2 人机智能中的耗散结构与自组织

2.1 人机智能中的热力学与熵增定律 

       物理学是研究物质及其基本结构、相互作用和运动形式的科学，其目标是探究蕴藏在自然、生命和人工系统中各种现象与效应背后的基本规律。热力学又是研究自然、生命和人工系统中能量转化与系统状态演化的基础物理学科，熵增定律是自然界最具普适性的基本规律之一[9,13]。1865年物理学家克劳修斯定义“熵”，用于量化系统内部的混乱与无序程度。熵增定律指出：孤立系统的总熵只会持续增加，无法自发降低，系统将不断走向无序，最终达到热力学平衡态，也就是系统混乱度最大化的死寂状态。 

   按照熵增规律，宇宙整体趋向无序，但地球却孕育出层级不断提升、结构愈发精密的生命系统，从单细胞生物到复杂动植物，再到具备高级认知能力的人类，生命体系持续构建高阶有序结构，本质是典型的熵减过程，这与孤立系统的熵增趋势看似完全矛盾[10]。该悖论困扰学界百年，根本原因在于，经典热力学将许多系统默认为孤立系统，但生命系统自诞生之初，便是典型的开放系统，绝非孤立存在[6]。

    从认知四要素说看，所有智能系统均包含物质、能量、结构和时间四大核心要素，四要素相互耦合、动态平衡，共同决定系统的运行状态、行为模式[8]。物质是认知的载体，能量是认知的动力来源，结构决定认知的组织形态，时间刻画认知演化、状态更迭的动态过程。认知系统运行的本质，就是四要素持续耦合、动态调配的过程。对于任意开放系统，变分自由能的消耗会直接转化为熵增，对外做功越大，系统无序化风险越高[12]。因此，最小自由能原理成为所有远离平衡态的开放系统共有的底层约束，这是物理系统的本能，无需主观意识参与驱动，与是否是生命无关[17]。 

   动植物、人体、生态群落也好，微生物以及人类设计制造的各类认知机器也好，均属于开放系统，同时遵循系统四要素耦合与最小变分自由能原理[8,24]。开放系统的总熵由两部分构成：一是系统内部自发产生的熵增，所有复杂系统都会因能量损耗、结构老化、内部运动持续生成正熵，这一过程符合热力学基本规律；二是系统与外界交换形成的熵流，熵流可正可负。当开放系统持续从外界获取负熵流，且负熵流强度大于系统内部产生的正熵时，系统总熵持续下降，有序度不断提升[13]。对于认知机器而言，激活它的钥匙是时钟、时序和递归，结构化信息流是核心负熵流，也是催生思维软构体、维持认知活动有序运转的核心动力，而信息流的解析、运算与重构，都会持续 消耗系统自由能[15]。 

    人体作为碳基智能耗散系统，肢体劳作会消耗躯体自由能；高强度用脑，进行复杂思维运算，会大幅提升神经元网络的自由能消耗，进而加剧系统内部熵增[25]。为了维持自身稳态、规避无序化风险，系统会自发选择最小变分自由能路径，主动减少体力对外做功、简化思维运算，规避复杂认知任务[12]。这就成功解释了包括人类在内的高等生物“懒得费力、懒得动脑”的普遍行为，该行为是四要素耦合下的物理必然，是系统为存续演化形成的本能，并非主观懒惰、意识懈怠或心理情绪导致。同理，人工智能系统在运行中也会自发简化认知模式、降低智力输出、选择低功耗 运行模式，如最常用的是记忆驱动的经验认知模式，又如自动进入睡眠状态[20]。二者行为表象一致，底层均由最小自由能原理支配[17]。 

    人们常常“懒得费力、懒得动脑”，这是人体开放耗散系统瞬时倾向降低能量消耗的底层物理趋势。碳基人类经长期生物演化，发展出远期收益预判、成就感、健康诉求等独有的高级心理认知机制，该机制可驱动个体主动开展健身、复杂博弈等短期高能耗的体力脑力活动，“舍得费力、舍得动脑”。人体能够通过饮食、休息持续摄入物质与能量流，抵消短期活动带来的能量损耗；从长期客观效果来看，持续投入这类行为一方面优化躯体物质硬构体、减少生理紊乱，另一方面 扩充、重构认知空间中的思维软构体，降低生理与认知双重不确定性，分别在物质代谢、结构认 知两个维度实现系统有序度提升，完成两类不同维度的负熵积累[25]。 

    人机智能的两大载体−人脑生物系统与认知机器，固然是由完全不同的化学元素、物质、物体组成的，但均是典型的开放系统，依托四要素协同运转，受自由能和最小变分自由能原理约束，这也是二者能够维持有序运行、呈现共性行为趋势的物理前提[8,24]。

支持单位：