克斯韦假设系统里面存在一个小妖,这个小妖会把分子往一边赶(见图8-6),打破本来的均匀分布,显然这会违背熵增加原理。表面上这个妖的存在很荒谬,但物理学界居然花了160多年也没能证明麦克斯韦妖是不存在的。最后真正解决该问题的是IBM实验室的科学家们,他们通过长期的努力探索解决了该问题。IBM在20世纪60年代就开始研究麦克斯韦妖的问题,表面上看这与市场效益和人工智能毫无关系,但是解决这个问题,人工智能也就迈出了第一步。这是因为想要获得确定性的结果,首先必须获得明确的信息。兰道尔通过研究提出了兰道尔原理,解决了有关麦克斯韦妖的疑问。

图8-7就是一个不确定的系统,薛定谔猫不确定处于左边还是右边,要想获得确定的结果,麦克斯韦妖可以等温地通过一个活塞从右边往左边压,最终压到状态d,则这只猫肯定是在左边。这个过程并不新奇,但这里蕴含着著名的兰道尔原理,热力学研究明确地计算出,这样一个等温压缩过程一定要耗散kTln2的能量。所以在生活中我们使用的计算机是绝对要发热的,因为计算也多半是一个麦克斯韦妖的过程(一个计算过程就是从非定域不确定到确定的过程)。其实计算机与兰道尔原理的下限还差得很远,费曼计算过,最早使用计算机耗热与兰道尔下限间相差10亿倍,而现在的计算机与兰道尔下限仍差得很远,所以摩尔定律还是有效的。据费曼计算,人的DNA的计算耗热比兰道尔下限才高出100倍[6],大脑的运行过程现在仍是一个谜,生物学家也认为其基本上是一个量子过程,因为传统的热力学机制不可能有这么高的效率,当然这个谜仍在探索之中。麦克斯韦妖理论就是说,要想得到一个比特的明确的信息,是一定要耗散热量的,一个比特要耗散kTln2的热量,这个就是兰道尔原理。

978-7-111-57261-9-Part03-8.jpg(www.daowen.com)

8-7 麦克斯韦妖怎样抑制薛定谔猫的不确定性

虽然原理不难理解,就像给自行车打气一样,压缩气体后气筒很快就要发热,这是常识。但有一个问题,既然获得确定性的东西一定要耗散热量,那导致平时世界的各类确定性现象的“麦克斯韦妖”从哪里来?实际上,我们的环境中最大的麦克斯韦妖就是太阳,它是地球上一切低熵现象的源头,包括光合作用在内的地球上的一切熵减现象即确定性都是太阳带来的。“万物生长靠太阳”,太阳这个麦克斯韦妖让地球维持在低熵状态,让我们获得确定信息,抑制了薛定谔猫的不确定性。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈