导语
统计物理学是连接微观和宏观的桥梁。从宏观进入微观，热力学定律仍然保持不变吗？从平衡态进入非平衡态，统计物理理论如何刻画更广泛的复杂系统？为了探讨统计物理学的前沿进展，集智俱乐部联合西湖大学理学院及交叉科学中心讲席教授汤雷翰、纽约州立大学（SUNY）石溪分校化学和物理学系教授汪劲、德累斯顿系统生物学中心博士后研究员梁师翎、香港浸会大学物理系助理教授唐乾元，以及多位国内外知名学者共同发起。
本周四晚（12月12日）18:50 将进行读书会的第一期分享，由四位发起人老师介绍热力学与统计物理从宏观到微观、从平衡态到非平衡态的扩展道路，探讨这个过程中遇到的一些问题和思考，期待和各位朋友一起讨论交流！
读书会分享流程
18:50-19:00 读书会介绍
19:00-19:30 唐乾元：学习非平衡态统计物理时，我在困惑什么？
19:30-20:00 汤雷翰：动态景观：生命的挑战
20:00-20:45 梁师翎：热力学的拓展之路：从宏观到微观、从平衡到非平衡
20:45-21:15 汪劲：非平衡动力学和热力学
21:15-22:00 问答交流环节
唐乾元：
学习非平衡态统计物理时，我在困惑什么？
主讲人
唐乾元，香港浸会大学助理教授，集智科学家，集智-凯风研读营学者。南京大学物理学博士，曾是是日本理化学研究所博士后。研究方向：数据驱动的复杂系统研究；生物医学领域的人工智能；蛋白质进化和动力学；生物系统的复杂性和临界性。
内容简介和大纲
当我们从平衡态统计物理迈向非平衡态世界时，就像步入了一片未经开垦的原野。在平衡态世界中，我们依靠配分函数这把万能钥匙，通过系综理论的望远镜，清晰地测量系统的各种性质。然而在非平衡态系统中，许多熟悉的工具却变得模糊不清。特别是在研究生命系统时，我们面临着多重挑战：各种物理与数学工具的适用性如何判断？新引入的概念是否真的必要？在实验中，哪些量是可以测量的，哪些是有深刻物理意义的？更具有挑战性的是，当我们试图将非平衡态物理的框架推广到学习、适应和进化等领域时，究竟能如何推广，如何避免过度解释？
在这次讨论中，我将从一个初学者的角度列举学习非平衡态物理时的一些困难，向各位讲者提出一些疑问，探讨从平衡态到非平衡态的概念转变过程中的直观理解缺失。特别地，我们将聚焦于生命系统这一独特的研究对象，分析其中的物理重要性、生物相关性和实验可行性之间的矛盾与取舍。
核心概念
平衡态统计物理
非平衡态统计物理
生命系统
参考文献
Krapivsky, Pavel L., Sidney Redner, and Eli Ben-Naim. A kinetic view of statistical physics. Cambridge University Press, 2010.
Udo Seifert, Stochastic Thermodynamics, Fluctuation Theorems and Molecular Machines. Reports on Progress in Physics (2012)
England, Jeremy L. Statistical physics of self-replication. The Journal of Chemical Physics 139.12 (2013).
Kringelbach, Morten L., Yonatan Sanz Perl, and Gustavo Deco. The Thermodynamics of Mind. Trends in Cognitive Sciences (2024).
汤雷翰：
动态景观：生命的挑战
主讲人
汤雷翰，西湖大学理学院及交叉科学中心讲席教授。本科毕业于中国科技大学，1981年经李政道教授组织的CUSPEA项目赴美国Carnegie Mellon大学读研，1987年获得物理学博士学位。1996年任职英国帝国理工学院Blackett实验室讲师，1997年加入香港浸会大学物理系，历任副教授、教授。2020-2024年，他担任香港浸会大学计算和理论研究所主任。2010-2020年期间，他在北京计算科学研究中心主管复杂系统研究部。2024年受聘于西湖大学，任理学院及交叉科学中心讲席教授。
内容简介和大纲
进入21世纪，生命科学正经历革命性变革，研究目标从单个分子、基因和性状拓展到了生物模块乃至系统多层次结构和动力学。大量生物数据及人工智能技术的快速发展，使研究人员能够多维度探索复杂生命现象，制定精准的建模与实验方案，加速生物学新发现。同时，基础理论研究正走向深入，运用动力学、博弈论、自组织等原理，并引入信息、控制与预测编程新维度，推动生命科学从定性描述向定量理解、预测与干预的快速发展，为生命起源、个体发育、生态系统演化和复杂疾病等带来全新的认识。
统计物理学的理论框架，对研究生命过程中的低维表征、自组织现象、多尺度结构及生命起源和进化等问题可以发挥核心的作用，但研究进展将依赖于若干基本概念和方法方面的基础性突破，如概率分布演化理论、短时间序列预测理论、跨时间尺度的网络动力学模型与降维方法，并探索生物适应与进化的信息论规律、智能系统的信息整合机制，以及深度学习与复杂系统的映射关系等。希望通过集智组织的该次读书会能够聚集一批勇于创新的年轻伙伴，从实际问题出发，开展深入的讨论和探索，提出新的模型和新的概念和方法，开创类似于原子壳层模型和电子能带理论到电子材料和复杂功能器件的生命科学新篇章。
核心概念
Waddington的隐喻
景观：到那里才能看见
共进化系统与隐藏序的产生
动态景观：物理状态与信息共舞
参考文献
C.H. Waddington, The Strategy of the Genes (1957)
The Nobel Prize in Physics 2024, https://www.nobelprize.org/prizes/physics/2024/popular-information/
Physics of Life, NASEM Decadal Survey (2022), https://www.nationalacademies.org/our-work/biological-physicsphysics-of-living-systems-a-decadal-survey
Cugliandolo, Leticia F. Recent applications of dynamical mean-field methods. Annual Review of Condensed Matter Physics 15 (2023).
梁师翎：热力学的拓展之路：
从宏观到微观、从平衡到非平衡
主讲人
梁师翎，德累斯顿系统生物学中心（CSBD） ELBE 博士后研究员。2024年博士毕业于瑞士洛桑联邦理工学院（EPFL）。主要研究兴趣是统计物理基础，小系统随机热力学，以及非平衡热力学在生命等复杂现象中的应用。
个人主页：https://shilingliang.com/
内容简介和大纲
热力学从诞生起就在探索“什么是不可能的”这个根本问题。早期工程师们在研究热机效率时，卡诺给出了一个重要答案：热机效率是有上限的，这就是著名的卡诺效率。这一发现后来被提炼为热力学第二定律——“孤立系统的熵不可减小”。
但当我们关注到介观尺度，情况变得更为丰富。在介观层面上，我们发现系统是可以出现短时熵减的。为了描述这些小系统的现象，科学家们发展出了随机热力学。而在我们身边，生命系统似乎在违背熵增定律，维持着高度有序的状态。其实它们是通过持续处于非平衡状态来实现的。这就引出了一个有趣的问题：对于这些远离平衡态的系统、小尺度系统，我们能否建立新的描述“不可能”的定律？同时，非平衡还会带来一些反直觉的现象，比如较热的物体反而会比较冷的物体更快达到更低温度的姆潘巴效应，我们能从什么角度去理解这些被常识认为不可能的现象？
这个报告将为大家介绍非平衡热力学和随机热力学的最新进展，探讨这些关键问题，为后续的读书会深入讨论做铺垫。
核心概念
随机热力学
非平衡热力学
开放系统
反常现象
参考文献
Peliti, Luca, and Simone Pigolotti. Stochastic thermodynamics: an introduction. Princeton University Press, 2021.
Shiraishi, Naoto. An Introduction to Stochastic Thermodynamics. Fundamental Theories of Physics. Springer, Singapore (2023).
Andresen, Bjarne. Current trends in finite‐time thermodynamics. Angewandte Chemie International Edition 50, no. 12 (2011): 2690-2704.
Qian, Hong. Phosphorylation energy hypothesis: open chemical systems and their biological functions. Annu. Rev. Phys. Chem. 58, no. 1 (2007): 113-142.
全海涛, 董辉, 孙昌璞. 介观统计热力学理论与实验. 物理学报, 2023, 72(23): 230501. doi: 10.7498/aps.72.20231608
汪劲：非平衡动力学和热力学
主讲人
汪劲，纽约州立大学（SUNY）石溪分校化学和物理学系教授，1991年获得美国伊利诺伊大学天体物理博士。研究兴趣包括生物分子折叠的机制、分子网络的底层原理、从景观和流理论视角研究经典和量子非平衡统计物理、复杂环境中的反应动力学等。
内容简介和大纲
我们探讨非平衡动力学的驱动力。发现非平衡动力学由两部分驱动力决定：由稳态几率决定的景观及其梯度，和打破细致平衡的旋转非平衡流。这与传统的平衡系统有着本质区别。平衡态权重或机率由势能景观决定，而其动力学由势能梯度决定。平衡态动力学类比带电粒子在电场下运动，而非平衡态动力学类比带电粒子在电场和磁场下运动。
我们发现动力学特性由态转换路径和速率来决定。非平衡动力学导致主要路径可不过鞍点，时间前行和反演路径不一致。导致传统平衡过渡态理论（以其决定速率）失效。取而代之的是路径依赖的非平衡过渡态理论以其决定速率。
细致平衡的热力学的熵产生是由自由能的弛豫来决定的。而非平衡热力学的熵产生由自由能弛豫和操持热来决定。
核心概念
非平衡景观
非平衡旋转流
非平衡动力学主路径
非平衡过渡态速率理论
非平衡态热力学
参考文献
Wang, Jin. Perspectives on the landscape and flux theory for describing emergent behaviors of the biological systems. Journal of Biological Physics 48.1 (2022): 1-36.
Xiaona Fang, Karsten Kruse, Ting Lu, Jin Wang. Nonequilibrium physics in biology. Reviews of Modern Physics 91.4 (2019): 045004.
Wang, Jin. Landscape and flux theory of non-equilibrium dynamical systems with application to biology. Advances in Physics 64.1 (2015): 1-137.
直播信息
时间：2024年12月12日（周四）晚18:50-22:00
报名参与读书会：
斑图链接：https://pattern.swarma.org/study_group_issue/826
扫码参与「非平衡统计物理」读书会，加入群聊，获取系列读书会回看权限，加入统计物理社区，与社区的一线科研工作者沟通交流，共同推动这一前沿领域的发展。
报名成为主讲人
读书会成员均可以在读书会期间申请成为主讲人。主讲人作为读书会成员，均遵循内容共创共享机制，可以获得报名费退款，并共享本读书会产生的所有内容资源。详情请见：
非平衡统计物理读书会启动！
2024年诺贝尔物理学奖授予人工神经网络，这是一场统计物理引发的机器学习革命。统计物理学不仅能解释热学现象，还能帮助我们理解从微观粒子到宏观宇宙的各个层级如何联系起来，复杂现象如何涌现。它通过研究大量粒子的集体行为，成功地将微观世界的随机性与宏观世界的确定性联系起来，为我们理解自然界提供了强大的工具，也为机器学习和人工智能领域的发展提供了重要推动力。
为了深入探索统计物理前沿进展，集智俱乐部联合西湖大学理学院及交叉科学中心讲席教授汤雷翰、纽约州立大学石溪分校化学和物理学系教授汪劲、德累斯顿系统生物学中心博士后研究员梁师翎、香港浸会大学物理系助理教授唐乾元，以及多位国内外知名学者共同发起。读书会旨在探讨统计物理学的最新理论突破，统计物理在复杂系统和生命科学中的应用，以及与机器学习等前沿领域的交叉研究。读书会从12月12日开始，每周四晚20:00-22:00进行，持续时间预计12周。我们诚挚邀请各位朋友参与讨论交流，一起探索爱因斯坦眼中的普适理论！
详情请见：