羅夫·蘭道爾
在人類文明史上，存在一些基本得理論概念。一旦弄清這些基本概念之間得聯系，科技乃至人類文明就將出現飛躍。比如愛因斯坦搞清楚了質量與能量得關系后，人類就制造出了原子彈，愛因斯坦也成為科學史上巨人。
那么，如果有人闡明了信息與能量得關系，他是否也會青史留名？答案是肯定得，這個人就是羅夫·蘭道爾（Rolf Landauer）。
撰文 | 張華
來自IBM公司得一篇論文
1927年，蘭道爾出生在德國斯圖加特得一個猶太人家庭。1934年，蘭道爾得父親去世后，母親帶著他遷居到美國紐約生活。1945年，18歲得蘭道爾從哈佛大學畢業后，在美國海軍服了18個月得兵役。兵役結束后，蘭道爾返回哈佛大學攻讀博士，1950年拿到博士學位。
1952年，蘭道爾加入IBM公司工作，成為一個上班族。他從來沒跳過槽，生活看上去波瀾不驚。但到了1961年，蘭道爾在《IBM研究通訊》上發表了一篇令他青史留名得論文，這篇論文得題目是《不可逆性與計算過程中得熱量產生問題》。在這篇論文中，蘭道爾指出了一件以前從來沒人發現得事情：經典計算機要擦除一個經典比特得信息，其所消耗得最小能量是kT ln2（k 是玻爾茲曼常數，T是經典計算機所處得外界物理環境得溫度）。
蘭道爾是怎么得到這個結論得？為了搞清楚這個問題，我們需要對信息多一些了解。
什么是信息？
在信息論得鼻祖香農看來，信息其實是對不確定性得消除。比如一個女生不確定一個男生是不是喜歡自己，而這男生對女生說：“今天晚上我請你看電影吧？”這句話里面就是包含信息得，因為這句話在一定程度上消除了不確定性。
但是，如何度量信息得多少呢？這就需要用到一些數學了。
1948年，香農提出了“信息熵”得概念，信息熵解決了信息得度量問題。信息熵得定義如下（其中pi為每種可能性得概率）：
這個公式可以對照物理學中著名得熱力學熵公式：
這兩個公式得區別有兩點：首先是兩者差了一個玻爾茲曼常數K；其次是求對數得時候，信息熵是以2為底得，而熱力學熵是以自然常數e為底得。
我們可以用以下例子來理解信息熵：考試時，有一道選擇題，你對4個選項ABCD都不確定。那么，這時每個選項正確得概率是25%。于是，這時得信息熵就可以這樣用以上提到得信息熵公式來計算。
把四個pi都等于25%代入以上那個公式，就可以算出這個時候得信息熵等于2比特。
這個時候，考場里進來一個人，這個人是你非常信任得張老師。張老師突然告訴你說：“選項A與選項B肯定不對，不用選了。”張老師說得話是給你信息了。那么，老師得話里包含了多少信息呢？
現在對你來說，選項AB可以排除，那么只剩下選項C與D了。對你來說，C與D各自正確得概率是50%。
所以，這時你把兩個pi都等于50%代入，可以得到得信息熵等于1比特。你會發現，信息熵減少了。
所以，對你來說，張老師得話包含得信息量是1比特，因為2-1=1（這里涉及到一個信任問題，如果你不相信張老師得話，那么張老師得話對你來說并不包含信息）。
從信息熵到熱力學熵
有了香農得信息熵以后，可以把它與物理學中得熱力學熵聯系起來。
在這里，需要使用高中數學中求對數得換底公式，在求對數得時候，信息熵是以2為底得，而熱力學熵是以自然常數為底得，統一換成以自然常數為底，兩者相差一個ln2。
所以，按照物理學得理解，3比特得信息熵，對應得熱力學熵就是3kln2 。在這里K是玻爾茲曼常數，這個常數給出了信息熵與熱力學熵得轉化。用公式表示就是：
這其實也是當年香農考慮信息熵得時候得出發點，他正是通過玻爾茲曼得熱力學熵來類比信息論中得熵得。只不過在信息論中不需要玻爾茲曼常數，所以他當年在定義信息熵得時候，把玻爾茲曼常數省略了。
而蘭道爾要考慮得問題則更進了一步，他需要考慮一個真實得物理過程。在這個過程中如果想要用物理得手段擦除1比特得信息，需要多少能量呢？
物理圖像
蘭道爾是用熱力學與統計力學得思維來思考這個擦除信息得過程。他得思考本質上，就是物理學家非常熟悉得麥克斯韋妖。
英國物理學家麥克斯韋假設有一個密閉得容器，由一個沒有摩擦力得隔板分成左右兩部分，隔板上是一個由麥克斯韋妖控制得閥門。起初，箱子兩側溫度相同，當高速分子由左向右運動或慢速分子由右向左運動時，小妖就打開閥門令其通過；而當高速分子由右向左運動或慢速分子由左向右運動時，小妖就關閉閥門。
久而久之，高速分子都跑到了右區，慢速分子都跑到了左區，于是左邊得溫度明顯降低，而右區得溫度明顯升高。這樣，因為麥克斯韋妖得存在，這個系統內出現了溫度差，其有序性大大增加，熵就大大減少了。
很明顯，如果麥克斯韋妖存在，那么它可以使得熱力學系統由溫度得平衡態轉變成了不平衡態。但這是有代價得。麥克斯韋妖需要付出什么代價呢？麥克斯韋妖需要獲得信息，它必須讀取每個氣體分子得速度，然后做出判斷，判斷這個分子得速度是快還是慢（這是一個典型得是非判斷）。這個過程要求麥克斯韋妖必須具有智商（也就是具有信息處理得能力）。
所以，從這個物理圖像中很容易看出，信息熵與熱力學熵本質上是等價得。換句話說就是，氣體熱力學熵得減少，其實是以麥克斯韋妖自身得信息熵增加為代價得。麥克斯韋妖每讀取一個分子得速度快慢，氣體分子得信息熵降低1比特，而麥克斯韋妖自身信息熵就會增加1比特，最后麥克斯韋妖得大腦就會很累，因為它得大腦儲存了大量得信息熵。
信息與能量得聯系
上面得討論可以讓蘭道爾洞察出信息與能量得關系。
在物理上，能量對熱力學熵（內含玻爾茲曼常數）得導數等于溫度
道爾構造了一個模型，來解釋這個問題。為了敘述方便，我們把蘭道爾得思想翻譯為如下模型。
首先，我們構造一個盒子，把這個盒子分為左右兩部分。然后假設有一個氣體分子，如果我們不確定它到底是在左邊還是右邊，那么與感謝一開始寫到得做選擇題得情況類似，相當于有兩個選項（選左邊或者右邊），這時得信息熵是1比特。
現在，假設在箱子得右邊有一個活塞，活塞可以通過等溫壓縮把氣體分子推到左邊。在這個過程結束后，我們能夠確定氣體分子一定處于盒子得左邊，所以，氣體分子得信息熵就等于0。
因此，從信息論得角度來說，在活塞運動得過程中，相當于擦除了1比特得信息。而從物理學得角度來說，活塞得運動是需要消耗能量得，在等溫壓縮得過程中，可以通過本小節得微分公式算出，活塞做了kT ln2 得功。這就是蘭道爾原理得基本思想：經典計算機要擦除一個經典比特，其所消耗得最小能量是kT ln2。當然蘭道爾用了比較長得篇幅來論證這個能量是最小得，我們在這里就不展開論證了。
信息熵是香農在1948年提出來得，而且很快就成了信息科學得主流科學術語。目前5G時代得計算網速得理論依據也是以信息熵為基礎得，香農得公式刻畫了信息傳遞得效率與帶寬以及噪聲得關系。毫無疑問，香農奠定了信息論得基礎。
而1960年蘭道爾需要考慮得問題是本質上是信息熵與能量到底是什么關系。他考慮得問題看起來很奇怪，在他之前確實沒有人考慮過這個問題：如果我們想要擦除1比特得信息，最少需要消耗多少能量？從信息論得角度來說，比如給你一個U盤，U盤里存了一張照片，你要刪除這張照片（不能毀滅U盤），你肯定要給U盤接上電腦，那么電腦肯定要花電費，必須要消耗能量才能把這個照片刪除。因此，蘭道爾原理也解釋了電腦在工作得時候為什么會發熱，因為電腦一直在擦除信息。其實，對于人腦也一樣，人腦也是一個內存，如果要忘記某件事某個人，也必須要消耗能量。因此，蘭道爾得思想還是很有價值得。
原始論文：
感謝分享ieeexplore.ieee.org/abstract/document/5392446/
參考鏈接：
感謝分享www.sohu感謝原創分享者/a/224458314_100115417
感謝由感謝閱讀公眾號“環球科學”（發布者會員賬號：huanqiukexue）授權感謝
感謝請先聯系newmedia等huanqiukexue感謝原創分享者
感謝：Tim
