什么是随机呢？不确定性是一个很迷人的东西。
人造信息的编码
人造的信息，必须先编码，才能在信息空间中存在，并进行处理和传输等操作。香农第一定律已经指出了，对于任何信息的编码，其长度都有一个下界（与信源的信息熵有关），在这个下界之上可以进行任意无损的编码，但是在下界之下，压缩就变得有损了，可能无法恢复出原来的信息。
编码的实质也是一种映射，比如对于文字编码，就是先定义出一个对应关系，然后映射到1和0的序列。对于广泛意义上的编码，就是序列和序列之间的映射。举例来说，如果我们的语言是一种序列，共有26个不同的字符，那么把这26个字符分别映射到不同的01序列（00000，00001 等），就完成了一次映射。
当然，这个映射需要是可逆的，否则我们就无法把这串序列从信息空间中再取出到现实空间，也就没有达到信息传输的目标。因此在这个方面，人们发明了许多许多种无损编码方式，都能够相当好地逼近极限。比如香农编码，使用了概率函数的二进制表示作为编码序列，非常符合直觉又计算快速；比如哈夫曼编码，也考虑概率，让最经常出现的符号拥有最短的序列长度，因此很好地逼近了香农编码定理的极限。
刚刚提到的编码，都没有避开概率这个概念。因为在设计一种编码的时候，我们并不知道具体需要传输什么信息，而只知道这个信息是在哪个语义下的信息（字符串，数字，还是图像）。更一般地，就是一些符号。然而这些符号可能有不同的出现概率（例如字母中的 「e」 和 「z」）。因此，在不知道具体传输啥时，基于符号的出现概率分布，根据符号和序列的映射，计算出统计意义下的码长，这才有讨论的价值。
这样我们就清楚了，经过编码，我们的信息在信息空间内变成了一段由「0」和「1」组成的序列。那么，这个序列的概率分布又是如何呢？
在信息空间中的信息
香农第一定律说明，对于任何信源，要实现无损编码，码字的平均长度不能小于信源的信息熵。信源的信息熵是由符号出现的概率分布所决定的。
参考一下香农的论文1，可以看到，如果有一条规则实现了最佳的无损信源编码，那么编码后的结果在概率上是完全随机的。也就是说，在现实空间有意义的字符串，数据，等各种信息，在编码之后都会变成统计意义上随机的序列。我们只能通过预设好的映射关系来逆向编码的过程，才能得到原始的信息。信源编码这个过程，形象地表述起来，是在「补齐」信源不均匀的分布；也就是试图把这个低熵体隐藏在随机之中。
这样看来，随机并不意味着没有信息意义上的价值。甚至是，只有达到了真正随机的效果，通信才达到了最大的效率：使用了最少的数据量传输了最多的现实空间的信息。
然而人们生活在物理空间，编码后的信息通过物理信道传输，才能真正意义上跨越时间或者空间重现信息，这才能真正实现通信。也就是说，之前我们只讨论了， 信息在信息空间如何表示才能更省资源 ，而忽视了数据在物理世界的表示形式。
通信的物理极限
通信的物理极限 ，这一文2使用了一个思想实验，并加以推导，展示了物理世界的信息该如何传输，才能达到最高的效率。
它假设了一个内壁可以完全反射的长为$l$，截面积为$A_t$的一个管子（即是在电磁学里面经常用的腔），且人们拥有一种可以在管内设置任意一个微状态电磁波的技术。由于完全反射，因此设置的任意一个状态，都可以无限期地保持下去。这个管子直接通向接受者，这样就构造出了一个假想的信道。任意一条信息$x_i$被一个微状态的电磁波所表示。通过交换不同的管子，就能够进行信息的传输。
之后的证明，作为一个并不搞电磁的同学，已经开始看不懂了。但是到最后，结论是，采用电磁辐射作为信息载体，且每单位时间具有固定的能量预算，传输效率要达到最优时，产生的强度谱是与黑体辐射相同的。
而我们的宇宙背景辐射，就基本上可以等效为一个约 3K 的黑体所发出的辐射。这几乎就像是自然界的随机了。观察一个物理上的最佳信息载体，就如同观察着宇宙一样，不知道如何解析其中的符号，就永远无法得到其蕴含的信息。
感想
到头来，无论是信息空间的信息，还是物理空间的信息，为了达到最大的传输效率，都变成了在统计规律上毫无意义的随机数据流或者物理现象。在不知道对应的编码，或者对应的物理解析方式时，它就是毫无意义的东西。
我们用低级的随机传输数据，更高等的文明则使用更接近真随机的东西。
无数的数据从我们眼前流过，我们却什么也发现不了。