0:00:06.785,0:00:10.383
在化学和物理领域里[br]有一个非常重要的概念。

0:00:10.383,0:00:15.233
这个概念可以解释为什么物理过程[br]会这样发生，而不是另一种结果：

0:00:15.233,0:00:16.739
为什么冰会融化，

0:00:16.739,0:00:19.059
为什么奶油会在咖啡中扩散，

0:00:19.059,0:00:22.369
为什么空气会从穿孔的轮胎中泄露。

0:00:22.369,0:00:27.039
这个概念就是熵，这是一个[br]让人很难理解的概念。

0:00:27.919,0:00:31.739
熵通常被描述为不规则运动的量度。

0:00:31.739,0:00:35.619
这是一个很方便让人理解的解释，[br]但却很容易产生误解。

0:00:35.619,0:00:38.511
比如说，以下哪种情形[br]更加的无规则呢？

0:00:38.511,0:00:43.269
是一杯碎冰块，还是一杯室温的水？

0:00:43.269,0:00:45.193
大多数人会说冰块会更无规则，

0:00:45.193,0:00:48.729
但是实际上冰块比水有更低的熵值。

0:00:49.089,0:00:52.848
这儿有另一种理解熵的方法，[br]那就是通过概率。

0:00:52.848,0:00:57.290
这个方法或许更难理解，[br]但一旦消化这个概念，

0:00:57.290,0:01:01.260
你就会对熵有一个更深刻的理解。

0:01:01.260,0:01:03.661
想象两个小块的固体，

0:01:03.661,0:01:07.541
这两个固体都有六个化学键。

0:01:07.541,0:01:12.481
在这个模型中，[br]固体的能量都存在化学键中。

0:01:12.481,0:01:15.192
这些化学键可以被理解为[br]一个简单的容器，

0:01:15.192,0:01:19.870
可以用来储存不可分割的[br]最小单位的能量，量子。

0:01:19.870,0:01:24.071
一个固体的能量越高，温度就也越高。

0:01:24.601,0:01:29.042
能量在这两个固体中分布的方式

0:01:29.042,0:01:30.492
有无数种，

0:01:30.492,0:01:34.302
并且这些分布方式都保证[br]两个固体加起来所拥有的总能量相等。

0:01:34.302,0:01:38.502
每个分布方式都称作一种微态。

0:01:38.502,0:01:43.341
比如说分布六个量子的能量在固体A中，[br]两个量子的能量在固体B中，

0:01:43.341,0:01:47.162
这就有9702种微态。

0:01:47.832,0:01:52.861
当然，这八个量子在两个固体中[br]还有其他的分布方式。

0:01:52.861,0:01:57.653
比如说，所有的量子可以全都[br]分布在固体A中，而B中没有量子，

0:01:57.653,0:02:00.602
还可以A，B固体各分一半量子。

0:02:00.602,0:02:04.154
如果我们假设每种微态[br]发生的概率相等，

0:02:04.154,0:02:06.794
我们可以发现有些能量分布

0:02:06.794,0:02:10.313
发生的概率会高于其他。

0:02:10.313,0:02:14.074
这是因为这样的能量分布[br]包含更多数量的微态。

0:02:14.074,0:02:19.353
熵是每种能量分布状态的概率衡量。

0:02:20.143,0:02:23.193
我们所观察到的是，

0:02:23.193,0:02:26.773
能量在固体间最分散，

0:02:26.773,0:02:28.824
熵值就最高。

0:02:28.824,0:02:30.344
所以总体而言，

0:02:30.344,0:02:34.763
熵可以被想成[br]能量分散的一种衡量指标。

0:02:34.763,0:02:37.893
低的熵值表明能量是集中的。

0:02:37.893,0:02:41.623
高的熵值则代表能量是分散的。

0:02:41.623,0:02:45.765
为了理解为什么熵的概念[br]可以解释自然发生的过程，

0:02:45.765,0:02:48.075
比如说热的物体会冷却，

0:02:48.075,0:02:52.264
我们需要理解能量流动的动态系统。

0:02:52.264,0:02:54.785
实际上，能量不会静止不动。

0:02:54.785,0:02:58.065
而是会不停地在相邻的化学键中移动。

0:02:58.655,0:03:00.206
随着能量的移动，

0:03:00.206,0:03:02.785
能量的分布也会随之改变。

0:03:02.785,0:03:05.085
由于微态的分布，

0:03:05.085,0:03:09.836
能量极大程度分散的

0:03:09.836,0:03:13.155
分布概率有21% ，

0:03:13.485,0:03:17.247
13%的概率能量分布[br]会回到最初的状态，

0:03:17.247,0:03:21.917
固体A能量增加的概率是8%。

0:03:22.707,0:03:26.935
别忘了，我们看到这种现象[br]是因为分散能量的分布方式更多，

0:03:26.935,0:03:30.026
所以我们更有可能观察到高熵值，[br]而不是能量集中的低熵值状态，

0:03:30.026,0:03:32.478
能量更倾向于分散。

0:03:32.478,0:03:35.509
这就是为什么如果你把一个[br]热的物体放在一个冷的物体旁，

0:03:35.509,0:03:39.660
冷的物体会变热，而热的物体会冷却。

0:03:40.190,0:03:41.867
但即使是在刚刚的例子里，

0:03:41.867,0:03:47.006
还是有8%的概率热的物体会变得更热，

0:03:47.006,0:03:50.487
那为什么这种事情从来都[br]没有在现实生活中发生过呢？

0:03:51.317,0:03:54.017
这是因为系统的尺寸。

0:03:54.017,0:03:58.057
我们假设的两个固体[br]每个只有六个化学键。

0:03:58.057,0:04:03.758
如果我们假设每个固体有6000化学键，[br]需要分配的总能量为8000量子，

0:04:03.758,0:04:07.527
我们再次将四分之三的能量分配给A，

0:04:07.527,0:04:10.057
四分之一的能量分配给B。

0:04:10.057,0:04:14.337
现在我们可以发现，A物体[br]能够自发获得更多能量的概率

0:04:14.337,0:04:17.197
是这样一个微小的数字。

0:04:17.197,0:04:22.308
同理，日常物体中会[br]包含比这多得多的小物体。

0:04:22.308,0:04:25.920
在现实世界里，一个物体会变热的概率

0:04:25.920,0:04:28.011
是一个异常小的数字，

0:04:28.011,0:04:29.909
小到根本不会发生。

0:04:30.269,0:04:31.438
冰块融化，

0:04:31.438,0:04:32.858
奶油溶解，

0:04:32.858,0:04:34.516
轮胎泄气，

0:04:34.516,0:04:39.332
都是因为这些状态比[br]原有的状态有更加分散的能量。

0:04:39.782,0:04:43.630
没有任何神秘的力量[br]推着系统去往一个更高的熵值。

0:04:43.630,0:04:48.748
只是因为高熵值总是[br]在统计上更加可能发生。

0:04:48.748,0:04:52.410
这就是为什么熵又被成为时间向导。

0:04:52.410,0:04:56.739
如果能量有机会分散，它就会发生。