世界上运行时间最长的实验是如何打破传统物理学的

每10年就有一滴液体落下——这对统计物理学的基础提出了质疑。它是固体还是液体？事实证明，答案并不是那么简单，它除了是物理学中一个根本的未解决的问题外，还深入到我们的日常生活中。

1927年，托马斯·帕内尔教授开始做一个实验，向学生们证明一些物质既具有固体性质又具有液体性质。帕内尔将一份加热的沥青样品倒入一个密封的漏斗中，让它在里面静置三年。事实证明，要完成整个实验，三年时间实在是太少了。直到今天，液滴大约每10年下降一次。但如果你用锤子砸它，它就会像固体一样粉碎。

虽然音高听起来像是一种特殊的材料，但实际上并非如此。沥青是从石油或煤焦油中提取的，用于制造道路和屋顶的防水剂。事实上，大多数日常材料，如玻璃、塑料，甚至蛋黄酱都是固体和液体的混合物。

那么为什么这个问题还没有解决呢？

液体-固体相变与玻璃相变

• 体积突变伴随着熔融相变

统计物理学预测一个可测量的物理量的突然不连续性伴随相变从固体到液体或反之。以体积为例：当一个典型的固体被加热时，它的体积随着温度的升高而增大。在熔点处，随着固-液相的转变，在体积上有一个突变。随着体积的增加，有一个与固体熔化相关的潜热。这种热量是在恒定温度下克服固体中分子之间的引力所需要的能量，从而使物质突然从固体变为液体。那么这和液体-玻璃转变有什么不同呢？

• 《自然》（过冷液体和玻璃化转变），2001年3月8日，第410卷

接近玻璃化转变的液体绕过熔点，而是在低温下继续为液体。这种液体现在称为过冷的。过冷的液体往往具有较大的粘度，随着温度降低，粘度甚至会更大。

关于过冷液体的一个很好的例子是我前面讨论过的沥青滴实验中的沥青。在之前的文章中，我讨论了什么是粘度。粘度本质上是指液体扩散的容易程度。粘度越大，就越难扩散。例如，冷黄油比热黄油更黏稠，因此更难以涂在烤面包上。通过测量沥青滴下落的时间，科学家们发现沥青的黏度是水的2.3x10^11倍

沥青的黏性是水的2300亿倍！

然而，一旦温度更低，就会产生玻璃化转变的难题：如果一种液体在地质时间尺度上难以扩散，那么它是固体还是极慢的液体？

人类从公元前1世纪就知道吹玻璃了。一旦玻璃在高温下吹制并冷却，它最终会变得像固体一样坚硬。你可能不知道的是，玻璃吹制后冷却后，可能需要数百万年才能达到最终的平衡结构（一项有趣的研究观察了2000万年前琥珀化石的玻璃转变）。

这里有一个难题：在晶体中，分子形成一种有序的结构，因此黏性是无限的，固体不能扩散。是否存在类似的玻璃化转变温度，当低于该温度时粘度变为无穷大？但是你如何通过实验来验证这个无限大（考虑到玻璃相变附近的液体可能需要数百万年的时间才能流动）？

混乱中是否有隐藏的秩序？

在玻璃过渡时期，凝固以对数速度放缓。在冷却新吹制的玻璃后，可能需要一分钟的时间进行第一轮凝固，此时粘度增加了10倍。增加20倍的粘度需要10分钟，增加60倍的粘度需要一百万分钟。研究人员中流传着一个老笑话：第一个数据点需要1分钟，第二个10分钟，第三个100分钟，但是到了第5或6个数据点，就超过了一个博士生在学校的时间。

等待无限大的发生并不是确定是否存在玻璃化转变的唯一方法。液晶的转变伴随着结构的明显变化：无序的液体到有序的晶体。

液体和玻璃有相同的结构。最大的争论是无序的玻璃是否有某种隐藏的秩序，咋一看并不完全清楚。

关于玻璃是否存在隐藏的顺序，存在多种竞争的理论。一些流行的理论预测会突然出现理想的玻璃化转变温度，低于此温度，所有运动都会停止。在这个理想的玻璃化转变温度下，分子被完美地锁在一起，这样每个分子的运动都与其他分子相关。很多时候，这被认为是一样的，就像球体被随机地尽可能靠近地挤在一起——没有明显的秩序，但没有球体在移动。但是如何衡量这种顺序呢？是否存在随机顺序的结构特征仍然是一个未解决的问题。

• 随机紧密包装的不同大小的球体（英国皇家化学学会出版）

在我们的日常世界中隐藏着秩序？

一个令人着迷的问题是，我们的日常世界是否有某种隐藏的秩序。从股市到房市崩溃和流行病：这涉及到了解这些突发现象是否隐藏了潜在的秩序，从而能够被预测。

最近的研究发现，确实有一种非常特殊的秩序与无序有关，叫做超均匀性。2014年，研究人员发现，鸡的眼睛有不同的颜色感受器，这些感受器看起来是随机的，但实际上有隐藏的秩序。

虽然看起来类似的秩序与其他混乱现象，如交通堵塞和拥挤人群有关，但高度统一只在某些系统中出现。在我们寻求在我们看到的一切事物中隐藏的秩序时，我们绝不能忘记我们为什么要这样做。这就引出了我最后的讨论：当物理定律无法预测从液体-固体过渡到交通堵塞和股票市场的许多日常现象时，我们该怎么办？

物理定律什么时候失效？我们必须面对的实际后果是什么？

我们一定不要忘记，物理定律与它们所预测的现象同样重要。此外，物理定律和自然定律一般来说可能是固定不变的。但即使是石头也会有变化。统计物理学被设想为理解材料和从一种形式到另一种形式的变化。这是平均法则。单个原子和分子是随机的，不可预测的。然而，几个世纪的研究发现，统计物理学是构成固体、液体和气体的分子群行为的极好近似。但这就是物理定律——它们是近似。

物理定律是现实的近似值，而不是相反。

当正确的条件没有满足时，物理定律就失效了。就像看草坪一样。在下面的图片中，草坪可以被近似为绿色的草坪，而小的秃斑并不会改变大范围的近似。但是如果不是秃斑，而是一小块传染性很强的杂草，这可能会改变整个景观，就再也没有美丽的草坪了。

统计物理学中的既定定律无法描述日常世界中的许多现象，原因有很多。这些包括：

1. 缺乏平均：在传统晶体中，原子的运动平均了，所以它们整齐地排列在格子中，而在玻璃中，原子的运动没有平均得那么好。这也可以扩展到更大的社会聚合。有时，一个恼人的司机或事故可能导致巨大的交通堵塞，或总统选举改变了一个国家的轨迹。
2. 有限尺寸效应：世界不是无限大小的，而材料可以近似地包含无限数量的分子。
3. 时间尺度：固体到液体的转变可以近似为不连续的或零时间的。然而，从液体到玻璃的转变可能需要数百万年的时间。或者说社会事件的时间尺度相对于我们的生活经历要长得多。因此，在这么短的时间内，事情变得难以预测。统计物理学不仅是平均空间的定律，也是平均时间的定律。

但也不全是坏事。我们可以很好地接近现实，预测和塑造未来的事件。例如，事后许多科学家正确地预测了COVID在没有社会距离的情况下会成为一场大流行。更难以预测的是大流行发生的确切时间。物理学有一个巨大的好处

物理近似是基于因果关系，而不是相互关系

虽然大量的数据催生了数据科学和机器学习，这些方法可以用来预测未来（如股票市场和房价），但这些方法中的许多都在轻微干扰下失败了，因为它们是相互关联的，而不是因果关系。例如，简单的变形来阻止信号可以欺骗复杂的神经网络，而这些神经网络没有接受过这些变形图像的训练。

总之，当物理定律的基本假设没有得到满足时，它就失败了。在某些情况下，另一种理论可以取代现有的理论。但在许多其他情况下，可能没有一个神奇的定律可以描述一切。

在混乱之下是否有一种隐藏的秩序？如果是这样，这是否意味着在我们日常世界的不可预测性之下存在着一种美丽的秩序?或者，也许答案是有些事情比其他事情更容易预测？而不是按照可预测或不可预测来思考，我们需要一个可预测的范围。

任何一种情况都不应阻碍我们理解现有理论为何失效，从而帮助我们更好地理解我们复杂的世界。