是睡前開腦洞的內(nèi)容
12月23日｛
打算學一些社會網(wǎng)絡(luò)分析的內(nèi)容嗓奢，看看能不能有什么幫助
信息均勻分布是沒有約束時的最大熵狀態(tài)，是熵增的方向浑厚，而那同時也是這里的引力的方向股耽。為什么？
｝
12月24日｛
我的猜想是钳幅，就像這里的例子一樣物蝙，某種視角下的熵增，都是另一種視角下的引力敢艰。｛猜想下的子猜想诬乞，聽說Jaynes從信息論加了點約束推出過統(tǒng)計力學，會不會這個就能直接作為答案結(jié)束這條猜想的母猜想钠导。｝
比如熵可以由信息論導出震嫉，任何一種熵增現(xiàn)象都可以在某個信息空間下定義引力現(xiàn)象。
｝
那如何把現(xiàn)實中的引力看做什么的熵增呢牡属？我想起荷蘭物理學家E.P. (Erik) Verlinde搞出了引力的熵力解釋责掏，打算了解一下。
同樣湃望，如果我不把他當成力换衬，而是當成在一個合適的球面沿測地線運動痰驱，任何一種熵增現(xiàn)象都可以看作在某個球面沿著測地線運動……
｝
12月25日{(diào)
和朋友討論了這個想法，突然想起一件事要補充進來瞳浦，不同模型引力上的最大熵狀態(tài)是不一樣的担映，他們的目標不一樣，趨向的結(jié)果甚至有沖突叫潦。
比如一團氣體空間上的最大熵可能就是均勻分布蝇完，但某種信息上的引力的最大熵分布就正好是牛頓模型里的引力，最大熵分布就是聚成一團矗蕊。
他們的目標是不一樣的短蜕，相互在競爭著什么。
說到這里我突然想起最近兩天看到的一個視頻
【Numberphile】從混沌游戲中得到的是什么https://m.bilibili.com/video/av17246283.html
}
12月26日{(diào)
信息空間可以用詞向量傻咖？然后來刻畫交談中兩個人的用詞逐漸統(tǒng)一的過程朋魔？
}
12月27日｛
25號那個視頻其實是想說自然界的自相似現(xiàn)象會不會是因為幾個趨向不同的熵增相互拉扯導致的。
最近考慮了一下大量小球在封閉空間中運動的情況卿操，一開始都在某個角落里警检，最后均勻分布在這個封閉空間里時，熵增現(xiàn)象對應的引力現(xiàn)象害淤。這里只是簡寫扇雕，過兩天會把詳細的內(nèi)容單寫一篇文章。
把他們運動的封閉空間視作離散的格點時會比較好處理問題窥摄。
這時格點就與之前社交網(wǎng)絡(luò)上的節(jié)點（人）一樣镶奉，到了信息空間上時就從空間變成了信息空間上運動的粒子。
這里有多少個運動的小球崭放，信息空間就有多少個維度哨苛。每個維度代表對應的小球可能在這里的概率。
嗯莹菱，在思考時是把小球考慮成概率分布的云了。足夠長的時間每個小球的概率分布會均勻分布在封閉空間的每個格點上吱瘩。
原本的格點空間變成了信息空間上的運動粒子道伟，原本現(xiàn)實空間上的運動粒子變成了信息空間。
空間變成了粒子使碾，粒子變成了空間蜜徽。
｝
