北京時間10月5日，瑞典皇家科學(xué)院公布2021年諾貝爾物理學(xué)獎得主。今年的諾貝爾物理學(xué)獎頒給了兩組科學(xué)家，真鍋淑郎與克勞斯·哈塞爾曼，以及喬治·帕里西，“以表彰他們?yōu)槲覀兝斫鈴?fù)雜物理系統(tǒng)所作出的開創(chuàng)性貢獻�！�

　　三位獲獎?wù)叩难芯款I(lǐng)域從宏觀的氣候變化到微觀的粒子運動，跨度巨大，但其背后都指向了同一個方向，對復(fù)雜系統(tǒng)的研究。

　　這也正反映出當(dāng)下復(fù)雜系統(tǒng)研究的一大特點：覆蓋廣泛，兼容并包。而我們的生活其實也早已在不知不覺中被復(fù)雜系統(tǒng)所包圍。

　　在混沌與平衡之間

　　要理解復(fù)雜系統(tǒng)，需要先從它的一端，即混沌開始說起。

　　“在巴西的一只蝴蝶扇動一次翅膀，會引起德克薩斯州的龍卷風(fēng)嗎？”這句今天被形容為蝴蝶效應(yīng)的經(jīng)典名言，最早是氣象學(xué)家愛德華·洛倫茨撰寫的一篇關(guān)于混沌學(xué)的論文題目。

　　混沌系統(tǒng)中蝴蝶效應(yīng)的發(fā)現(xiàn)實屬巧合。洛倫茨1963年在研究大氣運動時，提出了一個經(jīng)過簡化，僅保留有三個變量的數(shù)學(xué)模型。在第一次計算中，他輸入初始值0.506127，得到了一個確定的結(jié)果。在隨后的第二次計算中，他省略掉了小數(shù)點最后三位，只輸入了0.506，但這次微不足道的“四舍五入”，卻導(dǎo)致第二次得到的結(jié)果與第一次產(chǎn)生巨大差異。

　　洛倫茨認為這不可思議，僅僅千分之一的誤差為何會給結(jié)果帶來如此顯著的差異？他和同事立即進行反復(fù)驗證和仿真計算，最終得出結(jié)論，該數(shù)學(xué)模型對初始值的差異具有極高的敏感性。即使再微小的不同，經(jīng)過多次累加、迭代后，最終也能造成計算結(jié)果的巨大差異。這種蝴蝶效應(yīng)，便反映出了混沌系統(tǒng)的重要特征之一：不可預(yù)測性。

　　而復(fù)雜系統(tǒng)的另一頭是確定與平衡。北京郵電大學(xué)理學(xué)院物理系教授蘭岳恒舉了個例子，當(dāng)一個房間內(nèi)的氣體處于均勻的平衡態(tài)時，我們便可以通過簡單的公式直接計算出氣體的體積、壓強、質(zhì)量等，并且答案是唯一且確定的。而任何處于均衡、穩(wěn)定狀態(tài)的物質(zhì)都是如此。這便是日常生活中最常見的平衡態(tài)。

　　復(fù)雜恰恰位于混沌與穩(wěn)定之間。由此，復(fù)雜系統(tǒng)科學(xué)家朗頓便將復(fù)雜系統(tǒng)稱為“混沌的邊緣”，形象地描繪出了復(fù)雜系統(tǒng)的核心屬性。

　　蘭岳恒認為，確定一個系統(tǒng)是復(fù)雜系統(tǒng)，要求其必須要具備復(fù)雜的結(jié)構(gòu)和功能。首先是復(fù)雜的結(jié)構(gòu)，這要求復(fù)雜系統(tǒng)內(nèi)部的個體并非各自獨立，而是能夠產(chǎn)生相互作用的，并且因此形成相互關(guān)聯(lián)的、具有層次性的結(jié)構(gòu)。而在此基礎(chǔ)之上，相互聯(lián)系且具有層次性的個體會具有對外界的適應(yīng)性功能，會隨著外界因素的變化而改變，蘭岳恒稱之為復(fù)雜系統(tǒng)的彈性，其本質(zhì)上是一種不確定性。

　　他們這樣描述復(fù)雜系統(tǒng)

　　復(fù)雜系統(tǒng)是如此復(fù)雜，而要精準描述一個復(fù)雜系統(tǒng)更是難上加難。此次獲得諾貝爾物理學(xué)獎的兩組科學(xué)家，均在各自領(lǐng)域內(nèi)為精準描述復(fù)雜系統(tǒng)作出了突出貢獻。

　　氣候是典型的復(fù)雜系統(tǒng)。當(dāng)我們對氣候進行長期預(yù)測時，既要考慮時間尺度上長期影響氣候的如二氧化碳排放等累積問題，也要考慮空間尺度上的突發(fā)事件，如某次并不起眼的臺風(fēng)的影響。

　　此前關(guān)于氣候的研究多從統(tǒng)計研究出發(fā)，根據(jù)歷史數(shù)據(jù)推測未來狀態(tài)。但氣候是一個長期變化且連續(xù)的復(fù)雜系統(tǒng)，其自身內(nèi)部所產(chǎn)生的變化，同樣也在對它自身的未來造成影響，僅僅依靠統(tǒng)計數(shù)據(jù)無法準確預(yù)測未來趨勢。

　　蘭岳恒指出，此次獲獎的真鍋淑郎與哈塞爾曼，便是將短期的天氣變化作為一種背景噪聲，并將其同長期的氣候變化結(jié)合起來，將時間尺度與空間尺度相結(jié)合，構(gòu)建出了相對完善的氣候模型。

　　諾貝爾獎官網(wǎng)在對這一成果的介紹中運用了一個巧妙的比喻。其解釋道，對氣候進行預(yù)測就像是人在遛狗時，通過狗的足跡來預(yù)測人的行走路徑。寵物狗看似混亂的足跡便是天氣“噪聲”，但如果我們將時間拉長，尺度放大，這看上去混亂無序的噪聲，同樣也可以反映出氣候的長期變化趨勢，就像我們可以通過狗的足跡來辨別人的運動路徑。

　　而哈塞爾曼實現(xiàn)這一目的的方法，是采用隨機微分方程來描述一個隨機氣候模型。隨機微分方程的每次積分都有不同的實現(xiàn)形式，這決定了其構(gòu)建的氣候模型像真實氣候環(huán)境一樣，存在著不確定性，并且這種不確定性進而對氣候本身產(chǎn)生影響，從而真實模擬出了氣候在時間和空間尺度下的變化趨勢。而通過這一模型，哈塞爾曼得以將人類活動對氣候的影響同自然狀況下的氣候變化分離開來，更好地判斷人類活動究竟是如何影響氣候變化的。

　　相比真鍋淑郎與哈塞爾曼，帕里西的研究更具理論價值。

　　自旋玻璃是一種典型的非平衡態(tài)材料。所謂的非平衡態(tài)，同樣可以用房間中的空氣來理解。若是空氣在房間中為非均勻分布，不同角落的狀態(tài)、性質(zhì)各不相同，那我們便無法再利用簡單的數(shù)學(xué)公式對其進行直接計算，這便是一種非平衡態(tài)。

　　自旋玻璃同樣如此，其內(nèi)部原子的分布并不均勻，并且會隨溫度變化而不斷進行不規(guī)則運動，“總是處于一種非均質(zhì)的狀態(tài)”。蘭岳恒認為，“帕里西的貢獻就在于他考慮到了自旋玻璃的不均勻性，并且給出了每一種構(gòu)型的出現(xiàn)幾率�！痹偻ㄟ^進一步結(jié)合統(tǒng)計物理學(xué)方法，便可以對此種非平衡態(tài)材料的各類性質(zhì)進行計算�！芭晾镂鞯倪@種方法不僅可以用在自旋玻璃上，也可以用在其他很多復(fù)雜系統(tǒng)的研究中�！�

　　未來將是“復(fù)雜”的世界

　　“今年北京的雨特別多，這可能就是全球氣候變暖的結(jié)果。”蘭岳恒認為，復(fù)雜系統(tǒng)的研究與人們?nèi)粘Ｉ�活息息相關(guān)。此次獲獎的關(guān)于氣候的研究正是復(fù)雜系統(tǒng)研究中非常重要的領(lǐng)域之一。“氣候研究既在理論研究上具有重要意義，比如對一個旋轉(zhuǎn)的球體上的流體運動進行研究，同時兼具非常大的社會價值，對整個人類的未來發(fā)展都具有重要影響�！彼�說。

　　但他也認為，關(guān)于氣候復(fù)雜系統(tǒng)的研究仍然任重道遠，“全球氣候變暖已經(jīng)得到學(xué)界共識，但是關(guān)于我們是否已經(jīng)突破了轉(zhuǎn)變點，科學(xué)家們?nèi)栽跔幷�。而一旦超過了轉(zhuǎn)變點，我們就再也回不去了�！睆�(fù)雜系統(tǒng)研究的進展，將有助于幫助我們構(gòu)建起更為精確的氣候模型，從而對未來氣候進行精確的預(yù)測分析，解答有關(guān)人類生存發(fā)展的重大問題。

　　此外，在今年的9月16日，科技部在其網(wǎng)站公布了科技創(chuàng)新2030“腦科學(xué)與類腦研究”重大項目2021年度項目申報指南的通知，涉及59個研究領(lǐng)域和方向，經(jīng)費預(yù)計將超過31億元人民幣。蘭岳恒認為，腦科學(xué)也將是未來復(fù)雜系統(tǒng)領(lǐng)域中最具發(fā)展?jié)摿Φ姆较蛑�一。“人本身就是一個復(fù)雜系統(tǒng)，尤其是人的大腦。將復(fù)雜系統(tǒng)研究應(yīng)用于腦科學(xué)，既可以為治療腦部疾病作出貢獻，也可以促進人工智能的發(fā)展，是一體兩翼。”

　　人工智能同樣也是復(fù)雜系統(tǒng)領(lǐng)域的另一大熱門話題。“人工智能具備復(fù)雜系統(tǒng)的適應(yīng)性特征，并且這是一種高級的適應(yīng)性�！碧m岳恒認為，智能化將是復(fù)雜系統(tǒng)研究未來發(fā)展的一大方向�！拔磥頍o論是5G、6G，還是工業(yè)互聯(lián)網(wǎng)，人類的生產(chǎn)生活方式都將隨著復(fù)雜系統(tǒng)研究的進展發(fā)生重大變化�！�

　　洛倫茨曾經(jīng)說過，“人們經(jīng)常會看到，純理論研究的一點點成果，也許在很長時間之后，會產(chǎn)生連做該研究的科學(xué)家都始料不及的實際應(yīng)用。”這句話用蝴蝶效應(yīng)完美詮釋了理論研究對于社會發(fā)展、人類進步的重大潛在推動力。科學(xué)理論的一小步，便有可能是人類發(fā)展的一大步。

　　實習(xí)記者 都 芃