信息、生命与物理学

原文摘录   · · · · · ·  ( 全部 )

• 信息的量化是从工程师克劳德・香农（ Claude Shannon）在20世纪40年代中期热忱开展的相关工作开始的。香农是一个古怪和不擅长社交的人。他在美国的贝尔实验室工作，主要关注如何将编码信息准确传递出去。当该研究项目启动时，第二次世界大战正在进行中：如果你只能听到嘶嘶的广播声或者噼噼啪啪的电话信号，你要用什么方法才能让语言以尽可能正确的方式传递出去呢？香农开始研究应该如何编码，才能让信息错漏的风险最小化。这一项目在1949年结出了硕果，香农出版了《通信的数学原理》一书。该书的问世非常低调，但历史可以判定，它是科学史上的一个关键性事件，可以径直触达薛定谔的问题“生命是什么”的核心。 香农一开始就对信息做出了数学上的严格定义，他选择的定义引出了不确定性的概念。简单来说就是，当你获取信息时，你正在学习你之前不知道的东西，因此你对那个东西的不确定性降低了。想象抛一枚质地均匀的硬币，它落地后正面朝上和反面朝上的概率各为s0。在它没落地之前，你未看到结果，也就完全不能确定结果是什么。当你看到结果时，不确定性随之降低（在这个例子中，不确定性降至零）。类似这样的二元选择是最简单的情况，并且与计算直接相关，因为计算机就是用二进制编码的方式来处理信息的，只包含1和0两个元素。这些符号的物理实现只需要一种双态系统，比如开关，要么处于打开状态，要么处于关闭状态。简言之，人们采用了香农的方法，二进制数字或比特（bit）成为量化信息的标准方式。顺带说句，一个字节有8个比特。信息处理速度通常用吉赫表示，代表每秒有10亿比特翻转。当你看到抛硬币的结果时，两种概率相等的状态就合并为一种确定的状态，你因此获得了1比特的信息。 (查看原文)

  寓言十九 2赞 2020-02-25 22:52:16

• 不幸的是，兰道尔给这一梦想泼了冷水，他认为计算机处理的信息涉及逻辑上不可逆的操作（就像前文中提到的算术示例那样），当需要为下一次计算重置系统时，就存在着不可避免的散热间题。他计算了删除一比特信息的最小熵值，这个结果如今被称为“兰道尔极限”。我可以告诉好奇的读者，在室温条件下，删除一比特信息会产生3×102焦耳的热量，大约是烧开一壶水所需热能的10°。数值虽不大，但它确立了一个重要的原则。通过阐述逻辑操作与产生热量之间的关系，兰道尔发现了物理学和信息之间的深层次的联系。这种联系不是像西拉德引擎那样的抽象联系，而是在今天的计算机产业中得到理解的非常具体的（即与金钱有关的）联系。 从兰道尔开始，信息不再是一个模糊的神秘量，而是与物质紧密联系在一起。为了总结这一思想上的转变，兰道尔创造了当下非常有名的格言：“信息就是物质的！””他的意思是，所有信息都与物体紧密相关：它不可能自由飘浮在以太中。比如，你电脑中的信息是以某种模式存储在硬盘中的。那些特定的实例（真实的基底）似乎并不重要，这是导致信息的概念让人难以把握的原因。你可以将硬盘中的内起形成电路，所有信息都能以这种方式保留在这一系统中的某个位置上。有了这样的设置，我们就不需要删除任何信息，自然不会产生热，熵也不会增加了。不过，我要强调的是，今天的计算机要实现理论上可行的逆运算，还有很长的路要走。但我们在这里所探讨的是深层次的原则问题，我们没有理由认为理论极限永远无法突破。 (查看原文)

  寓言十九 2赞 2020-02-25 22:52:16

> 全部原文摘录