科学家正在揭开时间之箭的神秘面纱

诸平

Credit: Pixabay/CC0 Public Domain

据美国纽约城市大学研究生中心（Graduate Center, CUNY）2022年8月22日提供的消息，科学家正在揭开时间之箭的神秘面纱（Scientists are unraveling the mystery of the arrow of time）。

从过去到未来的时间流是我们如何体验世界的一个核心特征。但是，这种被称为时间之箭的现象究竟是如何从粒子和细胞之间的微观相互作用中产生的，这是一个谜，纽约城市大学研究生中心理论科学计划{CUNY Graduate Center Initiative for the Theoretical Sciences}的研究人员，2022年6月24日在《物理评论快报》（Physical Review Letters）杂志网站上发表了一篇新论文，其实早在2021年12月29日就已经在预印本文库网站（arxiv.org）发布。详见Christopher W. Lynn, Caroline M. Holmes, William Bialek, David J. Schwab. Decomposing the local arrow of time in interacting systems. Physical Review Letters, Accepted 24 June 2022. https://journals.aps.org/prl/accepted/0a072Y8eD6a1068ee05096a8ee4316350b055c80c  OnArxiv: arxiv.org/abs/2112.14721v1

此文帮助解开这个谜。这一发现可能对包括物理学、神经科学和生物学在内的多个学科产生重要影响。

从根本上说，时间之箭（arrow of time）源自热力学第二定律：物理系统的微观排列倾向于增加随机性，从有序走向无序。一个系统变得越无序，就越难找到回到有序状态的途径，时间之箭也就越强大。简而言之，宇宙的无序倾向是我们经历时间单向流动的根本原因。

该论文的第一作者，也是理论科学计划（Initiative for the Theoretical Sciences简称ITS）项目的博士后研究员克里斯多弗·林恩（Christopher Lynn）说：“我们团队面临的两个问题是，如果我们观察一个特定的系统，我们是否能够量化其时间箭头的强度，以及我们是否能够找出它是如何从细胞和神经元（neurons）相互作用的微观尺度出现到整个系统的？我们的发现为理解我们在日常生活（daily life）中经历的时间之箭是如何从这些更微观的细节中浮现出来的迈出了第一步。”

为了回答这些问题，研究人员探索了如何通过观察系统的特定部分及其相互作用来分解时间箭头。例如，这些部分可能是视网膜（retina）内起作用的神经元。通过观察一个瞬间，他们发现时间之箭可以分解为不同的部分：由单独工作的部分、成对工作的部分、三元工作的部分或以更复杂的配置产生的部分。

利用这种分解时间箭头的方法，研究人员分析了现有的关于蝾螈视网膜（salamander retina）神经元对不同电影的反应的实验。在一部电影中，一个物体在屏幕上随机移动，而另一部电影则描绘了自然界场景的全部复杂性。研究人员发现，在这两部电影中，时间之箭都来自于神经元对之间的简单互动，而不是大型、复杂的群体。令人惊讶的是，研究小组还观察到，与自然场景相比，观看随机运动时，视网膜显示出更强的时间箭头。克里斯多弗·林恩说，后一个发现提出了一个问题，即我们对时间之箭的内在感知如何与外部世界保持一致。

克里斯多弗·林恩说：“神经科学研究人员可能对这些结果特别感兴趣。例如，他们可以得出关于时间箭头在神经非典型大脑中的功能是否不同的答案。”

纽约城市大学研究生中心物理学和生物学教授、该研究的主要研究者戴维·施瓦布（David J. Schwab）说：“克里斯多弗·林恩对局部不可逆性的分解，也称为时间之箭，是一个优雅的总体框架，可以为探索许多高维非平衡系统提供一个新的视角。”

上述介绍，仅供参考。欲了解更多信息，敬请注意浏览原文或者相关报道。

Characterizing the 'arrow of time' in open quantum systems

Abstract

We show that the evidence for a local arrow of time, which is equivalent to the entropy production in thermodynamic systems, can be decomposed. In a system with many degrees of freedom, there is a term that arises from the irreversible dynamics of the individual variables, and then a series of non–negative terms contributed by correlations among pairs, triplets, and higher–order combinations of variables. We illustrate this decomposition on simple models of noisy logical computations, and then apply it to the analysis of patterns of neural activity in the retina as it responds to complex dynamic visual scenes. We find that neural activity breaks detailed balance even when the visual inputs do not, and that this irreversibility arises primarily from interactions between pairs of neurons.