从匿名实验中盲式发现热力学本体

在机器学习模型能够学习热力学状态方程之前，它必须发现其测量值代表什么：哪些通道随系统规模缩放，哪些是强度共轭量，各扇区如何通过接触配对，以及哪个势支配稳定性。当传感器只暴露广延状态和强度响应的未知线性混合时，被动观测无法将物理量与坐标伪影区分开来。我们将直接从匿名受控实验中发现这种隐藏热力学本体的问题形式化。我们提出了一种操作性可识别性理论和一种构造性多项式时间算法，该算法从复制对比中提取广延和强度缩放扇区，通过热接触和互易性恢复它们的对偶余切配对，通过离散循环凹性验证全局可容许的凹势，并确定储库系综的不变拟阵。我们证明，剩余的观测等价严格为 (x, lambda) ~ (A x, a A^{-T} lambda + beta)，从而确立了任何允许的实验都无法突破的精确观测极限。对 van der Waals 流体和 Curie-Weiss 磁体的盲评估证实，在病态混合下仍能稳健恢复，能够正确解析匿名 Maxwell tie-lines，同时拒绝非平衡延拓。基于来自 NIST WebBook 的六种真实流体进行的外部验证表明，操作性本体发现可以在真实物理物质之间迁移，而不会发生坐标泄漏。