在化学和物理领域里
有一个非常重要的概念。
这个概念可以解释为什么物理过程
会这样发生，而不是另一种结果：
为什么冰会融化，
为什么奶油会在咖啡中扩散，
为什么空气会从穿孔的轮胎中泄露。
这个概念就是熵，这是一个
让人很难理解的概念。
熵通常被描述为不规则运动的量度。
这是一个很方便让人理解的解释，
但却很容易产生误解。
比如说，以下哪种情形
更加的无规则呢？
是一杯碎冰块，还是一杯室温的水？
大多数人会说冰块会更无规则，
但是实际上冰块比水有更低的熵值。
这儿有另一种理解熵的方法，
那就是通过概率。
这个方法或许更难理解，
但一旦消化这个概念，
你就会对熵有一个更深刻的理解。
想象两个小块的固体，
这两个固体都有六个化学键。
在这个模型中，
固体的能量都存在化学键中。
这些化学键可以被理解为
一个简单的容器，
可以用来储存不可分割的
最小单位的能量，量子。
一个固体的能量越高，温度就也越高。
能量在这两个固体中分布的方式
有无数种，
并且这些分布方式都保证
两个固体加起来所拥有的总能量相等。
每个分布方式都称作一种微态。
比如说分布六个量子的能量在固体A中，
两个量子的能量在固体B中，
这就有9702种微态。
当然，这八个量子在两个固体中
还有其他的分布方式。
比如说，所有的量子可以全都
分布在固体A中，而B中没有量子，
还可以A，B固体各分一半量子。
如果我们假设每种微态
发生的概率相等，
我们可以发现有些能量分布
发生的概率会高于其他。
这是因为这样的能量分布
包含更多数量的微态。
熵是每种能量分布状态的概率衡量。
我们所观察到的是，
能量在固体间最分散，
熵值就最高。
所以总体而言，
熵可以被想成
能量分散的一种衡量指标。
低的熵值表明能量是集中的。
高的熵值则代表能量是分散的。
为了理解为什么熵的概念
可以解释自然发生的过程，
比如说热的物体会冷却，
我们需要理解能量流动的动态系统。
实际上，能量不会静止不动。
而是会不停地在相邻的化学键中移动。
随着能量的移动，
能量的分布也会随之改变。
由于微态的分布，
能量极大程度分散的
分布概率有21% ，
13%的概率能量分布
会回到最初的状态，
固体A能量增加的概率是8%。
别忘了，我们看到这种现象
是因为分散能量的分布方式更多，
所以我们更有可能观察到高熵值，
而不是能量集中的低熵值状态，
能量更倾向于分散。
这就是为什么如果你把一个
热的物体放在一个冷的物体旁，
冷的物体会变热，而热的物体会冷却。
但即使是在刚刚的例子里，
还是有8%的概率热的物体会变得更热，
那为什么这种事情从来都
没有在现实生活中发生过呢？
这是因为系统的尺寸。
我们假设的两个固体
每个只有六个化学键。
如果我们假设每个固体有6000化学键，
需要分配的总能量为8000量子，
我们再次将四分之三的能量分配给A，
四分之一的能量分配给B。
现在我们可以发现，A物体
能够自发获得更多能量的概率
是这样一个微小的数字。
同理，日常物体中会
包含比这多得多的小物体。
在现实世界里，一个物体会变热的概率
是一个异常小的数字，
小到根本不会发生。
冰块融化，
奶油溶解，
轮胎泄气，
都是因为这些状态比
原有的状态有更加分散的能量。
没有任何神秘的力量
推着系统去往一个更高的熵值。
只是因为高熵值总是
在统计上更加可能发生。
这就是为什么熵又被成为时间向导。
如果能量有机会分散，它就会发生。