解密蝴蝶效应：2021年诺贝尔物理奖获得者的贡献

2021 年诺贝尔物理学奖联合授予真锅秀郎、克劳斯·哈塞尔曼和乔治·帕里西，以表彰他们对我们理解复杂物理系统的开创性贡献。他们在气候和其他复杂现象中发现了隐藏的模式，三位获奖者因对混沌和明显随机现象的研究而分享了今年的诺贝尔物理学奖。以下来自nobelprize的报道：

复杂系统的特点是随机性和无序性，难以理解。今年的奖项旨在表彰描述它们和预测它们长期行为的新方法。所有复杂的系统都由许多不同的相互作用的部分组成。几个世纪以来，物理学家一直在研究它们，并且很难用数学方法来描述它们——它们可能有大量的组件或受到偶然性的支配。它们也可能是混乱的，比如天气，初始值的微小偏差会导致后期的巨大差异。今年的获奖者都为我们获得有关此类系统及其长期发展的更多知识做出了贡献。

地球气候复杂系统

地球气候是复杂系统的众多例子之一，地球气候是一个对人类至关重要的复杂系统。

真锅秀郎与哈塞尔因其在开发气候模型方面的开创性工作而获得诺贝尔奖。帕里西因其对复杂系统理论中大量问题的理论解决方案而获奖。

真锅秀郎与哈塞尔为我们了解地球气候以及人类如何影响它奠定了基础。曼真锅秀郎展示了大气中二氧化碳含量的增加如何导致地球表面温度升高；大约十年后，克劳斯·哈塞尔曼 (Klaus Hasselmann) 创建了一个将天气和气候联系起来的模型，通过找到一种方法来克服快速而混乱的天气变化，从而成功地将天气和气候联系起来，确定了为什么气候模型在天气多变且混乱的情况下仍然是可靠的模型。他还开发了识别特定信号、指纹的方法，自然现象和人类活动都在气候中留下了印记。

众所周知，对未来十天以上的天气做出可靠的预测是一项挑战。200 年前，法国著名科学家皮埃尔-西蒙·德·拉普拉斯 (Pierre-Simon de Laplace) 说，如果我们只知道宇宙中所有粒子的位置和速度，就应该可以计算出在我们的宇宙中发生了什么和将要发生的事情。牛顿以来的运动定律，描述了大气中的空气传输，完全是确定性的——它们不受偶然的支配。

然而，就天气而言，没有什么比这更糟糕的了。部分原因是，在实践中，不可能足够精确——说明大气中每个点的气温、压力、湿度或风况。此外，方程是非线性的；初始值的微小偏差可以使天气系统以完全不同的方式演变。

基于蝴蝶在巴西扇动翅膀是否会在德克萨斯州引起龙卷风的问题，这种现象被命名为蝴蝶效应。在实践中，这意味着不可能产生长期的天气预报——天气混乱；这一发现是 1960 年代由美国气象学家 Edward Lorenz 发现的，他奠定了当今混沌理论的基础。

哈塞尔曼创建了一个随机气候模型，这意味着模型中内置了机会。他的灵感来自阿尔伯特·爱因斯坦的布朗运动理论，也称为随机游走。使用这个理论，哈塞尔曼证明了快速变化的大气实际上会导致海洋缓慢变化。

他们俩的研究获得以下确定性判断：

• 地球在升温吗？是的。
• 原因是大气中温室气体含量的增加吗？是的。
• 这可以仅用自然因素来解释吗？不。
• 人类的排放物是温度升高的原因吗？是的。

无序系统的方法

乔治·帕里西因其对无序材料和随机过程理论的革命性贡献而获奖。他的发现是对复杂系统理论最重要的贡献之一。它们使理解和描述许多不同的、显然完全随机的复杂材料和现象成为可能，不仅在物理学中，而且在其他非常不同的领域，如数学、生物学、神经科学和机器学习。

1980 年左右，乔治·帕里西 (Giorgio Parisi) 展示了他的发现，即随机现象显然是受隐藏规则支配的。他的工作现在被认为是对复杂系统理论最重要的贡献之一。他的解决方案花了很多年才被证明在数学上是正确的。此后，他的方法被用于许多无序系统，并成为复杂系统理论的基石。

复杂系统的现代研究植根于 19 世纪下半叶由 James C. Maxwell、Ludwig Boltzmann 和 J. Willard Gibbs 于 1884 年命名该领域的统计力学。一种方法对于描述由大量粒子组成的系统（例如气体或液体）是必要的。这种方法必须考虑粒子的随机运动，所以基本思想是计算粒子的平均效应，而不是单独研究每个粒子。例如，气体中的温度是气体粒子能量平均值的量度。统计力学取得了巨大的成功，因为它为气体和液体的宏观特性（如温度和压力）提供了微观解释。

随机过程在结构的创建和发展过程中起着决定性的作用，并解决了以下问题：

• 为什么我们会周期性地重复出现冰河时代？
• 是否有更一般的混沌和湍流系统的数学描述？
• 模式是如何在成千上万只椋鸟的喃喃声中出现的？

帕里西的大部分研究都涉及简单的行为如何导致复杂的集体行为。