【深夜长文 #诺贝尔物理学奖为什么颁给他们# 】#2021诺贝尔物理学奖揭晓#，获奖研究直观告诉我们：人类真的正让地球变暖！我们不能再说自己对气候变化一无所知了，因为这些气候模型的结果是非常明确的。地球正在变暖吗？是的！地球变暖是大气中温室气体含量增加导致的吗？是的！这一切能仅仅用自然因素来解释吗？不能！人类活动所排放的气体是气温升高的原因吗？是的！
温室效应对生命至关重要
200年前，法国物理学家约瑟夫·傅里叶对太阳向地表发出的辐射、以及从地表向外发出的辐射之间的能量平衡展开了研究，弄清了地球大气在这一平衡中扮演的角色：在地球表面，地球接收的太阳辐射会转化为向外发出的辐射，这些辐射会被大气吸收从而对大气起到加温作用。大气发挥的这种保护作用如今被称作“温室效应”。太阳的热量可以透过大气到达地表，但会被困在大气层内部。不过大气中的辐射过程还远比这复杂得多。
科学家的任务与傅里叶当年差不多——弄清向地球发出的短波太阳辐射与地球向外发出的长波红外辐射之间的平衡关系。在接下来200年间，多名气候科学家纷纷贡献了更多的细节信息。当代气候模型更是为科学家提供了极为强大的工具，不仅帮助我们进一步理解了地球的气候，还让我们得以了解由人类导致的全球变暖。
这些模型都是建立在物理定律的基础上的，由天气预测模型发展而来。天气通过温度、降水、风或云等气象物理量描述，受海洋和陆地活动影响。气候模型则建立在通过计算得出的天气统计特征基础之上，如平均值、标准差、最高与最低值等等。这些模型虽无法准确告诉我们明年12月10日斯德哥尔摩的天气如何，但可以让我们对斯德哥尔摩在12月的气温和降水情况获得一定了解。
确定二氧化碳的作用
温室效应对地球上的生命至关重要。它控制温度，因为大气中的温室气体——二氧化碳、甲烷、水蒸气和其他气体——会首先吸收地球的红外辐射，然后释放该吸收的能量，加热周围和下方的空气。
温室气体实际上只占地球干燥大气的一小部分。地球的干燥大气中99%为氮气和氧气，二氧化碳其实仅占0.04%。最强大的温室气体是水蒸气，但我们无法控制大气中水蒸气的浓度，而二氧化碳的浓度则是可以控制的。
大气中的水蒸气含量高度依赖于温度，进而形成反馈机制。大气中的二氧化碳越多，温度越高，空气中的水蒸气含量也就越高，从而增加温室效应，导致温度进一步升高。如果二氧化碳含量水平下降，部分水蒸气会凝结，温度也随之下降。
关于二氧化碳影响的一块重要拼图来自瑞典的研究人员和诺贝尔奖获得者Svante Arrhenius。顺便提一下，他的同事、气象学家Nils Ekholm，在1901年，率先使用温室这个词来描述大气的热量储存和再辐射。
Arrhenius通过十九世纪末的温室效应弄清楚了该现象背后的物理学原理——向外辐射与辐射体的绝对温度（T）的四次方（T⁴）成正比。辐射源越热，射线的波长越短。太阳的表面温度为6000°C，主要发射可见光谱中的射线。地球表面温度仅为15°C，会再次辐射我们看不见的红外辐射。如果大气不吸收这种辐射，地表温度几乎不会超过–18°C。
Arrhenius实际上是想找出导致最近发现的冰河时代现象的背后原因。他得出的结论是，如果大气中的二氧化碳水平减半，这足以让地球进入一个新的冰河时代。反之亦然——二氧化碳量增加一倍，会使地球温度升高5-6°C，这个结果在某种程度上与目前的估计值惊人地接近。
开创性的二氧化碳效应模型
20世纪50年代，日本大气物理学家Syukuro Manabe和东京大学其他一些年轻而有才华的研究人员一样，选择离开被战争摧毁的日本，前往美国继续其职业生涯。他的研究目的和70年前的瑞典科学家斯万特·阿伦尼乌斯一样，都是为了理解二氧化碳水平的增加如何导致气温的上升。不过，彼时的阿伦尼乌斯专注于辐射平衡，Manabe则在20世纪60年代领导了相关物理模型的发展，将对流造成的气团垂直输送以及水蒸气的潜热纳入其中。
为了使这些计算易于进行，Manabe选择将模型缩减为一维，即一个垂直的圆柱体，进入大气层40公里。即便如此，通过改变大气中的气体浓度来测试模型还是花费了数百小时的宝贵计算时间。氧和氮对地表温度的影响可以忽略不计，而二氧化碳的影响非常明显：当二氧化碳水平翻倍时，全球温度上升超过2摄氏度。
该模型证实，这种升温确实是由二氧化碳浓度增加导致的；它预测了靠近地面的温度上升，而上层大气的温度变低。如果太阳辐射的变化是温度升高的原因，那么整个大气应该在同一时间被加热。
60年前，计算机的速度比现在慢了几十万倍，因此这个模型相对简单，但Manabe掌握了正确的关键特征。他指出，模型必须一直简化，你无法与自然界的复杂性竞争——每一滴雨都涉及到如此多的物理因素，因此不可能完全计算出一切。在一维模型的基础上，Manabe在1975年发表了一个三维气候模型，这是揭开气候系统奥秘道路上的又一个里程碑。
混乱的天气
在Manabe之后大约十年，Klaus Hasselmann通过找到一种方法来战胜快速而混乱的天气变化（这些变化对计算而言极其麻烦），成功地将天气和气候联系在一起。我们地球的天气发生巨大变化，是因为太阳辐射在地理上和时间上的分布十分地不均匀。地球是圆的，所以到达高纬度地区的太阳光比到达赤道附近低纬度地区的太阳光要少。不仅如此，地球的地轴也是倾斜的，从而在入射辐射中产生季节性差异。暖空气和冷空气之间的密度差异导致了不同纬度之间、海洋和陆地之间、高低气团之间的巨大热量传输，从而形成了我们地球上的天气。
众所周知，对未来十天以上的天气做出可靠的预测是一大挑战。二百年前，法国著名科学家皮埃尔-西蒙·德·拉普拉斯曾说，如果我们知道宇宙中所有粒子的位置和速度，就应该可以计算出在我们世界中发生了什么和将要发生的事情。原则上，应该是这样；牛顿三个世纪以来的运动定律（也描述了大气中的空气传输）是完全确定的——不受偶然的支配。
然而，就天气而言，就完全是另一回事了。部分原因在于，在实践中，我们不可能做到足够精确——说明大气中每个点的气温、压力、湿度或风况。此外，方程是非线性的；初始值的微小偏差可以让天气系统以完全不同的方式演变。基于蝴蝶在巴西扇动翅膀是否会在德克萨斯州引起龙卷风这个问题，这种现象被命名为蝴蝶效应。在实践中，这意味着不可能给出长期的天气预报，也就是说天气十分混乱；这是在上世纪六十年代由美国气象学家Edward Lorenz发现的，他为今天的混沌理论奠定了基础。
理解嘈杂数据
尽管天气是一个典型的混乱系统，但我们如何才能建立能够预测未来数十年、甚至数百年的可靠气候模型呢？1980年前后，Klaus Hasselmann提出了如何将不断变化的混沌天气现象描述为快速变化的噪音，从而为进行长期气候预测奠定了坚实的科学基础。此外，他还提出了一些确定人类对全球温度造成的影响的方法。
上世纪50年代，Klaus Hasselmann在德国汉堡攻读物理学博士，专攻流体力学，随后开始建立海浪和洋流的观测与理论模型。后来他迁居至美国加州，继续开展海洋学研究，并且认识了查尔斯·大卫·基林等同事。基林从1958年开始在夏威夷的莫纳罗亚天文台持续测量大气中的二氧化碳含量。Klaus Hasselmann当时还不知道，自己在日后的工作中会频繁用到体现二氧化碳水平变化的“基林曲线”。
从充满噪声的天气数据中建立气候模型就像遛狗一样：狗有时会挣脱牵引绳，有时会跑在你前面、或者跑在你后面，有时会与你并肩前行，有时则会绕着你的腿跑。你能从狗的运动轨迹中看出你是在走路还是站立不动吗？或者能看出你是在快步行走还是小步慢走吗？狗的运动轨迹就像天气变化，你的行进轨迹就像通过计算得出的气候。我们能否用这些混乱的、充满噪声的天气数据，总结出气候的长期趋势呢？
还有一大难点在于，影响气候的波动情况极易发生变化，这些变化可能很快，比如风的强度或空气温度；也可能很慢，比如冰盖融化和海洋温度升高。例如，海洋整体温度需一千年才能上升一度，但大气只需几周即可。关键在于，要将快速的天气变化作为噪声整合进对气候的计算中，并体现出这些噪声对气候的影响。
Klaus Hasselmann创造了一套随机气候模型，将这些变化的可能性都整合进了模型中。其灵感来自爱因斯坦的布朗运动理论。他利用该理论说明，大气的快速变化其实可以导致海洋的缓慢变化。
识别人类影响的痕迹
在完成气候变化模型之后，Hasselmann又开发了识别人类对气候系统影响的方法。他发现，这些模型，连同观测结果和理论结果，都包含了关于噪声和信号特性的充分信息。例如，太阳辐射、火山颗粒或温室气体水平的变化都会留下独特的信号，即“指纹”，而且这些信号可以被分离出来。这种识别指纹的方法也可以应用于人类对气候系统的影响。Hasselman因此为进一步的气候变化研究铺平了道路。通过大量的独立观测，这些研究展示了人类对气候影响的大量痕迹。
随着气候系统中复杂相互作用的过程被更彻底地绘制出来，尤其是有了卫星测量和天气观测的帮助，气候模型变得越来越完善。这些模型清楚地显示出温室效应正在加速：自19世纪中期以来，大气中的二氧化碳含量增加了40%。地球的大气已经有几十万年没有如此多的二氧化碳了。相应地，温度测量显示，在过去150年里，地球温度上升了1摄氏度。
Syukuro Manabe和Klaus Hasselmann为人类作出了巨大贡献，为我们了解地球气候提供了坚实的物质基础，这也正体现了阿尔弗雷德·诺贝尔的精神。
针对无序系统的方法
1980年左右，Giorgio Parisi展示了他的发现，即随机现象显然受隐藏规则支配。他的工作如今被认为是对复杂系统理论最重要的贡献之一。
复杂系统的现代研究基于十九世纪下半叶由James C。 Maxwell、Ludwig Boltzmann和J。 Willard Gibbs提出的统计力学，他们在1884年将这一领域命名为“统计力学”。统计力学从下面这一见解发展而来，即需要一种新的方法来描述由大量粒子组成的系统，例如气体或液体。这种方法必须考虑到粒子的随机运动，所以其基本思想是计算粒子的平均效应，而不是单独研究每个粒子。例如，气体中的温度是气体粒子能量平均值的量度。统计力学取得了巨大的成功，因为它为气体和液体的宏观特性（如温度和压力）提供了微观解释。
理解物理系统的复杂性
这些压缩球体是普通玻璃和颗粒状材料（如沙子或砾石）的简单模型。然而，Parisi的原始模型的对象是另一个截然不同的系统——自旋玻璃。这是一种特殊的磁性金属合金亚稳定状态，其中某种金属原子，比如铁原子，会被随机混合到铜原子的网格中。即使只有几个铁原子，它们也会以一种令人费解的方式彻底改变材料的磁性。每个铁原子的行为——或者称为“自旋”——表现得就像一个小磁铁，受其附近其他铁原子的影响。在普通的磁体中，所有的自旋都指向同一方向，但在自旋玻璃中，情况就不一样了：一些自旋对会指向相同的方向，另一些则指向相反的方向——那么它们是如何找到最佳方向的呢？
Parisi在关于旋转玻璃的著作的序言中写道，研究旋转玻璃就像观看莎士比亚戏剧中的人类悲剧。如果你想同时和两个人交朋友，但他们互相讨厌对方，结果就可能令人沮丧。在经典悲剧中，感情强烈的朋友和敌人在舞台上相遇，情况就更是如此。那么，怎样才能把房间里的紧张气氛降到最低？
自旋玻璃及其奇异的性质为复杂系统提供了参考模型。20世纪70年代，许多物理学家，包括几位诺贝尔奖得主，都在寻找某种方法来描述这种神秘而令人沮丧的旋转玻璃。他们使用的方法之一是“副本方法”，是一种研究无序态体系时所用的数学技巧，可以在同一时间内处理系统的许多副本。然而，从物理学的角度来说，最初的计算结果并不可行。
1979年，Parisi取得了决定性的突破，他展示了如何巧妙地利用副本方法来解决自旋玻璃问题。他在这些副本中发现了一个隐藏的结构，并找到了一种描述它的数学方法。在很多年之后，Parisi的解才在数学上被证明是正确的。此后，他的方法被用于许多无序系统，成为复杂系统理论的基石。#2021诺贝尔奖#
温室效应对生命至关重要
200年前，法国物理学家约瑟夫·傅里叶对太阳向地表发出的辐射、以及从地表向外发出的辐射之间的能量平衡展开了研究，弄清了地球大气在这一平衡中扮演的角色：在地球表面，地球接收的太阳辐射会转化为向外发出的辐射，这些辐射会被大气吸收从而对大气起到加温作用。大气发挥的这种保护作用如今被称作“温室效应”。太阳的热量可以透过大气到达地表，但会被困在大气层内部。不过大气中的辐射过程还远比这复杂得多。
科学家的任务与傅里叶当年差不多——弄清向地球发出的短波太阳辐射与地球向外发出的长波红外辐射之间的平衡关系。在接下来200年间，多名气候科学家纷纷贡献了更多的细节信息。当代气候模型更是为科学家提供了极为强大的工具，不仅帮助我们进一步理解了地球的气候，还让我们得以了解由人类导致的全球变暖。
这些模型都是建立在物理定律的基础上的，由天气预测模型发展而来。天气通过温度、降水、风或云等气象物理量描述，受海洋和陆地活动影响。气候模型则建立在通过计算得出的天气统计特征基础之上，如平均值、标准差、最高与最低值等等。这些模型虽无法准确告诉我们明年12月10日斯德哥尔摩的天气如何，但可以让我们对斯德哥尔摩在12月的气温和降水情况获得一定了解。
确定二氧化碳的作用
温室效应对地球上的生命至关重要。它控制温度，因为大气中的温室气体——二氧化碳、甲烷、水蒸气和其他气体——会首先吸收地球的红外辐射，然后释放该吸收的能量，加热周围和下方的空气。
温室气体实际上只占地球干燥大气的一小部分。地球的干燥大气中99%为氮气和氧气，二氧化碳其实仅占0.04%。最强大的温室气体是水蒸气，但我们无法控制大气中水蒸气的浓度，而二氧化碳的浓度则是可以控制的。
大气中的水蒸气含量高度依赖于温度，进而形成反馈机制。大气中的二氧化碳越多，温度越高，空气中的水蒸气含量也就越高，从而增加温室效应，导致温度进一步升高。如果二氧化碳含量水平下降，部分水蒸气会凝结，温度也随之下降。
关于二氧化碳影响的一块重要拼图来自瑞典的研究人员和诺贝尔奖获得者Svante Arrhenius。顺便提一下，他的同事、气象学家Nils Ekholm，在1901年，率先使用温室这个词来描述大气的热量储存和再辐射。
Arrhenius通过十九世纪末的温室效应弄清楚了该现象背后的物理学原理——向外辐射与辐射体的绝对温度（T）的四次方（T⁴）成正比。辐射源越热，射线的波长越短。太阳的表面温度为6000°C，主要发射可见光谱中的射线。地球表面温度仅为15°C，会再次辐射我们看不见的红外辐射。如果大气不吸收这种辐射，地表温度几乎不会超过–18°C。
Arrhenius实际上是想找出导致最近发现的冰河时代现象的背后原因。他得出的结论是，如果大气中的二氧化碳水平减半，这足以让地球进入一个新的冰河时代。反之亦然——二氧化碳量增加一倍，会使地球温度升高5-6°C，这个结果在某种程度上与目前的估计值惊人地接近。
开创性的二氧化碳效应模型
20世纪50年代，日本大气物理学家Syukuro Manabe和东京大学其他一些年轻而有才华的研究人员一样，选择离开被战争摧毁的日本，前往美国继续其职业生涯。他的研究目的和70年前的瑞典科学家斯万特·阿伦尼乌斯一样，都是为了理解二氧化碳水平的增加如何导致气温的上升。不过，彼时的阿伦尼乌斯专注于辐射平衡，Manabe则在20世纪60年代领导了相关物理模型的发展，将对流造成的气团垂直输送以及水蒸气的潜热纳入其中。
为了使这些计算易于进行，Manabe选择将模型缩减为一维，即一个垂直的圆柱体，进入大气层40公里。即便如此，通过改变大气中的气体浓度来测试模型还是花费了数百小时的宝贵计算时间。氧和氮对地表温度的影响可以忽略不计，而二氧化碳的影响非常明显：当二氧化碳水平翻倍时，全球温度上升超过2摄氏度。
该模型证实，这种升温确实是由二氧化碳浓度增加导致的；它预测了靠近地面的温度上升，而上层大气的温度变低。如果太阳辐射的变化是温度升高的原因，那么整个大气应该在同一时间被加热。
60年前，计算机的速度比现在慢了几十万倍，因此这个模型相对简单，但Manabe掌握了正确的关键特征。他指出，模型必须一直简化，你无法与自然界的复杂性竞争——每一滴雨都涉及到如此多的物理因素，因此不可能完全计算出一切。在一维模型的基础上，Manabe在1975年发表了一个三维气候模型，这是揭开气候系统奥秘道路上的又一个里程碑。
混乱的天气
在Manabe之后大约十年，Klaus Hasselmann通过找到一种方法来战胜快速而混乱的天气变化（这些变化对计算而言极其麻烦），成功地将天气和气候联系在一起。我们地球的天气发生巨大变化，是因为太阳辐射在地理上和时间上的分布十分地不均匀。地球是圆的，所以到达高纬度地区的太阳光比到达赤道附近低纬度地区的太阳光要少。不仅如此，地球的地轴也是倾斜的，从而在入射辐射中产生季节性差异。暖空气和冷空气之间的密度差异导致了不同纬度之间、海洋和陆地之间、高低气团之间的巨大热量传输，从而形成了我们地球上的天气。
众所周知，对未来十天以上的天气做出可靠的预测是一大挑战。二百年前，法国著名科学家皮埃尔-西蒙·德·拉普拉斯曾说，如果我们知道宇宙中所有粒子的位置和速度，就应该可以计算出在我们世界中发生了什么和将要发生的事情。原则上，应该是这样；牛顿三个世纪以来的运动定律（也描述了大气中的空气传输）是完全确定的——不受偶然的支配。
然而，就天气而言，就完全是另一回事了。部分原因在于，在实践中，我们不可能做到足够精确——说明大气中每个点的气温、压力、湿度或风况。此外，方程是非线性的；初始值的微小偏差可以让天气系统以完全不同的方式演变。基于蝴蝶在巴西扇动翅膀是否会在德克萨斯州引起龙卷风这个问题，这种现象被命名为蝴蝶效应。在实践中，这意味着不可能给出长期的天气预报，也就是说天气十分混乱；这是在上世纪六十年代由美国气象学家Edward Lorenz发现的，他为今天的混沌理论奠定了基础。
理解嘈杂数据
尽管天气是一个典型的混乱系统，但我们如何才能建立能够预测未来数十年、甚至数百年的可靠气候模型呢？1980年前后，Klaus Hasselmann提出了如何将不断变化的混沌天气现象描述为快速变化的噪音，从而为进行长期气候预测奠定了坚实的科学基础。此外，他还提出了一些确定人类对全球温度造成的影响的方法。
上世纪50年代，Klaus Hasselmann在德国汉堡攻读物理学博士，专攻流体力学，随后开始建立海浪和洋流的观测与理论模型。后来他迁居至美国加州，继续开展海洋学研究，并且认识了查尔斯·大卫·基林等同事。基林从1958年开始在夏威夷的莫纳罗亚天文台持续测量大气中的二氧化碳含量。Klaus Hasselmann当时还不知道，自己在日后的工作中会频繁用到体现二氧化碳水平变化的“基林曲线”。
从充满噪声的天气数据中建立气候模型就像遛狗一样：狗有时会挣脱牵引绳，有时会跑在你前面、或者跑在你后面，有时会与你并肩前行，有时则会绕着你的腿跑。你能从狗的运动轨迹中看出你是在走路还是站立不动吗？或者能看出你是在快步行走还是小步慢走吗？狗的运动轨迹就像天气变化，你的行进轨迹就像通过计算得出的气候。我们能否用这些混乱的、充满噪声的天气数据，总结出气候的长期趋势呢？
还有一大难点在于，影响气候的波动情况极易发生变化，这些变化可能很快，比如风的强度或空气温度；也可能很慢，比如冰盖融化和海洋温度升高。例如，海洋整体温度需一千年才能上升一度，但大气只需几周即可。关键在于，要将快速的天气变化作为噪声整合进对气候的计算中，并体现出这些噪声对气候的影响。
Klaus Hasselmann创造了一套随机气候模型，将这些变化的可能性都整合进了模型中。其灵感来自爱因斯坦的布朗运动理论。他利用该理论说明，大气的快速变化其实可以导致海洋的缓慢变化。
识别人类影响的痕迹
在完成气候变化模型之后，Hasselmann又开发了识别人类对气候系统影响的方法。他发现，这些模型，连同观测结果和理论结果，都包含了关于噪声和信号特性的充分信息。例如，太阳辐射、火山颗粒或温室气体水平的变化都会留下独特的信号，即“指纹”，而且这些信号可以被分离出来。这种识别指纹的方法也可以应用于人类对气候系统的影响。Hasselman因此为进一步的气候变化研究铺平了道路。通过大量的独立观测，这些研究展示了人类对气候影响的大量痕迹。
随着气候系统中复杂相互作用的过程被更彻底地绘制出来，尤其是有了卫星测量和天气观测的帮助，气候模型变得越来越完善。这些模型清楚地显示出温室效应正在加速：自19世纪中期以来，大气中的二氧化碳含量增加了40%。地球的大气已经有几十万年没有如此多的二氧化碳了。相应地，温度测量显示，在过去150年里，地球温度上升了1摄氏度。
Syukuro Manabe和Klaus Hasselmann为人类作出了巨大贡献，为我们了解地球气候提供了坚实的物质基础，这也正体现了阿尔弗雷德·诺贝尔的精神。
针对无序系统的方法
1980年左右，Giorgio Parisi展示了他的发现，即随机现象显然受隐藏规则支配。他的工作如今被认为是对复杂系统理论最重要的贡献之一。
复杂系统的现代研究基于十九世纪下半叶由James C。 Maxwell、Ludwig Boltzmann和J。 Willard Gibbs提出的统计力学，他们在1884年将这一领域命名为“统计力学”。统计力学从下面这一见解发展而来，即需要一种新的方法来描述由大量粒子组成的系统，例如气体或液体。这种方法必须考虑到粒子的随机运动，所以其基本思想是计算粒子的平均效应，而不是单独研究每个粒子。例如，气体中的温度是气体粒子能量平均值的量度。统计力学取得了巨大的成功，因为它为气体和液体的宏观特性（如温度和压力）提供了微观解释。
理解物理系统的复杂性
这些压缩球体是普通玻璃和颗粒状材料（如沙子或砾石）的简单模型。然而，Parisi的原始模型的对象是另一个截然不同的系统——自旋玻璃。这是一种特殊的磁性金属合金亚稳定状态，其中某种金属原子，比如铁原子，会被随机混合到铜原子的网格中。即使只有几个铁原子，它们也会以一种令人费解的方式彻底改变材料的磁性。每个铁原子的行为——或者称为“自旋”——表现得就像一个小磁铁，受其附近其他铁原子的影响。在普通的磁体中，所有的自旋都指向同一方向，但在自旋玻璃中，情况就不一样了：一些自旋对会指向相同的方向，另一些则指向相反的方向——那么它们是如何找到最佳方向的呢？
Parisi在关于旋转玻璃的著作的序言中写道，研究旋转玻璃就像观看莎士比亚戏剧中的人类悲剧。如果你想同时和两个人交朋友，但他们互相讨厌对方，结果就可能令人沮丧。在经典悲剧中，感情强烈的朋友和敌人在舞台上相遇，情况就更是如此。那么，怎样才能把房间里的紧张气氛降到最低？
自旋玻璃及其奇异的性质为复杂系统提供了参考模型。20世纪70年代，许多物理学家，包括几位诺贝尔奖得主，都在寻找某种方法来描述这种神秘而令人沮丧的旋转玻璃。他们使用的方法之一是“副本方法”，是一种研究无序态体系时所用的数学技巧，可以在同一时间内处理系统的许多副本。然而，从物理学的角度来说，最初的计算结果并不可行。
1979年，Parisi取得了决定性的突破，他展示了如何巧妙地利用副本方法来解决自旋玻璃问题。他在这些副本中发现了一个隐藏的结构，并找到了一种描述它的数学方法。在很多年之后，Parisi的解才在数学上被证明是正确的。此后，他的方法被用于许多无序系统，成为复杂系统理论的基石。#2021诺贝尔奖#
故事篇：人生三大锅菜
站牌的故事亲人们说一篇不过瘾，要多听几篇。好！那我就继续讲。
话说这是好几年前了，计划着和晞姐爸爸带着晞姐第二天回趟娘家。头天晚上，我睡下之后，不久就一个人先回了趟我老家，到家没有去我妈家，而是走到了我们当家子的一位奶奶家。发现她家在办丧事，拉着灵棚，她家的孩子们都穿着孝服，跪在灵前哭，透着无限的悲凉。老乡亲们在忙前忙后的帮着操持，我看见当家子的一个叔叔正在熬菜，白菜、豆腐、粉条、丸子，五花肉等等都准备好了，正在逐一下锅。懂的北方人都会知道，这就是传说中的：人生三大锅的熬菜，出生一锅，结婚一锅，去了又是一锅，我现在看到的正是去了熬的那一锅。
我不知道这是她家谁去世了？我就凑到灵棚前去看，一看上面摆着就是当家子奶奶的照片，这是这位和蔼的老人家去了。心中不免伤怀，儿时的情景在眼前浮现，仿佛我还是那个天真的孩童，吃着当家子奶奶给的奶糖，开心的笑着，光着脚丫子在院子里撒欢。。。。。
我正在恍惚之前，当家子的叔叔喊我：宝闺女，菜熬熟了，别在那愣着了，趁热赶紧来吃！我看着桌上盛好的满满一大碗菜，一时间都不知道怎么动筷子了，人生一世草木一秋，聚到尽时终须散，大锅菜一熬这就散场了。
吃罢了熬菜，我站起来，突然间像被什么力量抽离了那个场景，人们忙活的景象在缩小，离我愈来愈远，等缓过神来我已经站在了站牌下面，稍微往前一走就到了好像是我们村子的路上，路两旁有人家，有店铺，看着依稀是我们村子，但是又和现实里的不一样。
我走进一家店铺，是卖中老年服装的，卖衣服的老板我一看认识，是我家的邻居，按辈分我喊大妗子（就是舅妈），已经去世有很多年了。
我说：大妗子，是你啊！你不开小卖部啦？（生前是开小卖部卖小百货的），改行卖衣服了？
大妗子说：宝闺女呀！可好长时间不见你了，我来了这里，就开始卖中老年衣裳了呢。
大妗子接着又说：宝闺女！求你了事呗！我知道你能带我回趟家！我已经好久没回去了，家里有喜事了，我想回去看看，可是我自己回不去！
我打量着大妗子，打量着眼前的房子和街道，虽然很多建筑很像我们村，但是这不是现实里我的村子。这里很是昏暗，光线不足，到处都是湿漉漉的，所有的房子和街道像年久失修的一样，没有生的气息，老旧破落，没有生机。看到这些，我忽然间明白了，我身处哪里！看着大妗子用恳求的眼光望着我，我只好答应了。
我带着大妗子从站牌里走出来，这一次是真的走在了我们村里的路上，周围的一切都是真实存在的，是一个有活力的村庄。不一会就到了大妗子的家，见到了大妗子的家人们，大妗子的孙媳妇生孩子了，过几天要摆满月酒了。大妗子抱着重孙子，笑的合不拢嘴，一家子有说有笑的聊着家常，我望着这开心的一家子，为他们高兴！
过了好一会，大妗子走过来跟我说：宝闺女！到时间了，我也该回去了！谢谢你帮我的忙，让我回家看看！大妗子跟我挥着手，人越来越模糊，从我眼前逐渐消失了！
恍惚间我听到有人喊我：妈！8点多了，赶紧起来吧！我们得回老李家了。
我一睁眼，是晞姐在床尾喊我。对呀！说好了的要回晞姐姥姥家，恍惚间觉着我刚才不是已经回了吗？我缓了缓神，哦！是昨晚到现在一直在做梦！
收拾着大包小包，坐到车上，我跟晞姐爸爸说：我有点犹豫还回不回。
晞姐爸爸说：怎么犹豫了，不是说好了吗，昨天都打电话跟她姥姥说了要回的。
我说：我做梦昨晚回了，我当家子奶奶去世了，我爸妈肯定得去白事上，咱们回去了这一天也是咱们三口子在姥姥家呆着。
晞姐爸爸说：不会这么巧吧！只是梦里的事，现实哪能刚好赶上。
我说：好吧！那就还是去！
一路无话，一个多小时到了我妈家，我们好久不回来，姥姥姥爷看到晞姐很是开心，把各种好吃拿出来给晞姐。
我跟我妈说：昨晚我做梦梦到当家子奶奶去世了。
我话音刚落！我爸爸的电话响了，电话里说：当家子的奶奶去世了，让我爸妈赶紧去趟，帮着安排安排后事。
妈妈看着我说：行了，你们三口子在家呆着吧，我们先去看看，尽量我一会回来，估计你爸就得在那帮忙了。
到了午饭的时候，妈妈回来了，得给我们三口子做饭。
做饭的时间里我跟我妈说：昨晚去世的大~~妗子（略去真名）让我带她回来了一趟，说我大~哥家（略去真名）生孙子了，她惦记家里回来看看。
我妈说：是的，大~家儿媳妇填了个孙子，过几天就要摆满月酒了，肯定又得熬大锅菜；你当家子奶奶家是三天后下葬，得熬三天菜；下周小~~（略去真名）家娶媳妇，得三天熬菜，这一下子要连着好几天吃熬菜。
是的，亲人们，这就是人生三大锅的熬菜，在我们这里，它涵盖了一个人的一生，这吃的不只是菜，是酸甜苦辣百味的生活，是踉踉跄跄人生之路的写照。大锅熬菜，用滚烫的人间烟火，承载着浓浓的亲情。
站牌的故事亲人们说一篇不过瘾，要多听几篇。好！那我就继续讲。
话说这是好几年前了，计划着和晞姐爸爸带着晞姐第二天回趟娘家。头天晚上，我睡下之后，不久就一个人先回了趟我老家，到家没有去我妈家，而是走到了我们当家子的一位奶奶家。发现她家在办丧事，拉着灵棚，她家的孩子们都穿着孝服，跪在灵前哭，透着无限的悲凉。老乡亲们在忙前忙后的帮着操持，我看见当家子的一个叔叔正在熬菜，白菜、豆腐、粉条、丸子，五花肉等等都准备好了，正在逐一下锅。懂的北方人都会知道，这就是传说中的：人生三大锅的熬菜，出生一锅，结婚一锅，去了又是一锅，我现在看到的正是去了熬的那一锅。
我不知道这是她家谁去世了？我就凑到灵棚前去看，一看上面摆着就是当家子奶奶的照片，这是这位和蔼的老人家去了。心中不免伤怀，儿时的情景在眼前浮现，仿佛我还是那个天真的孩童，吃着当家子奶奶给的奶糖，开心的笑着，光着脚丫子在院子里撒欢。。。。。
我正在恍惚之前，当家子的叔叔喊我：宝闺女，菜熬熟了，别在那愣着了，趁热赶紧来吃！我看着桌上盛好的满满一大碗菜，一时间都不知道怎么动筷子了，人生一世草木一秋，聚到尽时终须散，大锅菜一熬这就散场了。
吃罢了熬菜，我站起来，突然间像被什么力量抽离了那个场景，人们忙活的景象在缩小，离我愈来愈远，等缓过神来我已经站在了站牌下面，稍微往前一走就到了好像是我们村子的路上，路两旁有人家，有店铺，看着依稀是我们村子，但是又和现实里的不一样。
我走进一家店铺，是卖中老年服装的，卖衣服的老板我一看认识，是我家的邻居，按辈分我喊大妗子（就是舅妈），已经去世有很多年了。
我说：大妗子，是你啊！你不开小卖部啦？（生前是开小卖部卖小百货的），改行卖衣服了？
大妗子说：宝闺女呀！可好长时间不见你了，我来了这里，就开始卖中老年衣裳了呢。
大妗子接着又说：宝闺女！求你了事呗！我知道你能带我回趟家！我已经好久没回去了，家里有喜事了，我想回去看看，可是我自己回不去！
我打量着大妗子，打量着眼前的房子和街道，虽然很多建筑很像我们村，但是这不是现实里我的村子。这里很是昏暗，光线不足，到处都是湿漉漉的，所有的房子和街道像年久失修的一样，没有生的气息，老旧破落，没有生机。看到这些，我忽然间明白了，我身处哪里！看着大妗子用恳求的眼光望着我，我只好答应了。
我带着大妗子从站牌里走出来，这一次是真的走在了我们村里的路上，周围的一切都是真实存在的，是一个有活力的村庄。不一会就到了大妗子的家，见到了大妗子的家人们，大妗子的孙媳妇生孩子了，过几天要摆满月酒了。大妗子抱着重孙子，笑的合不拢嘴，一家子有说有笑的聊着家常，我望着这开心的一家子，为他们高兴！
过了好一会，大妗子走过来跟我说：宝闺女！到时间了，我也该回去了！谢谢你帮我的忙，让我回家看看！大妗子跟我挥着手，人越来越模糊，从我眼前逐渐消失了！
恍惚间我听到有人喊我：妈！8点多了，赶紧起来吧！我们得回老李家了。
我一睁眼，是晞姐在床尾喊我。对呀！说好了的要回晞姐姥姥家，恍惚间觉着我刚才不是已经回了吗？我缓了缓神，哦！是昨晚到现在一直在做梦！
收拾着大包小包，坐到车上，我跟晞姐爸爸说：我有点犹豫还回不回。
晞姐爸爸说：怎么犹豫了，不是说好了吗，昨天都打电话跟她姥姥说了要回的。
我说：我做梦昨晚回了，我当家子奶奶去世了，我爸妈肯定得去白事上，咱们回去了这一天也是咱们三口子在姥姥家呆着。
晞姐爸爸说：不会这么巧吧！只是梦里的事，现实哪能刚好赶上。
我说：好吧！那就还是去！
一路无话，一个多小时到了我妈家，我们好久不回来，姥姥姥爷看到晞姐很是开心，把各种好吃拿出来给晞姐。
我跟我妈说：昨晚我做梦梦到当家子奶奶去世了。
我话音刚落！我爸爸的电话响了，电话里说：当家子的奶奶去世了，让我爸妈赶紧去趟，帮着安排安排后事。
妈妈看着我说：行了，你们三口子在家呆着吧，我们先去看看，尽量我一会回来，估计你爸就得在那帮忙了。
到了午饭的时候，妈妈回来了，得给我们三口子做饭。
做饭的时间里我跟我妈说：昨晚去世的大~~妗子（略去真名）让我带她回来了一趟，说我大~哥家（略去真名）生孙子了，她惦记家里回来看看。
我妈说：是的，大~家儿媳妇填了个孙子，过几天就要摆满月酒了，肯定又得熬大锅菜；你当家子奶奶家是三天后下葬，得熬三天菜；下周小~~（略去真名）家娶媳妇，得三天熬菜，这一下子要连着好几天吃熬菜。
是的，亲人们，这就是人生三大锅的熬菜，在我们这里，它涵盖了一个人的一生，这吃的不只是菜，是酸甜苦辣百味的生活，是踉踉跄跄人生之路的写照。大锅熬菜，用滚烫的人间烟火，承载着浓浓的亲情。
傲气傲笑万重浪
热血热胜红日光
胆似铁打骨似精钢
胸襟百千丈眼光万里长
誓奋发自强做好汉
做个好汉子每天要自强
热血男子热胜红日光
让海天为我聚能量
去开辟天地为我理想去闯
(碧波高涨)
又看碧空广阔浩气扬
即是男儿当自强
强步挺胸大家做栋梁做好汉
用我百点热耀出千分光
做个好汉子
热血热肠热
热胜红日光
让海天为我聚能量
去开辟天地为我理想去闯
(碧波高涨)
又看碧空广阔浩气扬
即是男儿当自强
强步挺胸大家做栋梁做好汉
用我百点热耀出千分光
做个好汉子
热血热肠热
热胜红日光
做个好汉子
热血热肠热
热胜红日光
热血热胜红日光
胆似铁打骨似精钢
胸襟百千丈眼光万里长
誓奋发自强做好汉
做个好汉子每天要自强
热血男子热胜红日光
让海天为我聚能量
去开辟天地为我理想去闯
(碧波高涨)
又看碧空广阔浩气扬
即是男儿当自强
强步挺胸大家做栋梁做好汉
用我百点热耀出千分光
做个好汉子
热血热肠热
热胜红日光
让海天为我聚能量
去开辟天地为我理想去闯
(碧波高涨)
又看碧空广阔浩气扬
即是男儿当自强
强步挺胸大家做栋梁做好汉
用我百点热耀出千分光
做个好汉子
热血热肠热
热胜红日光
做个好汉子
热血热肠热
热胜红日光
✋热门推荐