论耗散适应下预测的热力学
神经元与认知
2020-09-10 v1 统计力学
摘要
一方面,热力学功提取过程耗散的热量上界了相关系统关于其环境所编码的非预测性信息。因此,涌现的信息处理能力可从趋向高热力学效率的压力之视角加以理解。另一方面,热力学第二定律在复杂、自组织的耗散结构的涌现中起着关键作用。此类结构在热力学上受青睐,因其能够耗散自由能库,否则这些自由能将无法被获取。由此,它们使封闭系统能够从一个亚稳态跃迁至具有更高熵的另一亚稳态。本文主张,这两种观点并不矛盾,而是其结合有助于理解从简单自组织耗散结构到复杂信息处理系统的转变。若某一耗散结构为从受导的自由能流中获取足以维持自身结构的功而所需的效率很高,则该系统存在成为预测性的驱动力。尽管如此,与无任何耗散结构的情况相比,该耗散系统的存在在热力学上仍受青睐。由于涌现出一类耗散系统的层级结构——其自身即为可被耗散的非平衡结构——随着在该层级中不断远离初始的驱动性非平衡态,此类驱动力便自然产生。
引用
@article{arxiv.2009.04006,
title = {On the thermodynamics of prediction under dissipative adaptation},
author = {Kai Ueltzhöffer},
journal= {arXiv preprint arXiv:2009.04006},
year = {2020}
}