刘恺
为什么热量总是从较热的物体传递到较冷的物体?为什么凋落的树叶不会重回枝头,枯萎的花瓣不会重新绽放?
自然界中宏观事物的发展过程都有一个优先的方向,遵循的规律便是热力学第二定律,也称“熵(shāng)增加原理”。可以简单地理解为,事物总是向无序的方向(或者说充满更多可能性的状态)发展,而这种无序的程度(或者说不确定性)即为“熵”。
“熵”是一个非常奇妙的抽象概念,由德国物理学家克劳修斯于1865年提出,最初是用来描述“能量退化”的物质状态参数之一。根据熵增加原理,孤立系统的熵永不自动减少,熵在可逆(平衡)过程中不变,在不可逆过程中增加。
人的生命也如此,从物理层面的运动到精神层面的思考,都会消耗能量并产生熵,打破原有的平衡。生命过程不可逆,因此熵在生命过程中始终增加,当生命结束时,人这个有机体达到了熵的最大值,不再增加。正如奥地利物理学家埃尔温·薛定谔创作的生物学著作《什么是生命》一书中提到的,“生命以负熵为生”,最终的平衡就是死亡,因此维持生存的前提是尽可能地远离平衡。
在人体中,大脑是打破平衡状态的主要驱动力,其重量仅占体重的2%,但是消耗的能量却达到了整体消耗的20~30%,大脑“贪吃”葡萄糖的习惯使其成为全身耗能最大的器官。那么,这么多的能量最终都去了哪里呢?
利用功能性核磁共振成像(fMRI)技术,研究人员可以观测到大脑对应不同认知功能的区域消耗的氧气量,从而计算出大脑不同时间、不同位置的能量消耗情况。
人类的大脑实在是非常精妙,复杂的认知活动需要多个脑区之间协同合作,在这个过程中,我们需要将大脑看成一个复杂系统,对它进行全局性的研究。
当大脑处于休息状态时,各个脑区处于不同状态且不断转换,但各个状态之间的转换是随机、可逆的。我们认为这是一种“细致平衡(detailed balance)”状态。
而当大脑处于思考状态时,各个脑区在不同状态间的转换存在方向性,这被称为“细致平衡破缺(broken detailed balance)”。也就是说,在思考的过程中,神经活动的细致平衡被打破了,这时表示混乱程度的熵也增加了,协调的意识活动从此产生。
热力学第二定律示意图
研究人员发现,各种类型的认知活动会呈现出不同程度的细致平衡破缺,说明这一现象在大脑功能中发挥着普遍且基础的作用。
在体力劳动的过程中,运动响应的频率越高,大脑活动产生的熵越多;而在脑力劳动的过程中,认知努力越多越频繁,大脑活动产生的熵也越多。
在情绪处理、工作记忆、社会推理、语言处理、关系匹配、风险决策、运动执行等7类呈现了不同认知过程的大脑活动任务中,运动执行和风险决策对应的熵产生最明显,而语言处理、情绪处理等活动中的熵产生较少。也就是说,进行越高级、越复杂的认知活动,产生的熵越多,大脑的状态越远离细致平衡。
这时你或许会觉得,是啊,大脑每天要思考那么多事情、学习那么多知识、做出那么多决定,肯定会有很多消耗呀。而你大概没有想到,这20%其实是大脑静息状态的耗能——即使什么都不想,神经元(神经系统最基本的结构和功能单位)在休息时也会消耗如此多的能量,又被称作大脑的“暗能量”。若是再进行一番“深思熟虑”,那消耗的能量还要再多5~10%。
童年时期的大脑甚至更加“贪吃”,对氧的需求量较成年人更大。研究显示,五六岁儿童的大脑消耗的能量可以占到全身的50~60%。
此外,即便大脑处于极度不活跃的状态(例如昏迷),其葡萄糖消耗量也只下降到了正常水平的一半,与其他器官相比仍是高耗能的。
神经元结构示意图
热力学第一定律,指的是物体内能的增加等于物体吸收的热量和对物体所作的功的总和。其本质与能量守恒定律等同,即能量既不能凭空产生,也不能凭空消灭,只能从一种形式转化为另一种形式,或者从一个物体转移到另一个物体,而能量的总量不变。
热力学第二定律,有几种常用的表述方式。德国物理学家克劳修斯将其表述为:热量不能自发地从温度低的物体传递到温度高的物体。英国物理学家威廉·汤姆逊(开尔文勋爵)和德国物理学家马克斯·普朗克将其表述为:不可能从单一热源吸取热量,使之完全变成功,而不产生其他影响。熵增加原理表述为:孤立系统的熵永不自动减少,熵在可逆过程中不变,在不可逆过程中增加。
细致平衡破缺不仅出现在人类大脑神经活动中,还普遍存在于自然界各种复杂系统中,对于生态学中种群规模的变化、信息或疾病在人群中的传播等也同样有着应用的空间。
思考級别与熵产生关系示意图
热传递和热力学第一定律示意图
研究表明,学习效率受到神经网络总熵的限制,神经元学习越慢,产生的热量和熵越少,学习效率越高。而根据赫布理论(描述了突触可塑性的基本原理),对神经元的重复刺激使得神经元之间的突触强度增加,细胞在某些模式下激活得更好,由此产生的想法会在我们的大脑中更加强化。
这对于我们而言意味着什么呢?利用这一点可以让我们在未来学得更好或更聪明吗?结合这一科学与自己用脑学习时的情况想一想,观察一下,文章中说的与自己的情况是不是一样?或许我们现在就能够从中获得挖掘自己的大脑潜能的启发和线索:学习最好的方法就是不断地重复,随着慢慢雕琢、反复练习的过程强化,“欲速则不达”的道理在这里也有了很好的体现,“慢工出细活”反而指向学习效率更高的结果。
想要真正解锁大脑蕴藏的玄机还有很长的路要走,就现阶段人类对自身大脑的研究和认识并没有给出明确的解决答案,但是给出了新的思路和视角:我们大脑的活动是由熵控制的,在神经元层面上,学习过程与神秘而迷人的宇宙一样,最终也要受到热力学定律的限制。