音乐尽管允许几乎无限的创造性表达，却总符合一套严格的规则。为什么音乐要遵循这么多规则？为什么我们要用这种组织声音的方式来创造音乐？为解决这一问题，我们可以类比另一问题，随机气体或液体中的原子是如何聚集成固体的？身兼凝聚态物理学家和中提琴演奏家的 Jesse Berezovsky 认为这两个问题的答案一致，音乐结构和固体结构都涌现于无序和有序的竞争，也都可以用同一套统计力学框架描述。
论文题目：
The structure of musical harmony as an ordered phase of sound: A statistical mechanics approach to music theory
https://www.science.org/doi/10.1126/sciadv.aav8490
音乐在各种文化的历史中普遍占有一席之地。更令人称奇的是，各种音乐体系和风格都共享一些特征，如将声音频率切分为一组离散的音高，中国传统五声音阶（宫商角徵羽）就是典型的例子。由此产生了一个问题：为什么人们要用这种组织声音的方式来创造音乐呢？
要回答这一问题，首先要了解音乐何以为音乐。从历史上看，音乐理论一直遵循自上而下的经验主义方法，将音乐中观察到的模式概括为理论。直到20世纪，Helmholtz 创立的心理声学（psychoacoustics）定量研究了声音感知，才首次提供了自下而上的音乐理论。该理论称音乐的结构与最小化不和谐音 D（dissonance）有关。然而，仅仅最小化不和谐音 D 不足以有效组织音乐系统，否则我们就都会去听仅由单一音高组成的“音乐”了。由此可知，有效的音乐系统必须具有一定程度的复杂性，为谱曲提供丰富的“色彩”。
最小化不和谐音将音乐系统推向有序，保证一定复杂性将音乐系统推向无序，悦耳的音乐涌现于无序和有序竞争的张力中。Jesse Berezovsky 就基于这两个原则，量化了不和谐音 D 和音乐复杂性 S ，并将其数学描述直接映射到一个标准的统计力学框架，运用统计力学的工具探索声音中涌现出的音乐结构。
热力学系统的宏观状态决定于自由能 F = U-TS 的最小化，这需要平衡最小化能量 U 和最大化熵 S ，温度 T 则作为两者的调节参数。Berezovsky 提出的模型类比热力学系统，引入参数 T ，调节最小化不和谐音 D 和最大化复杂性 S 间的平衡，以此利用统计力学中研究物理系统相变的强力工具。其中，不和谐音 D 由音乐系统中各音调两两相互作用形成的不和谐程度相加而得，而两音调的不和谐程度可通过实验获得。复杂性则可以通过声音熵 S （与声调的数量相关）量化。
Berezovsky 首先应用平均场近似（mean field approximation）研究音乐系统中音高的均衡分布。考虑音调数量趋于无穷，此时音高被描述为概率分布P(x)，其中 x=log2f/fref（以此对数尺度衡量音高，则x=1对应音高变化八度）。图1 展示了不同 T 值时，最小化音乐系统自由能 F = D-TS 的音高概率分布解 P(x)。
图1. 不同 T 值时，平均场近似下的音高概率分布解 P(x)。T由高降低，模型在T=20.2时首次出现有序解。
热力学系统中，能量相互作用在低温下占主导地位，有序出现；温度升高则熵增，导致有序到无序的转变。通过改变参数 T ，Berezovsky 发现了音乐系统也出现了类似的音高转变。在高 T 时，声音熵占主导地位，所有音高出现的概率相同，系统完全无序（图1顶行）。在低 T 时，最小化不和谐音占主导，音乐系统仅出现一个音高（图1最下面一行）。当 T 由高降低时，西方音乐八度十二音的熟悉结构从无序中涌现而出，这一转变可通过朗道理论理解。
在平均场模型中观察到音乐结构的涌现后，Berezovsky 又转向数值模拟，研究假设放宽下的结果。具体而言，平均场模型中各音调相互作用一致，而数值模拟可通过将音调放置在格点（lattice）上，研究每个音调仅与其余音调的子集相互作用的情况，同样发现了熟悉的音乐结构涌现于模型中。
统计力学的框架可以产生音乐中的许多模式。毫无疑问，要进一步了解音乐的结构，可以通过进一步通过统计力学工具研究相关模型。热力学的历史发展与音乐理论的情况相似。从17世纪开始，人们用经验定律（波义耳定律、查尔斯定律等）来解释对气体行为的观察。这种自上而下的热力学方法非常有用。然而，统计力学的发展产生了一种自下而上的理论，这种更基本的理解导致了 20 世纪之后的一系列新发现。
同样，自上而下的音乐理论确实对于作曲和理解音乐非常有用，但是自下而上的音乐理论提供了更基本的理解，它不仅能解释音乐（尤其是西方音乐）的结构，更能为研究不同文化和不同历史下的音乐体系提供新的视角，甚至能够引发理解、欣赏和创作音乐的新方法。
20世纪下半叶以来，受到复杂性研究启发的“思维方式”已迅速传播到认知活动的多个领域。混沌、自组织、临界、自创生、涌现 ……其概念层次的丰富性为我们提供了研究世界的灵活工具。从这个意义上说，我们有理由将复杂性理论视为一个扩充艺术与科学之间交叉领域的重要课题。艺术对复杂性做出反应的一种基本方式是创造出显示“涌现行为”的系统。就本体论而言，我们不再将艺术品视为静态之物，而是将其看作不断发展的创造性过程的一个实例。同时，新兴的复杂科学（Complexity Science）也向当代艺术实践者提供了一个敞开的工具箱，这些工具包括混沌、分形、元胞自动机、遗传算法、蚁群算法、人工神经网络、L-System、人工生命等，它们进一步推动了数字美学、生物艺术与人工智能艺术等领域的发展。复杂科学不仅帮助我们深入了解意识和生命系统的生成机制，而且有利于激发各学科的研究者和实践者协同发掘后人类创造力和新美学的潜力，以期打开更趋向于综合性的创意空间。
由集智俱乐部主办，心识宇宙研究院院长、科普作家十三维，艺术评论人汪嫣然和策展人龙星如联合发起的“复杂科学与艺术”研讨会，旨在汇聚各领域内的行动者与思想者——包括科学家、艺术家、学者及相关从业者——展开超越单一学科的跨界知识讨论，探索复杂性研究与人文艺术潜在的交叉地带。本研讨会从2022年7月开始，每月举办一次，共计十二期。欢迎感兴趣的朋友报名参与，可加入社群并获得视频回放。
研讨会详情与框架：
Chaos & Muses：复杂科学×艺术系列研讨会
