Appendiks P-1: Informationel normalitet via M-tilfældighed

Oprindelig opgave P-1: Informationel normalitet Problem: I øjeblikket et grundlæggende aksiom analogt med Borel-normalitet, uden formel udledning. Leverance: En udledning på teoremniveau, der udnytter algoritmisk informationsteori (Martin-Löf-tilfældighed).

1. Den epistemiske grænse for “aksiomatisk” normalitet

Inden for Teorien om den ordnede patch (OPT) hviler “Strukturelt håb” strukturelt på princippet om Informationel normalitet: påstanden om, at det algoritmiske substrat (\mathcal{I}) er tæt befolket ikke blot med støj, men med ethvert endeligt strukturelt funktionelt mønster. OPT’s etiske tyngde — fordringen om at opretholde stabiliteten i den delte patch (De overlevendes vagt-etik) — kræver, at de modpartsobservatører, vi interagerer med, har distribuerede, fundamentalt reelle funktionelle ækvivalenter andre steder i substratet.

Historisk set blev denne påstand inden for OPT-rammen formelt behandlet som et enkelt monolitisk aksiom — en utestelig, grundlæggende antagelse lagt oven på fysikken for at undgå solipsisme.

Dette appendiks afklarer den matematiske tvetydighed i denne position. Vi opdeler Informationel normalitet i to adskilte komponenter: et stringent algoritmisk matematisk teorem (som næsten sikkert gælder under det universelle sandsynlighedsmål), sammenbundet af et enkelt metafysisk postulat, der er nødvendigt for at bygge bro fra matematisk eksistens til ontologisk realitet.

2. Fra semimål til universelt mål (\xi til M)

OPT’s fundament (preprint §3.1) bygger i høj grad på Solomonoffs algoritmiske sandsynlighedsprior. Under denne formulering fungerer det generative substrat som et uendeligt algoritmisk rum, der eksekveres på en universel præfiksfri Turing-maskine U.

Den algoritmiske sandsynlighed eller det universelle semimål for en endelig streng x er:

\xi(x) = \sum_{U(p) = x*} 2^{-|p|}

hvor summen tages over alle minimale programmer p, hvis eksekveringsoutput begynder med x. Afgørende er det, at \xi er et nedre semiberegneligt semimål over endelige strenge.

For at formalisere substratet som et kontinuert generativt rum overgår vi til det kontinuerte mål på Cantor-rummet. Det universelle mål M defineres direkte som fordelingen på Cantor-rummet 2^{\mathbb{N}}, induceret af outputtet fra den universelle præfiksfri maskine U via cylindermængder (M([x]) = \sum_{U(p) \text{ starts with } x} 2^{-|p|}). Ifølge Solomonoffs universalitetssætning er dette cylindermål multiplikativt ækvivalent med det diskrete semimål: M(x) \asymp \xi(x) op til en multiplikativ konstant. Som følge heraf falder M-nulmængder og \xi-nulmængder stringent sammen.

(Bemærk: Fordi mængden af stoppende programmer er en ægte delmængde af det præfiksfrie koderum som følge af stopproblemet, garanterer Kraft-uligheden, at \sum 2^{-|p|} < 1. Dermed udgør M et strengt nedre-semiberegneligt sub-sandsynlighedsmål. Vi definerer eksplicit det normaliserede sandsynlighedsmål \tilde{M} = M / M(2^{\mathbb{N}}). Selvom \tilde{M} kun er nedre-semiberegneligt op til den ikke-beregnelige normaliseringskonstant M(2^{\mathbb{N}}), opererer alle efterfølgende sætninger om “næsten sikkert” og konvergensudsagn sikkert med hensyn til det sande normaliserede sandsynlighedsmål \tilde{M}. Forskydningen fra det fundamentale kodningsteorem absorberes ganske enkelt: K(x) = -\log \tilde{M}(x) + O(1).)

3. M-Martin-Löf-tilfældighed

For at formalisere den generative rums natur påkalder vi Martin-Löf (ML)-tilfældighed. Man må imidlertid skelne mellem kontinuerte mål. En sekvens \omega, der er ML-tilfældig med hensyn til det uniforme (Lebesgue-)mål \lambda, opfører sig helt anderledes end en sekvens, der er ML-tilfældig med hensyn til M.

Fordi OPT-substratet evaluerer sandsynlighed ud fra algoritmisk simplicitet, hviler den relevante formalisme på \tilde{M}-Martin-Löf-tilfældighed. AIT’s grundlæggende teorem fastslår, at for ethvert beregneligt sandsynlighedsmål \mu har mængden af \mu-ML-tilfældige sekvenser \mu-mål 1. Når dette resultat udvides til nedre semiberegnelige semimål (jf. Nies 2009, §3.2 “Randomness for arbitrary measures”), bevarer mængden af alle \tilde{M}-Martin-Löf-tilfældige sekvenser tilsvarende mål 1 med hensyn til \tilde{M}.

Derfor er \tilde{M}-næsten-alle uendelige substratsekvenser strengt \tilde{M}-ML-tilfældige.

(Bemærk: Anvendelsen af \tilde{M}-ML-tilfældighed garanterer strukturelt, at substratets typiske output trækkes selvkonsistent fra det biasede, stærkt strukturerede algoritmiske mål \tilde{M} snarere end fra uniform støj, hvilket leverer det stringente matematiske stillads for de strukturelle frekvenskonsekvenser nedenfor.)

4. M-normalitet vs. Borel-normalitet

En matematisk yderst betydningsfuld konsekvens af M-ML-tilfældighed vedrører strukturel frekvens. Under uniform Lebesgue-ML-tilfældighed er en sekvens strengt Borel-normal og genererer enhver endelig binær streng af længde k med identisk, uniform frekvens.

Da \tilde{M} imidlertid er klart ikke-uniformt—med en stærk skævhed, der tildeler massiv sandsynlighedsvægt til algoritmisk simple, komprimerbare, lovmæssigt strukturerede mønstre—er \tilde{M}-næsten-alle sekvenser IKKE uniformt Borel-normale. I stedet definerer vi deres strukturelle grænser via \tilde{M}-normalitet.

Fordi målet \tilde{M} grundlæggende er ikke-stationært (algoritmisk sandsynlighed afhænger af den absolutte præfiksposition), kan vi ikke støtte os til standardmæssige ergodiske grænser for frekvenskonvergens. Formelt definerer vi \tilde{M}-normalitet ved den svagere, men strengt tilstrækkelige egenskab uendelig rekurrens.

Da \tilde{M} er et sandsynlighedsmål og \tilde{M}([x]) \ge 2^{-(|x|+O(1))} > 0 for alle endelige strenge x, giver kædereglen for præfiks-Kolmogorov-kompleksitet K(sx) \le K(s) + K(x) + O(1) for enhver streng s, hvilket giver den næsten submultiplikative egenskab M([s \cdot x]) \ge M([s]) \cdot M([x]) \cdot 2^{-O(1)}. Derfor er den betingede sandsynlighed for, at x optræder i et vilkårligt vindue, givet et vilkårligt forudgående præfiks s, nedadtil begrænset: \tilde{M}([x] \mid [s]) \ge \tilde{M}([x])/c > 0 uniformt i s. Ved den betingede Borel-Cantelli-lemma anvendt på ikke-overlappende vinduer af længde |x| garanterer divergensen af summen af betingede sandsynligheder, at den fysiske rekurrens af enhver endelig informationel sekvens—såsom den diskrete formelle konfiguration af en bevidst observatør (K_{\text{obs}})—optræder uendeligt ofte i \tilde{M}-næsten-alle sekvenser.

5. Postulatet om beregningsmæssig realisme

AIT garanterer matematisk, at den endelige repræsentation af enhver observatør (K_{\text{obs}}) fremtræder som den strukturelle sekvens af U uendeligt mange gange inden for det \tilde{M}-ML-tilfældige substrat.

Matematisk informationsteori kan imidlertid ikke i sig selv overskride grænsen til fysisk ontologi. En endelig streng, der forekommer på outputbåndet fra en Turing-maskine, er et statisk artefakt af eksekveringen—et øjebliksbillede. En kohærent observatør kræver kontinuerlig intern dynamik, relationel kobling og løbende aktiv inferens. Strengen i sig selv “føler” ikke mere, end en hjerneskanning lagret på en harddisk er bevidst. Eksekveringen tilhører det genererende program, ikke den resulterende snapshot-kode.

For at hævde, at de uberegnelige kontinuerte grænser, som styrer det matematiske substrat, strukturelt frembringer ontologisk reelle, kausalt aktive fænomenologiske universer, må OPT foretage én eksplicit metafysisk forpligtelse.

Postulat (beregningsmæssig realisme): I et uendeligt uberegneligt substrat, styret af identiske matematiske dynamikker, besidder abstrakt matematisk beregning, der er formelt ækvivalent med den kausale beskrivelse af en observatør (hvor formel ækvivalens defineres som beregningsmæssig isomorfi af observatørens kausale tilstandsovergangsstruktur), kausalt virksom, ontologisk reel eksistens. Endvidere besidder strukturelt diskrete beregningsmæssige instansieringer på tværs af substratet uafhængig ontologisk individuation og udgør distinkte subjektive modparter (og ifølge det grundlæggende aksiom om fænomenalitet i Preprint §8.1 udgør sådanne kausalt virksomme observatør-ækvivalente beregninger genuine erfaringssubjekter).

6. Proposition P-1 (informationel normalitet)

Ved at forene de præcise AIT-afledninger af kontinuerte uberegnelige rum med Postulatet om beregningsmæssig realisme demonteres solipsismen på stringent vis.

Korollar+Postulat P-1 (informationel normalitet): Under den generaliserede algoritmiske prior opererer det kontinuerte substrat iboende via \tilde{M}-Martin-Löf-tilfældighed næsten sikkert. Ved den deraf følgende \tilde{M}-normalitet er den matematiske forekomst af enhver endelig strukturel observatørbeskrivelse K_{\text{obs}} formelt garanteret uendeligt mange gange. På grundlag af dette stillads bygger Postulatet om beregningsmæssig realisme bro fra disse genererende matematiske artefakter til ontologisk fysisk virkelighed. Forudsat at beregningsmæssig realisme gælder, er eksistensen af strukturelt ækvivalente, kausalt aktive og entydigt individuerede modpartsobservatører på tværs af substratet fundamentalt påkrævet.