物理学中的这个“魔数”,可以被推导出来吗?

2018 年 9 月 28 日 中国物理学会期刊网

24日,所有的媒体都在关注迈克尔·阿蒂亚(Michael Atiyah)是否证明了黎曼猜想。然而,大多数数学家对此都持怀疑态度。他们的理由很简单,因为证明黎曼猜想实在是太难了,过去有很多的尝试都失败了。这里我们将不去探讨阿蒂亚的证明是否正确,而是关注另一个问题:精细结构常数。事实上,阿蒂亚一开始并没有打算去证明黎曼猜想,而是试图推导精细结构常数。


○ 阿蒂亚在演讲时的一页ppt。


在物理学中,我们经常能看到精细结构常数(α),它是一个无量纲常数。在量子电动力学(QED)中,精细结构常数表征了电磁相互作用的强度。它的数值大约等于1/137。假如这个值再大一点,那么电磁力就会更强,原子也会更小等等;但反过来假如这个值再小一点,原子就会变得更大。这个数字可以告诉我们电子和光子之间QED相互作用的总强度,我们可以通过费曼图来计算:


○ 简单的费曼图。


阿蒂亚认为,在某种意义上,α是一项基本无量纲数值,就跟e或π一样。因此,人们总是试图从一些更深层的原理去“推导”它的值。上个世纪,有许多物理学家都尝试去解释精细结构常数,但并没有人成功。爱丁顿(就是验证了广义相对论的那位英国天文物理学家)是最早尝试运用纯理论方法来计算精细结构常数的科学家。显然,他失败了。


约翰·惠勒曾写道:“物理学家喜欢这个数字不仅仅是因为它是无量纲的,还因为它是自然界中三个基本常数的组合。为什么这几个常数结合在一起的时候会得出一个特别的数字:1/137.036,而不是其它的数字?”


费曼也在书中写道:“这个数字自五十年前发现以来便一直是个迷。所有优秀的物理学家都将这个数贴在墙上,为它大伤脑筋……它是物理学中最大的谜题之一,一个该死的迷:一个魔数来到我们身边,可是没人能理解它。你也许会说是‘上帝之手’写下了这个数字,而我们不知道他是怎样下的笔。”


那么,试图推导精细结构常数是否是一个正确的尝试?物理学家Sean Carroll在自己的博客中这样写道:”对于现代物理学家来说,这似乎是一个错误的探索。“


首先,根据重整化理论(在量子场论中,解决计算过程中出现无穷大的一系列方法),α并不是一个真正的数字,而是一个函数。特别是,它是关于所考虑的相互作用中的动量总量的函数。从本质上说,对于在不同能量下发生的过程,电磁强度略有不同。这基本上就是Sabine Hossenfelder提出的反对意见。她在Twitter中表示,精细结构常数只有在低能时才近似于1/137。它的值会根据能量而变化,并一直增加,直到达到大统一。


更重要的是,α并不是基本的。在上面所展示费曼图是两个简单的例子,但是对于任何给定的过程而言,还有复杂得多的费曼图,例如:


○ 复杂的费曼图。


事实上,我们得到的总答案不仅取决于电子和光子的性质,还取决于在这些复杂的图中以虚粒子的形式出现的所有其他粒子。所以,我们所测量到的精细结构常数实际上取决于顶夸克的质量和希格斯玻色子的耦合等。


最重要的是,不仅α不是基本的,QED本身也不基本。自然界中的三种基本力——强核力弱核力电磁力——很有可能会结合成某种大统一理论,即使目前我们还无法确定。但我们知道,弱核力和电磁力能统一成电弱理论。在QED中,从公式α=e²/4π(这里,我们把其他常数设置为1)中可以看出,α和“基本电荷e”有关。所以,如果你尝试“推导”α,实际上是在推导e


但是e绝对不是基本的。在电弱理论中,我们有两个耦合常数:g进而g',分别表示“弱同位旋”和“弱超电荷”。除此之外还有“弱混合角(或“温伯格角”)θ𝗐,它与初始规范玻色子如何在自发对称性破缺后被投射到光子和W/Z玻色子上有关。在这些问题上,我们有一个关于基本电荷的公式:e = g sinθ𝗐。基本电荷不是自然界中的一个基本成分;它只是在高能情况下发生了一系列复杂的事物之后,我们在低能时直接观测到的东西。


阿蒂亚的论文中并没有提及这些问题。事实上,论文中没有讨论关于电磁学或QED的内容,这似乎只是一种计算方法,用这种方法计算出的数值能与α的测量值足够接近,使他相信这或许是完全正确的。但我们并无法由此看出精细结构常数必须是这个数值的任何物理原因。


以上所述并非要断言阿蒂亚的推导就是错误的,而是想要说明这样的推导为什么不可行。我们不应期待能推导出一个α的基本公式,它是一种低能情况下的许多复杂输入的混乱结合。这就像是试图推导出北京的平均温度的基本公式。


当然,也有可能在这一切的背后隐藏着某些数学上非常优美的公式。只是就目前所知,这种可能性很小。


参考来源:

http://www.preposterousuniverse.com/blog/2018/09/25/atiyah-and-the-fine-structure-constant/

https://drive.google.com/file/d/1WPsVhtBQmdgQl25_evlGQ1mmTQE0Ww4a/view


本文经授权转载自《原理》微信公众号



十大热门文章

物理学咬文嚼字之一百:万物皆旋(上)

2. X射线自由电子激光单颗粒成像研究

3. X射线自由电子激光

4. 超导“小时代”之三十四:铁器新时代

5. 二胡音色的定量分析和一种改进方案

6. 云量子计算求解原子核问题

7. 周末大家谈——我和物理所

8. 忆阻器研究新进展:基于二维材料的可耐受超高温忆阻器

9. 寂静春天里的动力学(上)

10. 一种充满惊喜的二维材料

END

登录查看更多
0

相关内容

物理学(Physics)是一门形式科学,主要研究的是时空中的物质及其运动的模型,包括能量和作用力等所有相关概念。更广义地说,物理学探索分析大自然所发生的现象,目的是要了解其规则。 话题图片由 张明明 知友制作。
【纽约大学】最新《离散数学》笔记,451页pdf
专知会员服务
128+阅读 · 2020年5月26日
【CVPR2020】图神经网络中的几何原理连接
专知会员服务
56+阅读 · 2020年4月8日
机器学习速查手册,135页pdf
专知会员服务
338+阅读 · 2020年3月15日
2020图机器学习GNN的四大研究趋势,21篇论文下载
专知会员服务
135+阅读 · 2020年2月10日
物理学家终于找到了一种拯救薛定谔猫的方法
中科院物理所
8+阅读 · 2019年6月10日
一文读懂机器学习中的贝叶斯统计学
数据分析
26+阅读 · 2019年5月8日
丘成桐:攻克物理难题的数学大师
科技导报
5+阅读 · 2018年7月23日
瑟瑟发抖……神经网络可能在欺骗你!
专知
5+阅读 · 2018年6月4日
SVM大解密(附代码和公式)
机器学习算法与Python学习
6+阅读 · 2018年5月22日
酒鬼漫步的数学——随机过程 | 张天蓉专栏
知识分子
10+阅读 · 2017年8月13日
大学数学不好,或许是数学教材的锅?
算法与数学之美
15+阅读 · 2017年8月1日
Arxiv
9+阅读 · 2020年2月15日
Arxiv
19+阅读 · 2018年6月27日
Arxiv
7+阅读 · 2018年5月23日
Arxiv
3+阅读 · 2018年4月18日
VIP会员
相关资讯
物理学家终于找到了一种拯救薛定谔猫的方法
中科院物理所
8+阅读 · 2019年6月10日
一文读懂机器学习中的贝叶斯统计学
数据分析
26+阅读 · 2019年5月8日
丘成桐:攻克物理难题的数学大师
科技导报
5+阅读 · 2018年7月23日
瑟瑟发抖……神经网络可能在欺骗你!
专知
5+阅读 · 2018年6月4日
SVM大解密(附代码和公式)
机器学习算法与Python学习
6+阅读 · 2018年5月22日
酒鬼漫步的数学——随机过程 | 张天蓉专栏
知识分子
10+阅读 · 2017年8月13日
大学数学不好,或许是数学教材的锅?
算法与数学之美
15+阅读 · 2017年8月1日
Top
微信扫码咨询专知VIP会员