From Reversible Quantum Dynamics to Statistical Probability: A dynamical solution to the origin of probability and Hilbert's sixth problem
本文通过展示不可逆的统计概率和热化如何通过系统-环境纠缠以及热力学极限从可逆的幺正量子动力学中涌现，从而为希尔伯特第六问题提供了一个精确的动力学解，且无需引入随机假设。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
一个多世纪以来，物理学家们一直在努力解决一个根本性的谜题：混乱、不可预测的热量与随机世界，是如何从支配原子运动的那些简洁、如钟表般精准的运动定律中演化而来的？在微观尺度上，宇宙遵循着严格的规则，其中因果关系明确，且时间在理论上可以不破坏任何规则地倒流。这是量子力学的领域，在那里，系统的状态由波来描述，并以一种完全可逆的方式演化。然而，当我们观察一杯正在冷却的咖啡或气体在房间内扩散时，我们看到的是一条单行道。事物变得更热、发生混合，并趋于平衡态，绝不会自发地进行“反向混合”或自行升温。这种微观世界的可逆定律与我们所经历的不可逆时间流之间的冲突，自伟大的数学家大卫·希尔伯特（David Hilbert）时代起就是一个核心谜题，他曾著名地问道：热力学的统计定律究竟是如何从粒子的确定性运动中产生的？
问题的核心在于视角的差异。如果整个宇宙是一个受可逆定律支配的封闭系统，为什么其中的一小部分（例如单个原子或分子）似乎会丢失对过去的记忆，并陷入一种随机的、统计的状态？几十年来，标准的解释依赖于假设系统周围的环境已经是一个由粒子组成的炽热、混沌的“汤”。但这种方法仅仅是将随机性的问题向后推了一步，因为它预设了它试图解释的东西。一个大问题依然存在：能否从一个完全纯净、有序且确定的起点出发，在没有任何预设混沌的情况下，产生真正的随机性和时间之箭？
国立成功大学的张维民（Wei-Min Zhang）的一项新研究提供了一个确定的答案，展示了这种转变究竟是如何发生的。研究人员构建了一个系统与其周围环境相互作用的数学模型，将两者视为一个单一的、封闭的“宇宙”，该宇宙从一个完全纯净、没有任何随机性的初始状态开始。在该模型中，系统与环境通过允许它们交换能量的力量联系在一起。关键的发现是，即使起点是完全有序的，仅仅通过观察系统而忽略环境的行为，也会造成信息流动的根本性断裂。随着系统与环境的相互作用，它们变得纠缠在一起，这一过程被称为“纠缠”（entanglement）。虽然整个宇宙仍处于纯净、可逆的状态，但我们观察的部分却失去了与自身过去的联系。关于其初始状态的信息并未消失，而是泄露到了无数不可见的、环境的自由度中，变得无法获取。
这种泄露正是创造“随机幻象”的原因。研究表明，如果环境具有连续的频率谱——这意味着它可以吸收任何数值的能量，而非仅仅是特定的、离散的步骤——那么系统对起始点的记忆就会随着时间的推移而完全消逝。系统忘记了它的起点，并趋于一个被称为“吉布斯态”（Gibbs state）的稳定统计状态。这就是我们熟悉的平衡态，在这种状态下，系统表现得好像具有特定的温度并遵循概率定律，尽管它所属的整个宇宙仍然遵循着严格的确定性定律。研究人员发现，这种转变并非偶然，也不是增加的一条规则，而是系统与庞大且连续的环境相互作用的直接且必然的结果。
至关重要的是，该论文排除了认为这一过程需要环境初始为一个炽热、混合状态的想法。团队展示了，即使环境始于一个“纯压缩真空态”（pure, squeezed vacuum state）——这是一种虽然完全有序但具有特定量子非经典性的状态——同样的结果也会发生。相互作用本身产生了看起来像是概率的统计权重。然而，研究也确定了一个该过程失效的明确条件：如果环境在吸收能量方面存在间隙，或者系统与环境之间的连接过于强烈，系统可能会“卡”在局部状态中。在这些情况下，信息永远不会完全泄露，系统会记住它的过去，并且永远无法达到热平衡。这为时间之箭何时出现以及何时不出现提供了一个精确的边界。
这些发现通过证明概率并非物理定律中添加的额外成分，而是更大整体的一部分所具有的自然统计结构，从而解决了一个长期的争论。当你孤立一个复杂纠缠系统中的一部分时，你所得到的描述看起来是随机的，因为你失去了对拼图其余部分的访问权。所谓的“时间之箭”，仅仅是信息流向一个无限、连续的环境并永远不再返回的结果。这项工作提供了一条从量子世界的循环动力学到我们生活的不可逆统计世界的精确、可验证的路径，最终在不需要预设随机性的情况下，将原子的确定性定律与日常世界的统计定律联系了起来。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。