Tin tức Vũ trụ TV

Nhiệt động lực học của các hệ lệch pha

Ngày:
Th11 12, 2020
Tóm lược:

Có thể cho rằng, hầu hết tất cả các hệ thống thực sự hấp dẫn đều là những hệ thống khác xa trạng thái cân bằng – chẳng hạn như các ngôi sao, khí quyển hành tinh và thậm chí cả các mạch kỹ thuật số. Tuy nhiên, cho đến nay, các hệ thống xa cân bằng nhiệt không thể được phân tích bằng nhiệt động lực học và vật lý thống kê thông thường.

Share:
CÂU CHUYỆN ĐẦY ĐỦ

Ngôi sao Mira. Nhà cung cấp: NASA
Ngôi sao Mira. Nhà cung cấp: NASA

Có thể cho rằng, hầu hết tất cả các hệ thống thực sự hấp dẫn đều là những hệ thống khác xa trạng thái cân bằng – chẳng hạn như các ngôi sao, khí quyển hành tinh và thậm chí cả các mạch kỹ thuật số. Tuy nhiên, cho đến nay, các hệ thống xa cân bằng nhiệt không thể được phân tích bằng nhiệt động lực học và vật lý thống kê thông thường.

Khi các nhà vật lý lần đầu tiên khám phá nhiệt động lực học và vật lý thống kê trong những năm 1800 và đến những năm 1900, họ tập trung vào phân tích các hệ thống vật lý đang ở hoặc gần cân bằng. Nhiệt động lực học và vật lý thống kê thông thường cũng tập trung vào các hệ vĩ mô, chứa ít hệ con, nếu có, được phân biệt rõ ràng.

Trong một bài báo đăng trên tạp chí Physical Review Letters nhà vật lý David Wolpert của Viện Santa Fe trình bày một phương pháp hình thức lai mới để khắc phục tất cả những hạn chế này.

May mắn thay, vào đầu thiên niên kỷ, “một chủ nghĩa hình thức ngày nay được gọi là vật lý thống kê không cân bằng đã được phát triển,” Wolpert nói. “Nó áp dụng cho các hệ thống nằm cách xa trạng thái cân bằng một cách tùy ý và có kích thước bất kỳ.”

Vật lý thống kê không cân bằng mạnh đến mức nó đã giải quyết một trong những bí ẩn sâu sắc nhất về bản chất của thời gian: làm thế nào entropy tiến hóa trong một chế độ trung gian? Đây là không gian giữa thế giới vĩ mô, nơi định luật thứ hai của nhiệt động lực học cho chúng ta biết rằng nó luôn phải tăng lên, và thế giới vi mô nơi nó không thể thay đổi.

Bây giờ chúng ta biết đó chỉ là entropy dự kiến ​​của một hệ thống không thể giảm theo thời gian. Ông nói: “Luôn có một xác suất khác 0 rằng bất kỳ mẫu cụ thể nào về động lực học của một hệ thống sẽ dẫn đến việc giảm entropy – và xác suất thu nhỏ entropy tăng lên khi hệ thống nhỏ hơn,” ông nói.

Cùng lúc với cuộc cách mạng vật lý thống kê này, những tiến bộ lớn liên quan đến cái gọi là mô hình đồ họa đã được thực hiện trong cộng đồng học máy.

Đặc biệt, chủ nghĩa hình thức của mạng Bayes đã được phát triển, cung cấp một phương pháp xác định các hệ thống với nhiều hệ thống con tương tác theo xác suất với nhau. Lưới Bayes có thể được sử dụng để mô tả chính thức sự phát triển đồng bộ của các phần tử của mạch kỹ thuật số – tính toán đầy đủ cho nhiễu trong quá trình tiến hóa đó.

Wolpert đã kết hợp những tiến bộ này thành một chủ nghĩa hình thức lai, cho phép ông khám phá nhiệt động lực học của các hệ lệch cân bằng có nhiều hệ thống con phân biệt rõ ràng cùng biến đổi theo lưới Bayes.

Là một ví dụ về sức mạnh của chủ nghĩa hình thức mới này, Wolpert đưa ra kết quả cho thấy mối quan hệ giữa ba đại lượng quan tâm trong việc nghiên cứu các hệ thống kích thước nano như tế bào sinh học: độ chính xác thống kê của bất kỳ dòng điện được xác định tùy ý nào trong hệ thống con (chẳng hạn như xác suất mà các dòng điện khác nhau từ các giá trị trung bình của chúng), nhiệt lượng tạo ra khi vận hành lưới Bayes tổng thể bao gồm các hệ thống con đó và cấu trúc đồ họa của lưới Bayes đó.

Wolpert nói: “Bây giờ chúng ta có thể bắt đầu phân tích nhiệt động lực học của các hệ thống từ tế bào đến mạch số phụ thuộc vào cấu trúc mạng kết nối các hệ thống con của các hệ thống đó như thế nào.


Nguồn truyện:

Tài liệu do Santa Fe Institute cung cấp . Lưu ý: Nội dung có thể được chỉnh sửa về kiểu dáng và độ dài.


Tham khảo Tạp chí :

  1. David H. Wolpert. Quan hệ không chắc chắn và Định lý dao động cho Bayes Nets . Các Thư Đánh giá Vật lý , 2020; 125 (20) DOI: 10.1103 / PhysRevLett.125.200602

Bài viết liên quan

Bài viết mới