Nonequilibrium stochastic thermodynamics of boundary functionals: From Zubarev's ensemble to stochastic particle separation

在物理学的世界里，对于如何描述一个瞬间与如何描述一段旅程，存在着一种根本性的分歧。几个世纪以来，科学家们一直依赖于一种将系统视为没有记忆的框架。在这种传统观点中，在流体中运动的粒子就像是顺流漂流的叶子；它的未来路径仅取决于它此时此刻所在的位置以及此刻吹过的风。它的整个历史——它从哪里来、一小时前移动得有多快、或者它在漩涡中被困了多久——都被平均化并遗忘了。这种方法在处理那些事物能迅速趋于稳定的简单、日常情境时表现得非常出色。然而，当我们观察复杂的、混乱的现实时，例如蛋白质的折叠、细菌的运动或材料在压力下的破裂时，这种方法就会失效。在这些情况下，过去至关重要。系统不仅仅是对现在做出反应；它承载着其整个历史的重量，而这段历史以标准方程无法捕捉的方式塑造着它的未来。

这正是基辅核研究所的一项新研究试图解决的问题。研究人员 V. V. Ryazanov 开发了一种重写热力学规则的方法，使其能够包含粒子生命的全过程，而不只是它当前的位置。通过将粒子运动的历史视为与温度或压力一样的物理变量，这项研究创造了一种理解系统在远离平衡态时如何行为的新型图谱。这项工作表明，通过固定关于粒子过去的一些特定细节——例如它在一个地方停留了多久、它多快到达了某个点、或者它爬升得有多高——我们可以以前所未有的精度预测其未来的行为。这不仅仅是一个理论练习；它为分离不同类型的微观粒子提供了一个潜在的蓝图，而这项任务对于药物递送和材料科学等领域都至关重要。

要理解这一突破，必须首先了解研究人员试图测量的是什么。在标准物理学中，如果你想知道一个粒子在特定区域停留了多久，你通常需要对数百万次尝试进行平均计算。但这种平均值掩盖了真相。有些粒子可能会瞬间穿过，而另一些则可能会被困住很长时间，而这两种行为有着本质的区别。新方法将这些不同的历史视为系统的不同“状态”。该研究引入了三种衡量粒子旅程的具体方式。第一种是粒子首次到达某个边界所需的时间。第二种是粒子在某一水平之上停留的总时间，无论它向下沉降并回升了多少次。第三个是粒子在整个旅程中所能达到的最高点。通过将这三个数值锁定在方程中，研究人员创造了一个粒子的“冻结”记录，迫使数学必须考虑所采取的具体路径，而非仅仅是起点和终点。

核心发现是，当你强迫一个系统遵循特定的历史时，粒子实际上开始表现得仿佛处于一个完全不同的世界中。研究表明，固定这些历史约束在数学上等同于改变粒子所移动的景观。想象一个在平面上滚动的粒子。如果你突然决定粒子必须在特定区域停留很长时间，方程显示，该粒子现在的行为就像是那个区域变成了一个深谷，将其拉入并固定在那里。相反，如果你要求粒子必须达到一个极高的峰值，景观就会自我重塑，使得那个峰值更容易被触及。这种转变不是环境的物理变化，而是粒子可以采取的路径概率的变化。研究人员称之为“有效势”，这是一种完全由关于过去的信息所产生的全新类型的力场。

其中一个最引人注目的发现是这种新方法如何处理记忆的概念。在传统观点中，粒子的运动是“马尔可夫”的，这意味着它没有关于其去过哪里的记忆。新模型显示，通过固定粒子达到的最大高度，粒子的运动变得具有“非马尔可夫”特性。粒子在任何给定时刻受到的力现在取决于它相对于其个人记录的当前位置。如果粒子远低于其最高点，它会正常移动。但当它接近那个记录高度时，一种强大的、单一的力就会介入，根据约束条件，要么将其推回，要么将其拉前。这种力并非来自外部磁铁或墙壁；它是系统为了维持所选定的特定历史而产生的直接后果。研究表明，这产生了一种“记忆冲击”，即当粒子威胁要打破自己的记录时，会发生行为的突然变化。

研究人员还探索了当这些约束变得极其强烈时会发生什么。他们发现，随着对特定历史的要求变得更加剧烈，系统会经历一个剧烈的转变。粒子被限制在一个非常狭窄的空间内，实际上被其自身历史的重量所囚禁。研究计算出，这种限制创造了一个“筛选长度”，即粒子行为发生剧烈变化的边界附近的微小区域。在这个区域内，粒子受到留在其历史限制内的要求的影响如此之强，以至于它的行为就像是在撞击一面坚固、不可逾越的墙。即使那里并没有物理上的墙，这种情况也会发生。数学揭示了系统会自然地组织自身以满足历史约束，从而创造出一种完全依赖于过去信息的全新稳定性。

这项工作对粒子的分离具有直接影响，这是化学和生物学中的一个共同挑战。在许多工业过程中，科学家需要分离尺寸和重量非常相似的不同类型的分子。标准方法通常依赖于它们移动的速度或它们与表面相互作用的差异。然而，研究表明，粒子也可以基于其波动的细微差异来进行分离。即使两个粒子看起来一模一样，它们在达到高点或在某些区域停留较长时间方面的倾向也可能不同。通过调节研究中所述的“历史场”，可以创建一个系统，让其中一类粒子被自然地引导至特定路径，而另一类则被转向。研究表明，这种分离并不需要粒子物理属性存在巨大的差异，而是通过对它们所移动的统计景观进行微妙的操纵来实现的。

该研究还阐明了两个不同科学分支之间的关系：热力学的统计力学与大偏差数学理论。长期以来，这些领域使用不同的语言来描述相似的现象。研究人员证明，它们实际上是在描述同一个现实。“历史场”在热力学方程中使用的数学形式，与高级概率论中使用的概率测度“倾斜”在数学上是完全一致的。这种统一意味着，数学家用于研究稀有事件的强大工具现在可以直接应用于物理系统。它证实了轨迹的“熵”（即衡量一条特定路径有多寻常的度量）可以像系统的能量一样被对待。这使得科学家能够预测远离平衡态的系统行为，而在这种状态下，传统的定律往往会失效。

论文最后强调，这种方法不仅是一个理论上的好奇心，更是一个理解复杂系统的实用工具。通过将系统的描述扩展到包含其完整历史，研究人员提供了一种建模此前难以描述的现象的方法，例如相变的动力学或生物马达的行为。研究表明，“记忆”并不是一个模糊的概念，而是一个可以被测量、计算和控制的量化力。研究结果表明，统计物理学的未来在于超越“当下时刻”的概念，并拥抱系统旅程的完整叙事。通过这样做，这项研究提供了一个新的视角来观察微观世界的混沌与波动，揭示了粒子如何记住其过去所蕴含的隐藏秩序。