导语
150年前，麦克斯韦用一个思想实验挑战了热力学第二定律，也就是著名的“麦克斯韦妖”。本期读书会将由纽约州立大学石溪分校化学和物理学系教授汪劲老师分享，通过麦克斯韦妖，探讨信息处理与能量转换之间的深刻关系。信息热力学这个主题不仅关乎基础物理，还可能彻底改变我们对计算和信息处理的理解，对未来的信息技术发展具有重要意义。
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。读书会从12月12日开始，计划每周四晚20:00-22:00进行，持续时间预计12～15周。欢迎感兴趣的朋友一起讨论交流！
内容简介
信息在科学和生活中起到越来越重要的作用。非平衡广泛存在于各种体系中。怎样量化非平衡信息成为一个挑战。通过改进麦克斯韦妖的概念，我们讨论了开放系统中能量耗散的极限。为了揭示一个由妖控制的系统背后的物理原理，我们证明了一组之前未被探索过的涨落定理。这些涨落定理意味着存在一种内在的非负耗散信息刻画的非平衡系统状态。这种分析的一个结果是，功和热的界限都比过去的涨落定理预测的界限更严格。我们还建议对这些功和热界限进行可能的测试并得到实验验证。
内容大纲
熵、熵产生率和涨落定理
互信息和涨落定理
互信息耗散和新涨落定理
热和功的紧致限
例子
实验验证
结论
核心概念
信息热力学
非平衡系统
麦克斯韦妖
熵产生率
涨落定理
互信息
互信息耗散
热的紧致限
功的紧致限
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。
直播信息
时间：2025年1月2日（周四）晚20:00-22:00
报名参与读书会：
斑图链接：https://pattern.swarma.org/study_group_issue/825
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：
参考文献
Qian Zeng，Jin Wang*, New fluctuation theorems on Maxwell’s demon. Science Advances, 7(23), eabf1807 (2021).
L.-L. Yan , J.-T. Bu , Qian Zeng, K. Zhang , K.-F. Cui, F. Zhou*, S.-L.Su ,L. Chen , Jin Wang*, Gang Chen, and M. Feng*. Experimental Verification of Demon-Involved Fluctuation Theorems. Phys.Rev. Lett.133, 090402 (2024).
D.J. Evans, D.J. Searles, S.R. Williams, Fundamentals of classical statistical thermodynamics: dissipation, relaxation, and fluctuation theorems. John Wiley & Sons. 2016.
C. Jarzynski, Nonequilibrium equality for free energy differences. Phys. Rev. Lett. 1997, 78(14): 2690-2693.
G.E. Crooks, Entropy production fluctuation theorem and the nonequilibrium work relation for free energy differences. Phys. Rev. E 1999, 60(3): 2721-2726.
U. Seifert, Entropy production along a stochastic trajectory and an integral fluctuation theorem. Phys. Rev. Lett. 2005, 95(4): 040602.
T. Sagawa and M. Ueda, Generalized Jarzynski equality under nonequilibrium feedback control. Phys. Rev. Lett. 2010, 104(9): 4.
T. Sagawa and M. Ueda, Fluctuation theorem with information exchange: role of correlations in stochastic thermodynamics. Phys. Rev. Lett. 2012, 109(18): 5.
S. Toyabe, T. Sagawa, M. Ueda, E. Muneyuki, M. Sano, Experimental demonstration of information-to-energy conversion and validation of the generalized Jarzynski equality. Nat. Phys. 2012, 6: 988–992.
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：