第43部分(第1/5 頁)

煥矗�頤塹睦�肥鞣值驕嚀宓謀確志臀薹ㄔ偌絛�窒氯ィ�庾畹紫碌囊徊憔褪恰笆饕丁保�渤莆�白罹�＠�貳保╩aximallyfine…grainedhistories）。

對於兩片樹葉來講，它們通常是互相相干的。我們無法明確地區分1：0獲勝和2：0獲勝這兩種歷史，因此也無法用傳統的機率去計算它們。但我們可以透過適當的粗粒化來構建符合常識的那些歷史，比如我們可以區分“勝”，“平”和“負”這三大類歷史，因為它們之間已經失去了干涉，退相干了。如此一來，我們就可以用傳統的經典機率來計算這些歷史，這就形成了“一族”退相干歷史（adecoherentfamilyofhistories），只有在同一族裡，我們才能運用通常的理性邏輯來處理它們之間的機率關係。有的時候，我們也不說“退相干”，而把它叫做“一致歷史”（consistenthistories），dh的建立人之一格里菲斯就愛用這個詞，因此“退相干歷史”也常常被稱為“一致歷史”解釋，更加通俗一點，也可以稱為“多歷史”（manyhistories）理論。

一般來說，在歷史樹上越接近根部（往上），粗粒化就越厲害，其干涉也就越小。當然，並非所有的粗粒歷史之間都沒有干涉，可以被賦予傳統機率，具體地要符合某種“一致條件”（consistencycondition），而這些條件可以由數學嚴格地推匯出來。

現在讓我們考慮薛定諤貓的情況：當那個決定命運的原子衰變時，就這個原子本身來說，它的確經歷著衰變/不衰變兩種可能的精粒歷史。原子本身只是單個粒子，我們忽略的東西並不多。但一旦貓被拖入這個劇情之中，我們的歷史劇本換成了貓死/貓活兩種，情況就不同了！無論是“貓死”還是“貓活”都是非常模糊的陳述，描述一隻貓具體要用到10^27個粒子，當我們說“貓活”的時候，我們忽略了這隻貓與外界的一切作用，比如它如何呼吸，如何與外界進行物質和能量交換……等等。就算是“貓死”，它身上的n個粒子也仍然要和外界發生相互作用。換句話說，“貓活”和“貓死”其實是兩大類歷史的總和，就像“勝”是“1：0”，“2：0”，“2：1”……等歷史的總和一樣。當我們計算“貓死”和“貓活”之間的干涉時，我們其實窮盡了這兩大類歷史下的每一對精粒歷史之間的干涉，而它們絕大多數都最終抵消掉了。“貓死”和“貓活”之間那千絲萬縷的聯絡於是被切斷，它們退相干，最終只有其中的一個真正發生！如果從密度矩陣的角度來看問題，則其表現為除了矩陣對角線上的那些經典機率之外，別的干涉項都迅速消減為0：矩陣“對角化”了！而這裡面既沒有自發的隨機定域，也沒有外部的“觀測者”，更沒有看不見的隱變數！

如果dh解釋是正確的，那麼我們每時每刻其實都經歷著多重的歷史，世界上的每一個粒子，事實上都處在所有可能歷史的疊加中！但一旦涉及到宏觀物體，我們所能夠觀察和描述的則無非是一些粗粒化的歷史，當細節被抹去時，這些歷史便互相退相干，永久地失去了聯絡。比方說如果最終貓還活著，那麼“貓死”這個分支就從歷史樹上被排除了，按照奧卡姆剃刀，我們不妨說這些歷史已經不存在於宇宙之中。

嗯，雖然聽起來古怪，但它至少可以自圓其說，不是嗎？粗粒化的方法看起來可能讓人困惑，但其實卻並沒有那麼大驚小怪，我們事實上經常有意無意地用到這些辦法。比如在中學裡我們計算地球和太陽之間的引力，我們把兩個星球“粗粒化”為兩個質點。實際上地球和太陽是兩個龐大的球體，但以質心代替所有的點，而忽略它們的具體位置之後，我們實際上已經不知不覺地加遍了兩個球體內部每一對質點之間的吸引力。在