@ 2013.11.09 , 09:30
65

Quora 精选:无法逾越的理论极限

可以是经济、生物、化学、政治科学等等。天体极大/极小的限定?经济增长速度的极限?温度的边界?这个问题没有任何限制。请详细阐述为何你觉得你的答案有趣并且重要。

【一下内容按得票数由高到低排列,截止日期 2013年11月08日22:35:11】

Vikramaditya Gaonkar 制造机械工程师 (253票)

我们从风能中转化得到的能量,最多不超过 59.3% 。这被称作「Betz 定律」。

[-]
这幅漫画通俗地解释了为什么风力涡轮机的效率不可能达到 100%。

如果风中全部的能量,在通过叶轮的时候被 100% 转化为机械能,那么风就不会再吹,通过叶片的空气风速降为0。这就意味着空气会在叶片后面阻滞聚集,也就没有后续流动的空气来推动叶片,产生能量了。

Stephen Hou,MIT 物理专业在读 (145票)

这里,我说三则我最喜欢的,涵盖了计算机科学、量子物理和热力学。这些理论深刻,且与我们的常识有所出入,但它们自宇宙诞生开始就存在了。

第一个叫做 「贝肯斯坦界限(Bekenstein Bound)」 。讲的是在给定体积和能量的情况下,所能存储的最大数据量,以字节位(bits)为单位,公式是:

[-]

在公式中,R 是闭合空间内建球体的半径,E 是质量能量,h带个一横的符号是约化的普克朗常数,C是光速。极限值大概是 2.58 × 10^{43} × (以千克为单位的质量) × (以米为单位的半径) 个字节。因此,一立方厘米,质量1克的物质(就是水的密度)理论上可以存储最多 1.77 × 10^{21} 个字节,相当于 2000亿Gigabytes的数据。

第二个是 「兰道尔原理(Landauer's principle)」 ,它表示的是擦除一个字节数据所需要的最小能量是:

[-]

公式里 K 是 波兹曼常数,T是设备的温度。在室温条件下(25℃,或者 298K),兰道尔极限表明干掉一个字节所需要的最小能量大概是 0.0178 电子伏特(eV), or 2.85 泽焦(zJ)。所以在室温下,一台电脑修改100万字节(大约1M不到)所需要的最少能量是 2.85 万亿分之 1 瓦。

最后是 「布雷莫曼极限(Bremermann's Limit)」 。它说的是单位物质,在单位时间所能达到的最快运算速度(以bit为单位)是:

[-]

m 代表物体的质量,c 是光速,h 是普朗克常数, 结论就是 1.36 × 10^{50} 比特每千克每秒。

James Pan 斯坦福大学医学生 (133票)

海佛里克极限(Hayflick Limit)描述的是人类细胞分裂次数的极限。因为人体缺乏端粒酶(telomerase),DNA的染色体终端,在每一次DNA复制之后逐渐变短,直到一个极限值。这可能是人类衰老的根本原因。

详细请挪步维基百科

既然题主没有限定内容,我想在提一下另外一个极限: 「米勒魔法数字」,它说的是人类大脑的内存里,能同时存储的工作不超过 7 +/- 2 个(5~9件事情),它是当今心理学研究中应用最多的论据。

Krik Patterson (86票)

温度的极限是「普朗克温度」,高达 1.416785(71)×10^32 开尔文。以下摘自维基百科:

普朗克温度,以德国物理学家马克斯·普朗克命名,是温度的单位,简记为 TP 。它是自然单位系统中普朗克单位,并且是代表着量子力学中的一个基础极限的普朗克单位。普朗克温度是温度的基础上限;现代科学认为推测任何东西比这更热是毫无意义的。据现时的物理宇宙学,这是宇宙大爆炸第一个瞬间的温度(第一个单位普朗克时间)。

小编注:我知道有蛋友肯定要问,这tm到底是什么概念啊?反正换算成摄氏度,数到万万亿度了,前面还有18位,现在人类制造过最高的温度是美国新泽西州普林斯顿等粒子物理实验室干出来的5亿1千万度。

Benjamin Gardner Jacoby (29票)

还有一个有意思的极限是「形成恒星的质量下限」。为了触发核聚变,它必须具备一定的质量。简单地讲,升级成恒星的入场费是 J13,没错,需要13个木星(Jupiter)的质量。理论上讲,质量大于13个木星的天体在内核会因为强烈的引力作用而引发核聚变。

本文译自 Quora,由译者 Junius 基于创作共用协议(BY-NC)发布。


给这篇稿打赏,让译者更有动力
支付宝打赏 [x]
您的大名: 打赏金额:

4.8
赞一个 (6)

TOTAL COMMENTS: 65+1

[2] 1 »
  1. 3411172

    打错了,是37{滑稽}

  2. 3411171

    贝肯斯坦界限的计算错了,上面的E是能量不是质量,应该用质能方程来计算而不能直接带入质量,否则量纲会错误…
    所以水分子最大存储信息量的数量级应该是39左右….

  3. 超级大主顾
    @4 years ago
    2245410

    人类的认知是有极限的。但在未来或许会有新的手段来拓展我们的极限 生物手段或者其他手段。

  4. 玖城
    @4 years ago
    2244923

    普克朗常数是毛玩意儿

  5. kalashit
    @4 years ago
    2244720

    @识字不多:
    科技在进步的同时,我们利用学习知识的效率也会进步。
    以前的一开始是学徒制的传授知识,然后在书本上印刷,然后学校出现了,然后出现了网络,然后出现了搜索引擎。
    你有没有发现,随着人类知识的进步,我们进步的速度反而没有减慢,而且在不断增快?
    “科技积累的速度”不是孤立于“利用知识的效率”之外的。我是乐观的觉得“利用知识的效率”的增快要比“科技积累的速度”更快,净结果就是整体文明的进步会越来越快。
    我们的学术系统也在飞速进步,体现在
    1) 全球文献索引数据库的建立
    2)搜索系统的智能化
    3)学科的分工变细
    4)学术成果表达模式的统一化,使用同一种学术英语。
    这些都不断的增强我们对知识的利用的效率。
    这种人类知识的组织方式的变化,有点像程序的模组化设计一样的感觉。电脑科学家、生物学家、教育心理学家、认知哲学家,也在不断研究着增强人类学习能力的方法,不断增加人类作为一种物种的社会性,和交流的效率,提出对纯粹理性的更好的解释。在纯粹理性上,数据挖掘算法已经能够取代人类作纯粹理性上面的推论了,每天有上万种新理论和知识是由计算机自己推导出来的。以后的学习,我们学的有可能不会越来越多,而会越来越抽象,越来越结论化,而把具体的推导和证明都交由计算机来完成。

    引用:
    http://www.earlymoderntexts.com/pdf/berkprin.pdf
    http://www.earlymoderntexts.com/rein.html
    http://en.wikipedia.org/wiki/Educational_psychology
    http://en.wikipedia.org/wiki/Epistemology
    http://en.wikipedia.org/wiki/Gene_expression_programming

  6. 2244612

    编辑辛苦了!

  7. marshia
    @4 years ago
    2244528

    评论很精彩!

  8. unnamed
    @4 years ago
    2244297

    @识字不多: 如果用人类现在的玩具电脑硬盘,机器人这些跟人比得不出结果的,因为这些同人体,同生命体不同,生命体具有改变进化的能力,而目前我们制造的机器永远只是那样。所以即使假如到了未来知识大量膨胀,人类学习能力效率也会提高,可能时间与知识量比例比现在更高,时间更短。反正不应该单纯认为知识在增加而忽视人类大脑思维不变。时代进步也意味人类会越来越聪明

  9. 骑士
    @4 years ago
    2244276

    @识字不多: 或许以后寿命延长升值率下降呢。。

  10. 兔子
    @4 years ago
    2244208

    这是一篇所有的字我都认识,但是看不懂的文章

  11. 小卑鄙
    @4 years ago
    2244199

    我是学渣

  12. 你是梵高吗
    @4 years ago
    2244184

    在画画吗?

  13. 喵娘
    @4 years ago
    2244156

    作为一个文科生,单只考虑是物理比较难,还是数学比较难就让我脑袋一团浆糊了,所以……呵呵

  14. 超乎想象
    @4 years ago
    2244150

    @识字不多: 噢!挤暖
    说了一个高端的极限问题,奖励!(摸摸脸),但其实就是“算法还重要吗”的变体,坟了!(踹一脚)

    现在的关键,就是已有知识的再利用效率。
    经过很费精力时间的严格研究检查,获得了结论性的知识,如果不出现足以否定的情况,就作为正确经验,不必浪费精力时间再做严格研究检查,工具化备用。

    备用工具积累多了,如果调用方法不高明,自然会在调用动作上花费太多精力时间,达到某个极限,就会没有精力时间进行未知问题的研究解答。

    这就需要升级到对【方法】的研究和有关知识的利用上,层次更高了,属于智力觉醒的具体内容之一。
    较为方便理解的实况例子,就是计算机程序的模块化、模块程序的临时性调用,即插即用,用完就丢,再用再插,不必为内容各不相同的每一个程序,制造反应机制各不相同的一部计算机硬件。

    人也一样,解决知识调用的实用技术问题,就可快速进入针对性的知识背景状态,当然了,现在采用的工具调用方法已不堪适应了,知识记录在纸上、计算机信息存储器中,乍看立等可调用,其实被有效传递的瓶颈卡住,非要以图文声音作为中继载体,叫人一字字一图图一句句地临时理解,才转化存储到脑中,变成即插即用工具态,有效Loading的速率不够高。

    如何解决这个问题,就又升级到对【理解】的研究和有关知识的利用上,层次很可怕了:对认知行为自然性质和自然过程的认知,具象化地表示“你对这事怎么就理解了?对那事怎么就还不理解?还有那事怎么曾经不解后来又理解了?”还要提防思考者被认知物理机制引起的主观感性反应趋势(产生觉得自己想得对的感觉)的自我干扰,进入仪表飞行状态、再退出来有效理解当时采集的数据表示什么。
    这层次如果不搞清澈,确有知识积累太多以致无法用于获取新知识的窘迫,目前人的认知关键难点就在此。

  15. 糊包蛋
    @4 years ago
    2244115

    楼上好多人才

[2] 1 »

发表评论


24H最赞