湍流、重整化群和模式识别



湍流在临界状态下是尺度不变的。这意味着,如果你把湍流的图片放大很多倍,会看到它是由很多更小的湍流组成的。而这些湍流——不论是哪个尺度下的——都长得很像。可是,长得很像是什么意思?

费根鲍姆的重整化群方程(RGE)可以描述湍流在临界状态下的尺度不变性。准确地说,该 RGE 的解g的系数,确定了湍流的一些可观测量的值(例如费根鲍姆系数α)。然而,我们并不清楚g代表了什么。实际上,费根鲍姆给了一个非常复杂的定义,以及一个实在不能令人满意的推导。所以,另一个问题是,费根鲍姆的g,究竟是什么?

在场论里,人们用 RGE 计算拉格朗日量的系数如何随能标的改变而改变。可是,我想不到拉格朗日量和g有什么明确的关系。或者,RGE 是用来计算作用量的表达式如何随能标的改变而改变的。从作用量的极值可以得到经典位形。也可以通过作用量构成配分泛函,也就是位形的概率分布。所以,我们可以猜测,对应着作用量。在这种情况下,g的参数依旧是拉格朗日量的系数。

第一个问题,即两个湍流图像很像是什么意思,也暗示了这个猜测。首先我们知道,波尔兹曼机或它的深度版本(也称为 energy model)学习了数据样本的概率分布。这个概率分布的极大值表示“抽象模式”,因为它们是波尔兹曼分布对应的随机微分方程(SDE)的吸引子。波尔兹曼机是大脑的一个简化模型。大脑认为两个湍流很像,就意味着它们属于同一个吸引子的吸引域,亦即它们具有相同的“抽象模式”。如果g对应于作用量,那么它正好刻画了湍流位形的概率分布,也就是波尔兹曼机。

以上是二〇二三年秋天,站在从大连开往烟台的轮船的甲板上,在清爽的海风中,观看轮船激起的湍流时,偶得的一点念想。