Сложность на грани порядка и хаоса экспресс
Магнитная плёнка, разбитая на крошечные ячейки-стрелки, ведёт себя как толпа на площади. Пока холодно, все стрелки смотрят в одну сторону — идеальный порядок. Нагрейте плёнку, и стрелки начнут метаться, как прохожие, потерявшие цель. Где-то между этими крайностями есть момент, когда система перестаёт быть однородной, но ещё не рассыпается в случайный шум.
Физики взяли такую модель — двумерную решётку Изинга, известную своей резкой переменой при критической температуре. Они делали снимки состояний решётки при разных температурах и сжимали их, как обычные картинки в телефоне. Сжатие показывает, насколько много в изображении закономерностей: идеально ровный узор упакуется в крошечный файл, а белый шум почти не сожмётся. Чтобы учесть и порядок, и хаос, исследователи сравнивали каждое состояние с его перетасованными версиями — отсортированной по цветам и полностью перемешанной.
Они построили меру сложности как произведение двух чисел: насколько система далека от идеального порядка и насколько — от полного беспорядка. График этой меры от температуры показал чёткий пик ровно в точке фазового перехода. Это значит, что сложность структуры — надёжный маяк критического состояния, который можно находить без сложных формул, просто сжимая данные.
Такой подход пригодится там, где аналитические решения недоступны: в биологии, климате, социальных сетях. Везде, где система бурлит на грани порядка и хаоса, сжатие данных может подсказать, когда ждать резких перемен.
Оригинальная аннотация
как её написали авторы, на английском arXiv:2602.15185
The data-driven characterization of the ``complexity'' present in dynamical systems remains an open problem with broad applications across the physical sciences. We investigate the ``structural complexity'' of the 2D ferromagnetic Ising model, a paradigmatic system exhibiting a second-order phase transition at a certain critical temperature which is often cited as a canonical example of complex morphology. We define a quantitative metric for this structural complexity, $$\mathcal C_s$$, through the lens of algorithmic information theory by approximating the Kolmogorov complexity of lattice configurations via standard lossless image compression algorithms. We regularize our proposed metric, $$\mathcal C_s$$, by comparing the compressibility of a configuration to that of its pixel-wise sorted and randomly shuffled counterparts. We arrive at a definition of $$\mathcal C_s$$ as a product of two components representing the systems departure from perfect order and disorder respectively which we then plot as a function of temperature. Our numerical simulations reveal a distinct peak in $$\mathcal C_s$$ at the known critical temperature $$T_c$$. This result demonstrates that such information-theoretic measures can act as sensitive, model-agnostic indicators of criticality, directly quantifying the emergence of complex structure at the boundary between order and chaos, opening the door to data-driven applications in domains where analytic solutions are unavailable.
Алгоритмы сжатия, которые используют для хранения фотографий, оказались способны улавливать тонкие изменения в физической системе — как будто камера телефона распознаёт фазовый переход.