Localizing entropy production along non-equilibrium trajectories

ملخص تقني: توطين إنتاج الإنتروبيا على طول مسارات غير متوازنة

بيان المشكلة
يعد إنتاج الإنتروبيا ($\sigma$) مقياساً عالمياً لعدم العكوسية وتبدد الطاقة في الأنظمة الفيزيائية والكيميائية والبيولوجية التي تعمل بعيداً عن حالة التوازن. وبينما يمكن غالباً تقدير متوسط معدل إنتاج الإنتروبيا العالمي من البيانات التجريبية (على سبيل المثال، عبر علاقة عدم اليقين الديناميكية الحرارية أو تساوي هارادا-ساسا)، فإن التحدي الرئيسي المفتوح يكمن في: تحديد كمية إنتاج الإنتروبيا وتوطينه مكانياً وزمانياً على طول مسارات فردية غير متوازنة مباشرة من البيانات. تتطلب النهج التقليدية عادةً معرفة مسبقة بالمعادلات الديناميكية الكامنة (مثل معادلات فوكر-بلانك أو معادلات ماستر) أو تعتمد على تقديرات عالمية تحجب التقلبات المحلية، وأحداث إنتاج الإنتروبيا السالبة، والبنية المحددة لحقول القوى المبددة.

المنهجية
يقترح المؤلفون إطار عمل يعتمد على البيانات يجمع بين علاقة عدم اليقين الديناميكية الحرارية (TUR) قصيرة المدى والتعلم الآلي العميق لاستنتاج إنتاج الإنتروبيا المحلي وحقول القوة الديناميكية الحرارية المرتبطة بها دون الحاجة إلى معرفة المعادلات الديناميكية للنظام.

1. الأساس النظري: تعتمد الطريقة على التمثيل التبايني لمعدل إنتاج الإنتروبيا المستمد من علاقة عدم اليقين الديناميكية الحرارية قصيرة المدى. بالنسبة للعمليات الانتشارية المفرطة التخميد، يكون معدل إنتاج الإنتروبيا $\sigma(t)$ عند الزمن $t$ هو الحد الأقصى لنسبة مربع المتوسط إلى التباين لتيار عام $J_d$:
   $$\sigma(t) = \max_{d} \frac{2 \langle J_d \rangle^2}{\Delta t \cdot \text{Var}(J_d)}$$
   حيث أن $J_d = d(x) \circ dx$ هو تيار محدد بمعامل حقل $d(x)$. في الحد الزمني القصير ($\Delta t \to 0$)، يكون حقل المعامل الأمثل $d^*(x)$ متناسباً مع حقل القوة الديناميكية الحرارية (المبددة) $F(x, t)$.

2. بنية التعلم الآلي: لحل مشكلة التحسين هذه في الفضاءات عالية الأبعاد حيث تكون الحلول التحليلية مستعصية، يقوم المؤلفون بتمثيل حقل المعامل $d(x, t)$ باستخدام شبكة عصبية عميقة (DNN).

• الأنظمة المستقرة: تقوم شبكة عصبية متعددة الطبقات ذات اتصالات متبقية (بنية Deep-Ritz) برسم خريطة للحالة $x$ إلى حقل القوة $d(x; \theta)$. يتم تدريب الشبكة عن طريق تعظيم دالة هدف علاقة عدم اليقين الديناميكية الحرارية على مجموعة تدريب من قطع المسارات.
• الأنظمة المعتمدة على الزمن: يتم توسيع بنية الشبكة لتقبل الزمن $t$ كمدخل إضافي، مما يسمح باستنتاج حقول القوة المتغيرة زمنياً $F(x, t)$. يتضمن التدريب تجميع دالة الهدف عبر دفعات صغيرة (mini-batches) من النقاط الزمنية لفرض النعومة الزمنية.

3. بروتوكول الاستنتاج: يتم تقسيم المسارات إلى مجموعات تدريب وتحقق. يتم تحديث معاملات الشبكة $\theta$ عبر صعود التدرج لتعظيم حد علاقة عدم اليقين الديناميكية الحرارية على بيانات التدريب. يتم اختيار النموذج النهائي بناءً على أدائه على بيانات التحقق المحجوزة لمنع الإفراط في التخصيص (overfitting). بمجرد التدريب، يُستخدم حقل القوة المستنتج لحساب إنتاج الإنتروبيا المحلي المتذبذب $dS(t) = F(x(t), t) \circ dx(t)$ على طول المسارات الفردية.

المساهمات والنتائج الرئيسية
تم التحقق من صحة الإطار عبر أنظمة متنوعة، مما أظهر قوة في استنتاج إنتاج الإنتروبيا المحلي وحقول القوة:

• الدوارات البراونية (نظام مستقر): نجحت الطريقة في إعادة بناء حقول القوة الديناميكية الحرارية وإنتاج الإنتروبيا المحلي للدوارات البراونية ثنائية الأبعاد وعالية الأبعاد (N=100) ذات الجهود التوافقية، وغير التوافقية (ثنائية الاستقرار)، والرباعية.

  • قامت بدقة بالتقاط الهياكل المكانية والزمانية المعقدة، بما في ذلك مناطق إنتاج الإنتروبيا القريبة من الصفر والتقلبات السالبة (انتهاكات القانون الثاني عند مستوى المسار).
  • في الأنظمة عالية الأبعاد، يعمل المنهج بشكل جيد في أنظمة التبدد العالي، لكنه يواجه تحديات في مناطق التبدد المنخفض حيث تكون نسبة الإشارة إلى الضجيج منخفضة.
  • التحقق من مبرهنة التقلب: أظهر المؤلفون أنه رغم عدم التجانس المكاني، فإن نسبة الاحتمال اللوغاريتمية لتقلبات إنتاج الإنتروبيا الموجبة إلى السالبة تحقق مبرهنة التقلب ($\ln[P(dS)/P(-dS)] = dS$) بميل قدره الوحدة.

• الشبكات الميكانيكية النشطة ثنائية الاستقرار: طُبقت على شبكة 2D غير منتظمة تحتوي على روابط خطية وثنائية الاستقرار مدفوعة بتدرج حراري، وقامت الط طريقة بقياس كيف يعزز عدم الخطية الميكانيكية (الروابط ثنائية الاستقرار) إنتاج الإنتروبيا العالمي.

  • كشف إنتاج الإنتروبيا المحلي المستنتج عن أنماط غير متجانسة.
  • تحققت الدراسة من الخصائص الإحصائية للزمن المحدود: يظهر التواء (skewness) إنتاج الإنتروبيا المتكامل زمنياً اعتماداً غير رتيب على زمن التكامل، كما أن نسبة التقلبات فوق المتوسط منحازة ($\langle T^+(t) \rangle < 1/2$)، وهو ما يتوافق مع التنبؤات النظرية للإحصاءات غير الغاوسية.

• تذبذبات حزمة الخلايا الشعرية: تم تطبيق الإطار على نموذج بيولوجي غير خطي لتذبذبات الخلايا الشعرية التلقائية.

  • يميز النموذج بين الحالات النشطة (التذبذبية) والساكنة (غير التذبذبية)، ويرسم خرائط لحقول القوة وإنتاج الإنتروبيا المحلي المقابلة لها.
  • تظهر النتائج أن عدم العكوسية ليست موزعة بانتظام؛ حيث تظهر الحالة النشطة تدفقات دورانية قوية وتبدداً عالياً، بينما تعمل الحالة الساكنة بالقرب من حالة التوازن.

• بروتوكول مسح البت المعتمد على الزمن: تم توسيع الطريقة لتشمل عملية غير مستقرة تتضمن مسح بت في زمن محدد داخل جهد ثنائي الحفر.

  • نجحت الطريقة في رسم خريطة للتبدد الزمكاني أثناء بروتوكول المسح، مع التمييز بين الجهود المتماثلة وغير المتماثلة.
  • حدد التحليل مقاطع مسار محددة ذات ديناميكيات شبه عكسية ونبضات من التبدد، والتي تغفل عنها التقديرات العالمية.

• المتانة تجاه التجريد (Coarse-Graining): اختبر المؤلفون الطريقة تحت تجريد الأبعاد (درجات الحرية المخفية) والتجريد الزمني (أخذ العينات)، وظل إنتاج الإنتروبيا المستنتج متسقاً إحصائياً مع المعايير النظرية للأوصاف المختزلة، مما حقق ارتباطاً عالياً ($R^2 \approx 0.9$) مع القيم التحليلية.

الأهمية والادعاءات
يزعم البحث أنه يرسخ إنتاج الإنتروبيا المتقلب المحلي ككمية قابلة للتفسير الفيزيائي ومتسقة إحصائياً، والتي توصف بها حالات عدم التوازن بما يتجاوز المعدلات المتوسطة. تشمل الادعاءات الرئيسية ما يلي:

1. التوطين القائم على البيانات: القدرة على إعادة بناء حقول القوة المبددة عالية الأبعاد، والتي قد تكون معتمدة على الزمن، وإنتاج الإنتروبيا المتقلب مباشرة من بيانات المسارات دون معرفة مسبقة بالمعادلات الديناميكية.
2. الاتساق الإحصائي: تتبع تقلبات الإنتروبيا المحلية المستنتجة خصائص عالمية، مثل مبرهنة التقلب وسلوكيات الالتواء المحددة، حتى في الأنظمة المعقدة وغير المتجانسة.
3. تعدد الاستخدامات: الإطار قابل للتطبيق في كل من الأنظمة المستقرة والزمنية، والأنظمة الخطية وغير الخطية، والأنظمة ذات درجات الحرية المخفية أو الدقة الزمنية المحدودة.
4. الفائدة العملية: توفر الطريقة أداة لتحديد متى وأين تحدث أحداث انتهاك القانون الثاني والتقلبات القريبة من العكوسية، مما يوفر رؤية تفصيلية لعدم العكوسية لا تستطيع التقديرات العالمية توفيرها.

يضع المؤلفون هذا العمل كجسر بين إطار علاقة عدم اليقين الديناميكية الحرارية وصيغة إنتاج الإنتروبيا على مستوى المسار، مما يتيح تحليل عدم العكوسية في الإعدادات التجريبية المعقدة مثل تتبع الجزيئات المفردة، والمادة النشطة، والشبكات البيولوجية.