导语

一般的动力系统通常与环境有能量、物质和信息交换，我们需要研究非平衡动力学以理解其底层原理和机制。非平衡系统的景观和流理论指出，系统的动力学由景观和流共同决定：景观趋向于让系统稳定在具有较高概率或较低势能的状态或吸引盆地，流通常具有旋转特性，提供来自状态净流入或流出的额外力。平衡景观、非平衡景观和流理论在复杂系统中的应用涵盖各个方面，包括细胞周期与分化、神经网络的学习和记忆以及决策、生态与进化、经济、战争与和平、流行病传播、混沌形成机制等。本周四晚的非平衡统计物理读书会，纽约州立大学（SUNY）石溪分校化学和物理学系教授汪劲老师将从理论、应用与实验验证三个方面，带领我们深入探索非平衡系统的景观和流理论。

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「非平衡统计物理」读书会。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

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。平衡态权重或几率由势能景观决定，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。我们发现复杂系统从景观角度可以自然给出涌现和层级结构。

我们成功地将景观和流理论应用到细胞周期，细胞分化，神经网络的学习和记忆以及决策，生态，进化，经济，战争与和平，传染病传播，以及混沌形成机制。我们也对景观和流理论进行了实验验证和量化。



内容大纲

  

  1. 从平衡态到非平衡态动力学

  • 非平衡景观与非平衡旋转流

  • 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

  • 涌现

  1. 景观和流理论在复杂系统中的应用

  • 细胞周期与分化

  • 神经网络的学习和记忆以及决策

  • 生态、进化、经济、战争与和平、传染病传播、混沌形成机制

  1. 景观与流的实验验证和量化



核心概念

 

非平衡景观 （Nonequilibrium Landscape)

非平衡旋转流 (Nonequilibrium Rotational Flux)

非平衡动力学主路径 (Nonequilibrium Dominant Kinetic Path)

非平衡过渡态速率理论 (Nonequilibrium Transition State Theory)

非平衡态热力学 (Nonequilibrium Thermodynamics)

涌现 (Emergence)

层级结构 (Hierarchy)

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、分子生物学的底层原理、从景观和流理论视角研究经典和量子非平衡统计物理、信息物理、时空物理等。


参与方式

直播信息
时间：2025年3月13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/855


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：从热力学、生命到人工智能的统计物理之路：非平衡统计物理读书会启动！

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.

相关文章：《汪劲：描述生物系统涌现行为的景观和流理论视角》
  • 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.

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「非平衡统计物理」读书会。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：从热力学、生命到人工智能的统计物理之路：非平衡统计物理读书会启动！

点击“阅读原文”，报名读书会