虽然是个文科生，但我对理科一直有一份执念式的热爱，今天这篇文章妄图从熵的角度阐释文学作品中的开放性。如有不恰当的地方，也欢迎大家批评指正！

对于没有理科基础的我来说，“熵”到底是什么，是一个非常关键的问题，所以要先对“熵”这个概念进行梳理

克劳修斯引入了一个量，来量度热量的单向不可逆过程。由于他是个很有学识的德国人，他用了古希腊语“熵”为之命名：

克劳修斯的“熵”用字母S表示，是个可测量也可计算的量，在孤立系统中会增加或保持不变，但永不减少。为了表示它永不减少，我们可以这样写：

读作“Delta S永远大于或等于零”，我们把它称为“热力学第二定律”（热力学第一定律是能量守恒定律）。其核心在于热量只能从高温物体传到低温物体，而非反过来。

在文章的这一页中，克劳修斯首次引入了“熵”的概念与用法。方程给出了一个物体熵的变化的数学定义（S-S0）：温度为T时，离开物体的热量dQ的总和（积分）。

而“熵”在文学中也可以被理解为一种开放性的概念，开放性——可以理解为艺术信息的基本的含糊性——是任何时代的任何作品的一个常数。

这种模糊性可以在熵概念中得到一些解答。玻尔兹曼说明了熵之所以会存在，是因为我们以一种模糊的方式描述世界。他证明了熵就是我们模糊的视野无法区分的不同排列的数量。热量、熵、过去的低熵都是近似地、统计性地对自然进行描述的概念。而这种模糊性我认为就是艺术信息的含糊性的意义。

“开放性”并不意味着交流的“不确定性”，并不意味着有“无限的”可能形式，并不意味着欣赏的完全自由；这里只有一定的欣赏可能，这是预先严格确定的、严格限定的自由，以便使读者的理解反应永远不摆脱作者的控制。

不确定性、互补性、非偶然性，这些并不是物理世界的存在模式，而是世界运行的有效的描述体系。因此，我们关心的关系不是本体论的层面同作品形态特性之间的关系，而是物理学的进程的具体解释方式同艺术创作和欣赏进程的具体解释方式之间的关系。这是科学的方法论同艺术理论（明确的或含糊的）之间的关系。

在学校里，我被告知让世界运转的是能量。我们需要获得能量，比如从石油、太阳或核能那里。能量使机器运转，让植物生长，让我们每天早上起来充满活力。

但还有些东西没有被考虑进去。我在学校里还被告知，能量是守恒的，它既不会被创造，也不会被毁灭。如果它是守恒的，为什么还需要不断补充呢？为什么我们不能一直使用相同的能量？

真相是有很多能量，而且没有被消耗掉。世界运转需要的不是能量，而是低熵。

能量（无论是机械能、化学能、电能还是势能）都会把自己转化为热能，即热量，它会传到冷的物体。但要想把它取回来，重新用来让植物生长，或驱动发动机，这样的免费方式并不存在。在这个过程中，能量保持不变，但熵增加了，熵无法回转。这是热力学第二定律要求的。

让世界运转的不是能源，而是低熵源。没有低熵，能量会稀释成相同的热量，世界会在热平衡态中睡去——过去与未来不再有分别，一切都不会发生。

一个生命有机体可以有效地抑制这种趋向热力学平衡（死亡）的能力，更让人惊叹的是，根据统计学理论可以表示出这种能力的大小。薛定谔曾说过：“生命以负熵为生”，这就好比生命有机体借助于外界的负熵来消除它体内的正熵的增加量。由于这种正熵是在生活中所产生的，因而它是不可避免的。生命有机体就是通过这样的方式来保持自身在一个稳定的水平上。

比如，一堆木头如果放着不管，可以存在很久。它不处于熵最大的状态，因为构成它的元素——比如碳和氢——以一种非常特殊的方式（有序地）结合在一起，从而形成木头。如果这些特殊的结合破裂了，熵就会增加。这就是木头燃烧时会出现的情况：这些元素会从构成木头的特殊结构中脱离，熵大幅增加（事实上，燃烧是个显著的不可逆过程）。

艾柯曾在《开放的作品》中用信息熵去阐释文学表达过程中信息的传递：“信息源处于熵很高、绝对地等量可能的局面。信息的传播涉及的是选择某些信息，是选择一种组织安排方式，进而是选择“语义”。这时，如果接收信息的是一部机器（自动转换机或电子计算机，这些机器可以接收一定物理状态下组织起来的符号，然后翻译成可以反馈的信息——严格按照一定的法则组织起来的信息，在这一法则之下，每一个符号意味着一种东西，而且只意味着一种东西），那么这时一个信息要么只有唯一的一种语义，要么就是噪声。”

文学和熵的联系其实也并没有那么遥远，在我们对文本的不断阐释中，熵也就开始不断地迸现出新的活力。

为了计算信息熵，香农提出了一个对数方程，这个方程与鲁道夫·克劳修斯（Rudolf Clausius）提出的用于计算物理熵的方程几乎是一模一样的。但信息熵与物理熵这两个概念之间有几个容易出现误解的地方，对于没有深入研究过的人来说可能容易出错。对于物理熵而言，当一个物理体系内的所有分子达到了同样温度，且不会产生任何新的能量时，那么这个系统的物理熵就达到了最大值。香农的信息熵是系统有序化程度的一个度量，一个系统越是有序，信息熵就越低；反之，一个系统越是混乱，信息熵就越高。当一个信息中的所有数字位都具有同等程度的不确定性，无法在不招致信息损失的情况下进行进一步压缩之际，信息熵就达到了最大值。这两个几乎一模一样的方程之间存在一个共同特征，印证了计算机科学家塞思·劳埃德（Seth Lloyd）所说的所有物质实在的最初构成都是熵比特（entropic bit）。

世界上每个人都有自己的一种视角。通过对我们生存必不可少的广泛关联，世界在每个人那里得到映现。我们每个人都是复杂的过程，反映着世界，并以严格整合的方式，对我们接收到的信息进行加工和阐述。

让我们一起欣赏“熵”的美吧~