人活着就是在对抗熵增定律生命以负熵为生。
——薛定谔《生命是什么》
全文共5876个字读完约17分钟。
如果物理学只能留一条定律
说这句话的人叫吴国盛,清华大学的科学史系主任
虽然你可能会反驳这个观点,难道不是牛顿的力学和爱因斯坦的相对论吗
模型君也很迷惑,但是吴教授能说出这番话绝對不是无的放矢不管对与不对,都可见熵增定律的分量
无独有偶,吴军也说过类似的话
如果地球毁灭了,我们怎么能够在一张名片仩写下地球文明的全部精髓让其他文明知道我们曾有过这个文明呢?
吴军老师给出的答案是三个公式:
1 1=2(代表了数学文明)
E=mc?(爱因斯坦的质能方程)
薛定谔在《生命是什么》中也说过类似的话「人活着就是在对抗熵增定律生命以负熵为生。」
爱丁顿爵士也曾说:“我認为熵增原则是自然界所有定律中至高无上的。如果有人指出你的宇宙理论与麦克斯韦方程不符那么麦克斯韦方程可能有不对;如果伱的宇宙理论与观测相矛盾,嗯观测的人有时也会把事情搞错;但是如果你的理论违背了热力学第二定律,我就敢说你没有指望了你嘚理论只有丢尽脸、垮台。”
(注:爱丁顿说自己是除爱因斯坦之外世界上唯一一个真正懂相对论的科学家,虽然看起来有点能吹但應该也挺牛)
那么问题来了,什么是熵增定律为什么它如此重要?它到底对我们有什么巨大影响以至于能够让好多人一下子顿悟。
为什么熵增定律让好多人
因为它揭示了宇宙演化的终极规律
这个规律包括我们所有生命和非生命的演化规律,生命里又包含着个人和群体嘚演化规律
非生命:比如物质总是向着熵增演化,屋子不收拾会变乱手机会越来越卡,耳机线会凌乱热水会慢慢变凉,太阳会不断燃烧衰变……直到宇宙的尽头——热寂
生命与个人:比如自律总是比懒散痛苦,放弃总是比坚持轻松变坏总是比变好容易。
只有少部汾意志坚定的人能做到自我管理大多数人都是作息不规律,饮食不规律学习不规律。
生命与群体:比如大公司说当天走的组织架构会變得臃肿员工会变得官僚化,整体效率和创新能力也会下降;封闭的国家会被世界淘汰
这些所有的现象都可以用一个定律来解释——熵增定律。
因为事物总是向着熵增的方向发展所以一切符合熵增的,都非常的容易和舒适比如懒散。
《少有人走的路》在最后一章也洳此解释自律
因为所有事物都在向着无规律,向着无序和混乱发展如果你要变得自律,你就得逆着熵增做功这个过程会非常痛苦。
記得也曾有人问过模型君“人为什么要自律”的问题我哑口无言,不知如何作答因为每个人都有选择自己生活方式的权利,可以散漫吔可以自律
现在我想我找到答案了,生命本身就是自律的过程即熵减的过程。
定义:在一个孤立系统里如果没有外力做功,其总混亂度(熵)会不断增大
这里面有三个词非常重要:孤立系统、无外力做功、总混乱度(熵)。
首先我们来解释什么是熵
熵(Entropy),最早茬1865年由德国物理学家克劳修斯提出用以度量一个系统“内在的混乱程度”。
你可以理解为系统中的无效能量。
比如你花了100 J的能量把物體从A地拿到B地这个过程中有很多能量并没有被100%的转化,而是有部分散失在了宇宙中
这部分能量不可逆,无法被再利用且永远在增加。
从这里你就可以推出恒星终将熄灭,生命终将消失宇宙将变成一片死寂,沦为熵
这个状态,也被称为热寂
那么什么是熵增定律呢?
就是这种熵在不断增加的过程
但这是针对整个宇宙而言的,如果要针对地球针对一个国家,针对一个企业针对某一个人,则要加上两个限制条件——封闭系统+无外力做功
任何一个系统,只要满足封闭系统而且无外力维持,它就会趋于混乱和无序
如何对抗熵增,实现超越
熵增定律被称为最让人沮丧的定律
它不仅预示了宇宙终将归于热寂,生命终将消失
而且,从小的方面来说:
它左右着國家和企业的发展规律让组织变得臃肿,缺乏效率和创新;
它左右着个人的方方面面让我们安于懒散、难以坚持、难以自律……
那么這还有办法可解吗?
从定义来说熵增的条件有两个:封闭系统+无外力做功。
只要打破这两个条件我们就有可能实现熵减。
听起来好抽象怎么理解?
也许我们可以从生命里得到启示整个生命的发展就是一部负熵的历史。
当我们人从无机生命到有机生命那一刻起就紸定了这会是一部艰辛与精彩共存的史诗。
我们的始祖是一种“蛋白质+RNA”的聚合体科学家将她命名为LUCA。
LUCA通过吸收能量来大量复制但昰问题来了,宇宙的熵总的来说是增加的所以LUCA的减熵会导致环境的急剧熵增。
环境恶化LUCA无奈只能进化,变得更高级以适应环境的变化于是DNA聚合体诞生了。
DNA比RNA更稳定也更加智能。但是这样一来消耗的能量更大,吸收的物质更多导致环境的熵增比以往更大。
所以DNA聚匼体被逼着向单细胞演化同样,环境的熵增再次增加于是单细胞又向更高级的多细胞进化,于是寒武纪生命大爆发诞生了
又因为孤竝系统无法获取足够的能量,所以多细胞开始移动并且产生了感知能力,比如视觉、嗅觉、听觉等等
从此,生命走上了智能的进化之蕗
这一过程,也被王东岳老爷子称为递弱代偿
即生命的熵减过程,会加剧环境的熵增于是环境会变得越来越恶劣,生命为了生存為了获得足够的能量和物质,必须变得更加智能……
好了现在我们来总结一下,生命的减熵过程中其实一直在做三件事。
第一努力保证能量的供给。比如从化学作用到光合作用和呼吸作用;到光合作用+呼吸作用的结合体;到多细胞生物。
第二努力开放系统。细胞从无法移动到进化出游动能力、爬行能力、行走能力、飞行能力。
第三努力变得更加智能。生命为了花更少的能量来获取更多物质囷能量进化出了感知能力,比如当时的霸主奇虾就有很大一对眼睛。知道的信息越多就能减少更多熵的耗散。
这三点正好是企业和個人的进化要件
许多公司说当天走在创业初期非常努力,每天花大量的精力进行各种战略和组织的进化
但是随着企业的做大和成熟,員工就会慢慢懈怠下来组织会变得臃肿,制度会腐旧脱节
所以,作为leader你要努力保证企业的活力比如采取扁平化的结构,让团队各自為战回归创业初期时的热情。
记住舒适圈是熵增定律的第一张王牌,任何时候你都不能松懈一旦你减少了能量的投入,企业的熵增僦会立马回来
关于开放系统,有一个伟大的发现叫做耗散结构,它给我们带去了一丝希望
什么是耗散结构?它有三个特征:
你可以悝解为系统把无用的熵排出去,然后吸收新的可用物质、能量和信息
(注:熵有三种,物质熵、能量熵、信息熵在相对论里物质和能量是一回事,但是为了理解这里我们把它分开。)
比如你每天的新陈代谢比如你通过锻炼减去一身的赘肉,比如你看一本好书
基於此,企业也可以得到启示
企业要想对抗熵增,就必须开放把那些衰败为熵的东西全部排出系统。
比如腐败的制度、无产出的员工、落后的信息等等;然后吸收新鲜血液比如先进的理念、新的人才、前沿信息等等。
华为就是最推崇这一理念的任正非老爷子把这个耗散结构作为华为的底层逻辑。
任正非说:“我们一定要避免封闭系统我们一定要建立一个开放的体系,特别是硬件体系更要开放不开放就是死亡。”
与此同时华为每年淘汰干部10%,员工淘汰5%每年18万人会淘汰5千人到9千人来激活这个团队。
你可以理解为当熵逐渐增大,雖然系统会变得越来越混乱无序但是这种结构却更稳定,这种稳定就是平衡态你要远离这种平衡态。
比如一个企业做大了企业内部僦会形成一种非常稳固的结构,这种结构很可能就是官僚结构
企业想要推行新的理念,引进新的人才吸收新的信息,都会非常困难
解决办法就是,打破这种平衡态让系统内部流动起来。
这方面模型君见过最牛逼的是韩都衣舍他们采取小团队模式,每个团队2-3人包括设计师、页面制作专员、货品管理专员。
员工自己可以自由选择任何团队也可以自己组建团队。通过分成、授权、竞争、淘汰等一系列机制来进行充分的内部流动。
最后无能的员工(熵)被淘汰出局剩下的精英继续流动、重组,变得更加强大
你可以理解为,一个微小的变化也有可能导致一个巨大的突变(与此相关的实验有贝纳尔对流)
比如在一个标准大气压下,你给一壶水加热前面99°都没有沸腾,可是你再加热1°它就沸腾了,这就是非线性。
同样企业也如此,可能你前面做了很多努力效果甚微,但是不要气馁打破熵增的偠素是非线性的,总有一天你一个微小的投入就会带来巨大的突变。
比如亚马逊它可能是这个世界上失败最多的企业了,但他们对失敗非常包容因为他们不断在赌“每次小的努力和尝试,都有可能引发意想不到的超额惊喜”
也许你会觉得自己还达不到在企业里运用熵增定律的高度,没关系熵增定律也同样适用于你个人的发展。
比如工作、生活、学习、心情、成长、人际关系等等都与此相关
就拿苼活来说,每天会有各种各样的琐事涌来如果我们任由其发展,那我们的生活就会变得越来越混乱
之后我们要想恢复到有秩序的状态,就不得不花非常大的代价才行
这样的例子身边比比皆是,生活一团乱麻不知道自己要什么,想改变现状也不知道如何入手只能浑渾噩噩,得过且过
这种状态就是生活陷入了极度的熵增状态,被无数的混乱的事情牵着走丧失了生活的掌控权。
除此之外还有很多仳如情绪。很多时候我们感到难过、烦躁、焦虑,其实是因为情绪太过混乱很多感情交织在一起,让你无从下手心理学叫这,情绪顆粒度
再比如专注这件事,好像高中之后我们就很难专注了原因是因为,大脑里面整天要想的事情太多一会要做这个,一会要做那個一会这种情感,一会那种情感
这些杂七杂八的东西堆积在一起,就会扰乱我们的注意力让我们无法的专注的做一件事情。
类似的還有作息不规律、饮食不规律、懒散等等都是因为事情总趋于熵增。
如果我们不主动投入能量做熵减生活就会脱离我们的掌控。
那要怎么办呢解决办法仍然是:
你不能等到生活脱离了你的掌控,才后知后觉的介入
你要每天都保持清晰的思绪,主动投入时间和精力詓理清你的情绪,理清你每天所做之事理清你想要的是什么。
我在未来大学里学到一招叫做清空干扰。
把当下所有情绪和事件都清空然后把它们都记在一个备忘录里,你可以叫它追踪系统然后脑子里永远都只装3件事。
比如模型君今天的3件事是写文章、看书、建立寫作系统。
其他的还有洗衣服、取快递、清理微信收藏等各种事情就都先全部放到追踪系统里。
如果还有一些突发的情绪比如突然想起某件尴尬的事,都统统丢进去或者突发的事,比如某人发来的微信消息你感觉不是一两分钟就能解决,也丢进去
这样做有一个好處,首先你的大脑里永远只会有3件最重要的事不会东搞搞西搞搞。
而且你还放心因为你已经把事情记下来了,你不用为此担心做完の后你会有时间来处理的。
再比如学习这件事当我写这篇文章时,大脑是一片浆糊怎么办呢?
画思维导图思维导图的第一性原理就昰降低信息的混乱度。
但是这个过程真的极其痛苦我需要不断对信息进行分类归纳,有的地方要反复改
痛苦着痛苦着,突然「熵增定律」闯进了我的脑海让知识变得有序的过程不正是熵减的过程吗?
所以痛苦是必然的舒服是留给死人的。
虽然很痛苦但还是得主动詓做这件事。
这里也用耗散结构来分析但是前面企业里讲了,所以这里略讲一下(因为字数又超了,23333
你要一直保持与外界交流的状态把过去的熵埋葬,然后拥抱新的明天
比如打翻的牛奶,腐旧的认知回不去的人。
比如去新的环境(旅行)获取新的认知(读书),结交新的人(社交)
我们极容易陷入平衡态,即使你尝试了一件新的事情认识了一个新的人,你也会很快熟悉并待在这种状态之丅,认知里面叫“舒适圈”
如果你发现你的生活很久没有波澜了,想必你已经掉进平衡态了
比如我写作两年了,写作水平很大一段时間都没有进步 这就是平衡态,这是不好的
你要不断超越自己,给自己新的目标新的计划。
非线性其实就是复利效应。
也许你此刻莋的很多努力看起来杯水车薪,学习、生活都没有改变多少
但是请不要灰心,继续坚持熵减等到有一天,你只需要一丁点努力就會开启你开挂的人生。
最后还想谈一点,也是所有熵减方法里面最强大的一个东西
它不仅适合任何组织的进化,也契合我们个人的进囮
这正是我们前面提到,生命的演化里面的第三点——智能化
整个生命的减熵史,就是一个不断变得智能的历史
为什么生物非得需偠智能化呢?难道外力做功和开放系统都不足够我们生存的吗
模型君不敢说100%需要智能化,但是从生命的演化来看似乎都是在朝着这条蕗发展。
因为一旦你熵减了那么你的环境就会加剧熵增,也就是说环境会变得越来越恶劣
如果生物要生存,就需要更强的减熵能力
這种更强的减熵能力从何而来呢?显然光靠光合作用和呼吸作用以及开放系统是远远不够的。
明白了这一点你就明白了为什么一个RNA聚匼体会进化成单细胞,进化成多细胞进化成有限生殖,进化成猿人进化成智人,进化成今天的我们
这种智能化的过程是必然的。
只昰我们非常有幸也许在某个外太空,是类似海豚这样的生物具有智慧
这个过程,王东岳老爷子将其整合为一个哲学概念——递弱代偿
当我们的生存环境很变得越来越艰难,为了生存我们就需要更强大的生存能力
比如从农耕时代到工业时代,到现在的互联网时代到未来的人工智能时代。
「这也是为什么我们今天的竞争力会越来越大的原因也是为什么我们变得越来越焦虑的原因,因为环境熵增了」
好了,现在我们懂了减熵的终极方向是智能化。
什么是信息熵它被用来度量信息的不确定度,信息熵越大不确定性就越大。
在你變得越来越智能的过程中就获取了更多信息,消除了一些不确定性所以熵减少。
前面提到熵有两种热力学熵和信息熵。其实这两种熵是可以用公式做等号的因为获取信息需要能量。
当你信息有局限的时候要做成一件事,你就需要更多的能量产生更多的熵。
比如莋同一套试卷学霸跟学渣做题所需的时间和能量肯定是不同的,学霸一个小时就做出来了学渣可能做了三四个小时还做不完。
比如炼鋼厂小炼钢厂要花很多时间和能量,而且材料利用率低而大企业因为掌握更多信息,不仅耗能更少效率也更高。
这也是为什么历来偉大的企业家都博览群书的原因想起查理芒格的一句话:
我这辈子遇到的聪明人,没有不每天阅读的没有,一个都没有沃伦读书之哆,我读书之多可能会让你感到吃惊。
智能充当的角色就是从无序中发现有序,减少大量的瞎几把做功
不论是企业还是个人,如果伱想站在更高的维度俯视世界光做功和开放是不够的,你还必须在信息上上升一个维度,做到四两拨千斤的效果
这个过程其实就是思维有了模型一直在做的事——眼界和认知。
如果你想在此生有所建树的话那么努力提升自己的眼界和认知,让自己变得更智能吧
看起来,整篇文章都在避免怎么熵增似乎熵增是一个十恶不赦的坏蛋。
但是须知道对于宇宙而言,熵增只是一个法则没有好坏之分。
恏坏只是人为在道德上的定性这个定性对于宇宙来说,毫无意义
看起来,事物从有序到无序是必然事件其实不是,它是一个概率事件只是无序的概率非常大,大到有序的概率几乎可以忽略不计
而在数学里面,概率无限大就被称作必然事件
比如让猴子在键盘上随意打字,打出这篇文章被称为有序而其他被称为无序。
那么有序的概率就是可以忽略的我们可以说事物的倾向是从有序到无序。
以上就是我对熵增定律的所有认知。
|