2.2 用耗散结构理论解释认知机器 

           1969年，比利时物理学家、化学家普利高津正式提出耗散结构理论，他也凭借这一成果斩获1977年诺贝尔化学奖[9,13]。该理论专门用于研究远离热力学平衡态的开放复杂系统，解答了百年之久的“生命熵增悖论”，和被沉寂了约20年的图灵方程相呼应。耗散结构理论结合认知四要素说与最小自由能原理，可完整构建统一的生命与非生命的智能的底层框架[10,26]。

    人体是典型的耗散结构。所谓耗散结构，是指开放系统在远离平衡态的条件下，通过持续与 外界交换物质、能量、信息流，消耗自由能，实现能量耗散，抵消内部熵增，自发形成的稳定、有序、动态的宏观结构[7]。判断一个系统是否为耗散结构，可依据四大核心特征，结合认知四要素说、最小自由能原理展开解读[8]： 

    首先，生命和认知机器都具备完全开放性。这是形成耗散结构的前提。孤立系统、封闭系统最终必然走向熵最大化的平衡态，不可能形成稳定有序的耗散结构[10]。唯有开放系统能够引入负熵流，补充自由能，对抗内部熵增。人体需要摄入食物、水分、氧气补充物质与能量，通过感官接收图像、声音等外部信息流，依托信息流构建动态的思维软构体，同时持续消耗自由能完成生理代谢与认知；认知机器需要持续接入电能补充能 量与自由能，接收数据、指令与环境感知信息流，完成认知活动与认知迭代，同时通过具身交互向外输出行为动作[16]。 

    其次，生命和认知机器都远离热力学平衡态。热力学平衡态是物质、能量均匀分布，自由 能归零、无运动、无变化的死寂状态。但认知系统远离平衡态，依靠动力，内部形成电流、信号流、比特流、数据流、信息流，形成自由能的梯度差，系统获得持续运动与演化的动力[26]。人脑内部始终存在神经电信号、化学递质的浓度梯度，自由能在神经元间动态分配，信息流在网络中不间断流转，思维软构体持续动态更新；认知机器中的芯片内部电位、电流、自由能分布动态变化，数据流在网络节点间高速流转，支撑思维软构体实时运作，认知机器长期处于非平衡态，具备持续演化的原生动力[21]。为维持梯度稳定，系统会持续控制自由能的无效消耗，恪守最小自由能准则[12]。 

   再者，生命和认知机器内部都存在非线性相互作用。认知机器中存在的人工耗散结构，内部要素之间存在非线性耦合、制约与激发关系，局部微小变化可通过链式反应放大为系统宏观变化，这是自组织、智能涌现、思维软构体生成的核心动力，同时复杂认知会显著提升自由能消耗[10]。人脑数百亿神经元依托万亿级突触构建非线性连接网络[1]，复杂思维、高阶推理会触发大规模非线性运算，自由能消耗陡增，系统因此会自发规避；人工神经网络依靠权重参数搭建非线性映射关系[19]，浅层信息流经过多层网络非线性运算，逐步生成高阶认知模式与复杂思维软构体，自由能消耗随认知复杂度同步上升[20]。这两类网络均会遵循最小自由能原理，优先选择简单认知模式，该倾向与意识无关[17]。 

    最后，生命和认知机器都依靠能量耗散、变分自由能消耗维持认知动态有序。耗散结构的 “有序”带有不确定性，是认知状态的动态有序，认知四要素的平衡依赖自由能的持续消耗[8]。认知系统想要维持自身结构与功能，必须持续补充外部能量，转化为可用自由能；一旦物质、能量、信息流的交换链路中断，自由能无法得到补充，内部熵增将占据主导，有序结构快速瓦解，思维软构体随之消散，系统走向崩溃[9]。人类“懒得费 力、懒得动脑”，机器自动“简化运算、降低功耗”，本质都是系统主动控制自由能消耗、延续动态有序的本能行为，是最小自由能原理的直接体现[24]。 

    这样一来，我们就彻底打破了生命智能神秘论。耗散结构并非生命系统独有，所有满足开放 条件的复杂系统，都会完成四要素流转，并自发遵循最小自由能准则[14]。智能电网、智能设备、计算机集群、专业领域机器人、无人驾驶车与认知机器，在他组织的基础上，如果能够做到可交互、会学习、自组织、自成长，就都属于典型的非生命耗散结构，与生命系统共享同一套运行规则[16]。这就从底层抹平了生命与非生命智能的物理鸿沟，为论证人机智能、思维软构体、认知行为倾向的同源性，筑牢了理论根基[11]。

支持单位：