1975年，两篇开创性的论文几乎同时发表。一篇由塞缪尔·爱德华兹和菲利普·安德森撰写，另一篇由大卫·谢灵顿和斯科特·柯克帕特里克撰写。这些论文奠定了自旋玻璃理论的基础，开启了一个至今仍然活跃的研究领域。

   自旋玻璃是什么？想象一个伊辛模型，但相邻自旋之间的相互作用不再是统一的铁磁作用，而是随机选取的。有些键是铁磁的，倾向于让自旋平行；有些键是反铁磁的，倾向于让自旋反平行。而且这些键的强度也是随机的，服从某种概率分布，比如高斯分布。

   这种随机性带来了巨大的复杂性。在铁磁模型中，基态很简单：所有自旋指向同一方向。但在自旋玻璃中，基态可能极其复杂。不同的自旋构型之间可能存在竞争，系统陷入一个能量局部极小值，而无法达到全局最优。这种现象被称为“挫败”：无论你如何选择自旋的取向，总有一些键不满意，总有一些能量无法降低。

    自旋玻璃的研究揭示了一个深刻的原理：在无序系统中，宏观秩序可以通过微观无序的统计平均而涌现。虽然每一个具体的键配置都是随机的，但大量键的集体行为呈现出普适的规律。例如，在低温下，自旋玻璃进入一个“冻结”态，磁化强度为零，但自旋之间存在持久的关联。这种关联不是长程的、周期性的，而是以一种复杂的方式分布在整个系统中。

    爱德华兹和安德森引入了一个关键的概念：副本方法。为了计算随机系统的平均自由能，你需要计算配分函数对数的平均值，而不是配分函数平均值的平均对数。这两者之间的差异，由詹森不等式决定，反映了系统的“复杂性”或“挫败度”。副本方法通过引入多个系统的副本，把对数的平均转化为一个极限过程。具体来说，你计算R个副本的联合配分函数的平均值，然后让R趋向于零。

    这个方法听起来有些魔术般的感觉。为什么引入多个副本，再让它们消失，就能得到正确的答案？数学上，这涉及到解析延拓：一个定义在正整数R上的函数，被延拓到实数甚至复数。这种延拓在物理上缺乏严格的数学基础，但在实际计算中往往给出正确的结果。副本方法的非严格性，是自旋玻璃理论的一个特点，也是一个争议点。

    巴黎学派——以乔治·巴黎西为代表——在1980年代发展了副本对称性破缺理论。他们发现，在自旋玻璃中，简单的副本对称假设是错误的。系统的状态空间被分割成无数个“纯态”，这些纯态在热力学极限下互不重叠。描述这种状态空间结构，需要无穷多个序参量，而不是传统相变理论中的一个或几个。

    巴黎西因此获得了2021年诺贝尔物理学奖。他的工作不仅解决了自旋玻璃的理论难题，还为复杂系统、组合优化、机器学习等领域提供了新的工具。副本对称性破缺的概念，后来被发现在神经网络、约束满足问题、甚至生态系统中有广泛的应用。

    从数论的角度看，自旋玻璃的重要性在于它提供了一种处理随机性的框架。黎曼零点的分布是随机的，但这种随机性不是任意的，它遵循GUE统计。自旋玻璃告诉我们，随机系统的统计行为可以是普适的，不依赖于微观细节。这意味着，如果我们能构造一个自旋玻璃模型，其配分函数的零点统计与黎曼零点相同，那么这种对应可能具有某种鲁棒性，不依赖于模型参数的精细调节。

    然而，标准的自旋玻璃模型——比如爱德华兹-安德森模型——定义在三维或更高维度，且没有精确解。二维自旋玻璃处于临界维数附近，行为更加微妙。而且，纯自旋玻璃模型没有铁磁长程序，其相变行为与黎曼零点所需的结构不完全匹配。

    需要一个混合模型：一个方向上有铁磁序，提供精确可解性和长程关联；另一个方向上有自旋玻璃无序，提供随机性和GUE统计。这种竞争与共存，正是张志东模型的核心思想。

支持单位：