首頁>科學>

對於混沌系統,你一定不會陌生,哪怕你沒聽過「混沌系統」這個概念,你也一定聽過那個最具代表性的事例——蝴蝶效應。

1961年,美國的一位氣象學家愛德華·羅倫茲在研究氣流運動,他發現,用計算機進行計算的時候,哪怕是小數點之後第 4 位數有那麼一點不一樣,也就是差那麼萬分之幾,算出來的結果就完全不同。後來羅倫茲把這個現象進行了一個形象的比喻,說這就像是巴西的一隻蝴蝶扇動翅膀,就可能引發美國得克薩斯州的一場龍捲風。

從此之後,「蝴蝶效應」也就成了混沌系統的代名詞。不過,如果我們再往深處想一層,你會發現關於蝴蝶效應,有很多問題我們是不瞭解的。

比如,蝴蝶效應指的是,微小的變化會引發的巨大反應,那麼多微小的變化,才會產生蝴蝶效應呢?螞蟻搬家會不會產生這樣的效果呢?雲朵中的一滴水落下來,有沒有可能呢?

更關鍵的,巴西的一隻蝴蝶能引發得州的一場龍捲風,那得州的龍捲風為什麼沒有引發全美的海嘯呢?這說明混沌系統到了一定的規模,它就又開始有規律了,不會一直這麼混沌下去。

所以你看,我們用常識來推斷,也能得出這樣一個結論,就是混沌系統是有邊界的。就像是有一個圈,這個圈裡邊就是混沌系統,變化無常、難以預測,而圈子之外,就是秩序所在。

有人說,這本書的書名不應該叫《深奧的簡潔》,其實應該叫作《蘊含於複雜中的簡潔》。因為這本書探討的,就是混沌和秩序的邊界到底在哪裡。

這本書的作者約翰·格里賓,是劍橋大學天文物理學的博士,也是一位暢銷書作家,著有50多部科普著作。2009年,格里賓被英國科學作家協會授予「終身成就獎」。他在這本書中,就透過對各種複雜與混沌案例的分析告訴我們,整個世界都建立在簡單的元素之上,它們經由互動與組織,便可造就出高度複雜的整體。

我們來看第一個問題,混沌系統從哪裡開始?

一般我們會以為,混沌系統如此難以預測,它的內部也一定非常非常複雜,一定是內部環節眾多,就像一臺零件特別多的機器,因為環節多、零件多,所以內部的變數就多,最終的結果就難以預料。

實際上,想要製造出一個混沌系統,根本不需要那麼複雜。其實,我們隨手就能製造一個混沌系統,只需要一件東西,那就是水龍頭。

你可以拿水龍頭做這樣一個實驗,先把水龍頭關緊,然後開啟一點點,這時候的水,是一滴一滴落下來的,嘀嗒、嘀嗒,節奏感特別強。你再把水龍頭開啟一些,水滴就會越來越快,最終匯成一股水流。如果你再把水龍頭開啟一些,這個時候有趣的事情發生了,你會發現水流開始變得雜亂無章,也許還會分成幾股。那如果你把水龍頭繼續開大,最後,這些水流又會匯成一股穩定的大水流。

如果你反覆試驗幾次,你會發現,這是一個從規律到混亂又回到規律的過程。不論你試驗幾次,一頭一尾都是不變的,可是中間那個水流會變成什麼樣,這個完全是隨機的,找不到什麼規律。

中間這些混亂的水流,就是一個混沌系統。

所以你看,我們根本不需要那麼複雜,就能隨手造出一個小小的混沌系統。可見,內部結構是不是複雜,和混沌系統之間沒有太多的關係。

那到底什麼才是混沌系統的決定因素呢?這本書的作者提出了一個公式:特定的規則+重複=複雜。

就是一些看起來其實很明確簡單的規則,經過多次重複之後,就會演化成一個混沌系統,結果變得難以預料。

那都有哪些規則呢?主要有兩類。

第一類是「非線性系統」。日常生活中的大多數變化都呈線性發展,也就是等比例的變化。我舉起一袋2公斤重的米,要比舉起1公斤米花上兩倍力氣。我往前走200米,也要比往前走100米花上兩倍的力氣,都是這樣等比例的。

線性系統是沒法變成混沌系統的,因為線性系統裡邊的變化也好,誤差也好,最終都會等比例地呈現在結果中,非常明確,也就不會變成我們無法預估的結果。

反過來,如果結果不是等比例的,那麼它就是一個非線性的系統,這樣的系統,如果開頭有一點點微小的變化,結果就可能大不相同。

比如指數,也就是多次相乘,這就是一個非線性的系統。

網上有一個勵志的段子,說我每天多努力一點點,提升1%,365天之後,結果是37.8倍;如果我每天少努力一點點,減少1%,365天之後,結果就是0.03。

你看,多1%和少1%,一開始不過是0.02的差別,但是放到這樣一個非線性系統裡,結果卻差出了一千多倍。

像是我們前邊提到的「蝴蝶效應」,研究氣流運動的數學計算,也一定是一個非線性系統。如果你感興趣,可以找一個計算器來,咱們透過一個簡單的計算,也能模擬出「蝴蝶效應」那個計算的情況。

步驟非常簡單,你先挑一個0到1之間的小數,小數點之後多取幾位數,比如0.34567,然後進行三步的運算。

第一步,用計算器計算這個數的平方;第二步,將平方的結果乘以2;第三步,再將這個結果減去1。

接下來,你可以將這三步重複20次,記下最後得到的結果。

然後,請你把一開始選擇的那個小數做一點點調整,比如把0.34567變成0.34563。然後再將那三步計算重複個20次,記下最後得到的結果。

然後,請你把一開始選擇的那個小數做一點點調整,比如把0.34567變成0.34563。然後再將那三步計算重複個20次,記下最後得到的結果。

把兩個結果對到一起,你會發現,雖然只有0.0000幾的變化,但是最後的結果大不相同。甚至有的時候,兩個結果的正負都不一樣。

其實呢,我們只用了一個簡單的算式,那就是2x2-1。只不過,這是一個非線性的計算,經過足夠多的重複之後,一開始的微小誤差,就會累積成巨大的變化。

還有第二種規則,也能創造出混沌系統,就是「自我的複製」。

比如數學當中有一類幾何圖形叫作「分形」,就是透過自我複製的方式,產生的圖形。最著名的分形叫作「科赫曲線」。

科赫曲線的繪製規則非常簡單,先取一條線段,把它分成三等分,然後在中間的線段向外突出一個三角形。之後,對每一條新產生的邊重複這個操作,以此類推,以至於無窮。

我在文稿中附上一張圖,你能看出來,經過幾次重複之後,雖然繪製的規則非常簡單,但是得出的曲線已經非常複雜了。

如果一開始選擇的線段長度不同,那麼最後得到的科赫曲線也不一樣,可以說能衍生出無數種可能。

你可不要小看科赫曲線,比如島嶼的海岸線,看起來彎彎曲曲,哪兒和哪兒都不一樣,但是實際上,經過科學家的研究,自然形成的海岸線和科赫曲線的性質極其相似,海岸線其實就是一種分形。

在生物身上也有分形的存在,科學家發現,我們人類的生命系統中,就有許多特徵看起來像分形。

比方說,動脈和靜脈血管的分佈的形態,本質上就是分形。腎臟本身是有限的三維物體,而其中彎彎曲曲的血管就是按照分形的原理排布的。

你會發現,按照這麼一個分形的原理來設計生命,是一個特別經濟的選擇。因為人類的DNA不需要記錄下完整的設計圖,血管一共要多長,這裡要一段還是兩段,那裡是應該分叉還是應該走直線,要是記錄完整的設計,資訊量可太大了。而且具體到每個人,其實各不相同,如果是記錄多套方案,然後給每個人隨機挑選這麼一套,那DNA承載的資訊更是無法計數。

但是如果應用分形的原理,DNA並不需要儲存那麼多的資訊,只需要記錄若干簡單的規則,然後不斷重複使用這些規則,就能演化出複雜又各不相同的方案,經濟又高效。

如果我們總結一下,你會發現,不論是「非線性系統」,還是「自我的複製」,都有相同的一個特點,就是系統中是有反饋的,也就是上一次的結束時的結果,影響了下一次的開始時的初始數值。

有了反饋,一個系統的變化率,就會受到之前變化結果的影響。變化率和變化結果互為因果,相互糾纏,這種複雜,就使得系統從秩序走向混沌,演化出了一個紛繁複雜的世界。

接下來,我們再來看第二個問題,混沌系統到哪裡結束?

這當然和現實情況不相符。這就說明變化到了一定程度,混沌系統又會走向秩序。那從混沌到秩序的邊界又在哪裡呢?

科學家們對此做過各種各樣的研究,他們的結論是,當混沌系統變得足夠大,就會重新走向秩序。換句話說,大了就不一樣。

比如我們前邊舉的例子,用水龍頭創造一個混沌系統,當水龍頭開到一定程度時,會隨機出現各種各樣的亂流,但是把水龍頭開到最大,水流又變成單一整齊了。

甚至一些更奇特、更隨機、更無法預測的事件,隨著規模的增大,也會從混沌隨機走向必然。

比如生命是怎麼從地球上誕生的?很多人都說這是一個非常非常偶然的事件,但是,著名的聖塔菲研究所的一位科學家做了一個實驗,發現生命的出現並沒有那麼偶然。

我們知道,生命的出現最依賴的就是有機物,而有機物是地球上各種元素和物質經過複雜的化學反應之後產生的,是互動的結果。如果你聽過鄭路老師的社會網路課,就會知道,生命就是在各種物質組成的網路中誕生的。

聖塔菲研究所的這位科學家,就用紐扣模擬網路中的節點,用線模擬節點和節點的連線,他找了上萬個紐扣,然後每一次都隨機連線兩個紐扣。

一開始的時候,這種連線是非常隨機的,比如第一次,從一萬個紐扣裡邊挑兩個,大概會有將近5000萬種不同的組合。可是科學家發現,隨著連線的數量越來越多,規律就開始顯現出來了。當連線的數量超過紐扣數量的一半時,就會形成超大規模的網路,把大多數紐扣連線起來。

你要知道,如果要保證1萬個紐扣兩兩連線,你需要將近5000萬條線,但是聖塔菲科學家的實驗證明,只需要5000條線,就能把大部分紐扣吸納進一個相互連通的物質網路當中了。

想象一下,在久遠的地球上,物質A偶然和物質B發生了反應,產生了物質C,物質C又能和新的一種物質D發生反應。這種化學反應也像是在紐扣之間連線一樣,當它們之間的連線變得越來越多,很快,就會把所有的物質都納入這個網路中。所以,只要地球上一開始的物質是能生成有機物的,不缺材料,那麼隨著物質網路之間的互動,這些物質就一定能湊到一起去發生反應。

所以這本書中給出了一個驚人的結論:生命無可避免會出現,我們是大自然表達更深刻秩序的產物。

那到底為什麼規模大了之後,系統就會從混沌重新走向秩序呢?說句實話,今天的科學家們還沒法給出最終答案。在這本書中,作者給出了一個猜想,規模和秩序的關係,可能是因為熵增定律。

簡單來說,如果沒有外力干涉的情況下,所有系統都會向著熵增加的方向發展,這可能是宇宙的終極定律。規模越大,熵增加的方式就變得越少,用一個比喻來說,就有點像花錢,如果你想花出去100塊錢,那有各種各樣的方式,可是如果你想一下花出去100萬,能選擇的方式就少了很多,如果讓你一下子花出去100個億,那幾乎就只有幾種選擇了。

系統也是如此,規模越大,能夠使得熵增加的方式就變得越來越少,選擇少了,確定性就增加了,規律和秩序就湧現出來了。

我們再來看第三個問題,研究混沌系統為什麼這麼重要?

許多科學家有一種共識,二十世紀人類科學史上三個最重要的理論,分別是相對論、量子力學和混沌理論。

這三個理論都是從某種程度上顛覆了傳統的牛頓力學。相對論打破了牛頓力學最大的時空界限,也就是在以光年計算的大尺度宇宙空間裡,或者在接近光速的情況下,牛頓力學就不再適用了,要用相對論才能解釋。

量子力學呢,是打破了牛頓力學最小的時空界限,就是在原子、電子這些微小粒子的世界中,牛頓力學也不再適用了,要用量子力學才能解釋。

而混沌理論呢,打破的是傳統牛頓力學給科學家帶來的一種信念,那就是一切均可預測。

牛頓用它的三大力學定律,建立了一個簡潔又精準的世界,從地上的蘋果,到天上的星星,都能用一套規則來計算,並且每時每刻,都可以準確預測接下來的運動軌跡。

這就讓科學家們產生了一種自信,就是隻要我們能準確測定物體此時此刻的狀態,接下來無窮無盡時刻的狀態,我們就都能準則預言了。

但是現實給了科學家們一個巴掌,他們發現就是有那麼一些問題,是沒辦法準確計算的。

比如著名的科幻小說《三體》,這本書的原型就是天文學上著名的「三體問題」,科學家發現,三顆恆星互相吸引,他們的運動軌跡,完全沒有規律可循,根本沒法計算和預測。

像是「三體問題」還有「蝴蝶效應」,這些現象讓科學家們發現,就是有一些系統,內部變化是高度隨機的,我們沒法準確預測它每時每刻的狀態。不是因為今天的計算能力不夠,而是永遠都不可能。

這讓科學家們對於世界又有了新的認識,可以說,混沌理論,就是在劃清楚混亂與秩序之間的邊界。

當然,隨著科學發展,不僅僅是有些我們以為擁有秩序的地方,現在被證明是混亂的。一些之前被認為混沌隨機不可解釋的現象,在混沌理論的幫助之下,開始變得清晰起來。

比如關於生命的問題。

到了20世紀中葉,所有簡單的問題都有了答案。廣義相對論與量子力學解釋了宇宙在大尺度與小尺度中的運作機制,而人類對於DNA的結構以及它們在遺傳複製機制中的瞭解,使得生命與演化在分子層次上能被簡單地解釋。

但生命是如何從無生命體中產生的?這個最有趣的問題,依然無解。宇宙中最難以用傳統科學探索的、最複雜的生物,就是人類。

當簡單的問題被解答了,很自然地,科學家會試圖挑戰複雜系統中更困難的問題。這個時候,混沌理論就開始發揮力量了。

前邊咱們也提到了,像人體的形成,還有生命的誕生,其中複雜的過程,都能用混沌理論得到解釋。甚至於,今天科學家們在探索外星生命時,也會用到混沌理論。

科學家發現,人類社會中有很多活動,都符合一個規律,就是事件的大小和發生機率的某個指數成反比。科學家把這個稱之為「1/f噪聲」,f就代表機率。

科學家們發現,我們人類說話,還有各種各樣的音樂,不管是搖滾樂還是古典樂,都符合1/f噪聲的特徵。但是,隨機的聲音,比如收音機沒有電臺的時候發出的聲音,就不符合1/f噪聲的特徵。

甚至於,一些人類活動造成的影響,也會符合1/f噪聲的特徵。比如說,全球平均氣溫從19世紀中期開始上升,在升高的大趨勢裡邊,也有起伏振盪,科學家研究發現,這些振盪就是1/f噪聲。除此之外,像是城市堵車的情況,股市長期的起伏,這些曲線裡邊,都能看出1/f噪聲來。

科學家們就提出了一種猜想,那就是這個1/f噪聲裡邊,就隱藏著資訊和秩序。透過掃描宇宙的資訊,從中尋找1/f噪聲,我們就能找到來自外星的文明與生命。

打個比方,這就像我們在大街上放一個錄音機,錄了一天之後回去聽回放,我們能聽見風聲啊、喇叭聲啊、鳥叫啊,這時突然聽見了一串單詞,就算是阿拉伯語或者西班牙語,咱們完全聽不懂這些單詞的意思,但是我們能聽出抑揚頓挫和斷句,所以我們能確定,剛才是有人在說話。

科學家在掃描宇宙的時候,也是如此,「1/f噪聲」就像是這些單詞,雖然我們可能看不明白這些訊號到底代表著怎樣的活動,但是我們可以確信,如果有這樣的訊號,那它的背後,一定不是隨機的自然現象,而是有秩序的資訊。

這個例子最能說明混沌系統這種「深奧的簡潔」。宇宙中最複雜的事物,就是像我們一樣的生命,生命的變化極其複雜難懂,但是透過混沌理論,我們卻能找到生命的規律,找到簡潔的方法,在茫茫宇宙中尋找我們的同類。

8
最新評論
  • mRNA疫苗可誘導對SARS-CoV-2及其多種擔憂的變體的持久免疫記憶
  • 他們才是最該追的明星