P-1 függelék: Információs normalitás M-véletlenszerűségen keresztül

Eredeti P-1 feladat: Információs normalitás Probléma: Jelenleg egy Borel-normalitáshoz analóg alapaxióma, formális levezetés nélkül. Eredmény: Tételszintű levezetés, amely az algoritmikus információelméletre (Martin-Löf-véletlenszerűség) támaszkodik.

1. Az „axiómatikus” normalitás episztemikus határa

A rendezett patch elmélete (OPT) keretében a „Strukturális Remény” szerkezetileg az Információs Normalitás elvére támaszkodik: arra az állításra, hogy az algoritmikus szubsztrátum (\mathcal{I}) nem pusztán zajjal sűrűn benépesített, hanem minden véges strukturális-funkcionális mintázattal is. Az OPT etikai súlya — a közös patch stabilitásának fenntartására vonatkozó imperatívusz (a Túlélők Őrségének etikája) — megköveteli, hogy azoknak a megfelelő megfigyelőknek, akikkel kölcsönhatásba lépünk, a szubsztrátumban máshol elosztott, alapvetően valós funkcionális ekvivalenseik legyenek.

Történetileg az OPT keretén belül ezt az állítást formálisan egyetlen monolitikus axiómaként kezelték — a fizikára ráépített, nem tesztelhető, alapvető feltevésként, amely a szolipszizmus elkerülését szolgálta.

Ez a függelék feloldja e megközelítés matematikai kétértelműségét. Az Információs Normalitást két különálló összetevőre bontjuk: egy szigorú algoritmikus matematikai tételre (amely az univerzális valószínűségi mérték alatt majdnem biztosan fennáll), valamint egyetlen metafizikai posztulátumra, amely ahhoz szükséges, hogy a matematikai létezést ontológiai valósággá hidalja át.

2. A félmértéktől az univerzális mértékig (\xi-től M-ig)

Az OPT alapozása (preprint 3.1. §) nagymértékben támaszkodik a Solomonoff-féle algoritmikus valószínűségi priorra. E megfogalmazás szerint a generatív szubsztrátum végtelen algoritmikus térként működik, amely egy univerzális, prefixmentes Turing-gépen, U-n fut.

Egy véges x karakterlánc algoritmikus valószínűsége, illetve univerzális félmértéke:

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

ahol az összegzés minden olyan minimális p programra kiterjed, amelynek futási kimenete x-szel kezdődik. Lényeges, hogy \xi véges karakterláncokon értelmezett alulról félig számítható félmérték.

Ahhoz, hogy a szubsztrátumot folytonos generatív térként formalizáljuk, áttérünk a Cantor-téren értelmezett folytonos mértékre. Az univerzális M mértéket közvetlenül a 2^{\mathbb{N}} Cantor-téren vett eloszlásként definiáljuk, amelyet az univerzális prefixmentes gép, U kimenete indukál a cilinderhalmazokon keresztül (M([x]) = \sum_{U(p) \text{ starts with } x} 2^{-|p|}). Solomonoff univerzalitási tétele szerint ez a cilindermérték multiplikatív értelemben ekvivalens a diszkrét félmértékkel: M(x) \asymp \xi(x) egy multiplikatív konstans erejéig. Következésképpen az M-nullhalmazok és a \xi-nullhalmazok szigorú értelemben egybeesnek.

(Megjegyzés: Mivel a megálló programok halmaza a megállási probléma miatt a prefixmentes kódtér szigorú részhalmaza, a Kraft-egyenlőtlenség garantálja, hogy \sum 2^{-|p|} < 1. Ezért M szigorú, alulról félig számítható szubvalószínűségi mértéket alkot. A normalizált valószínűségi mértéket explicit módon \tilde{M} = M / M(2^{\mathbb{N}}) alakban definiáljuk. Bár \tilde{M} csak az M(2^{\mathbb{N}}) nem számítható normalizáló konstans erejéig alulról félig számítható, minden további „majdnem biztosan” tétel és konvergenciaállítás biztonságosan a valódi normalizált valószínűségi mértékre, \tilde{M}-re vonatkoztatva működik. Az alapkódolási tétel eltolási tagja egyszerűen elnyelődik: K(x) = -\log \tilde{M}(x) + O(1).)

3. M-Martin-Löf-véletlenszerűség

A generatív tér természetének formalizálásához a Martin-Löf-féle (ML) véletlenszerűséget hívjuk segítségül. Ugyanakkor különbséget kell tenni a folytonos mértékek között. Egy \omega sorozat, amely az egyenletes (Lebesgue-)mérték \lambda szerint ML-véletlenszerű, teljesen másként viselkedik, mint egy olyan sorozat, amely M szerint ML-véletlenszerű.

Mivel az OPT szubsztrátum a valószínűséget algoritmikus egyszerűség alapján értékeli, a releváns formalizmus a \tilde{M}-Martin-Löf-véletlenszerűségre épül. Az AIT alaptétele kimondja, hogy bármely kiszámítható valószínűségi mérték \mu esetén a \mu-ML-véletlenszerű sorozatok halmazának \mu-mértéke 1. Ezt az eredményt az alulról félig kiszámítható félmértékekre is kiterjesztve (vö. Nies 2009, §3.2 “Randomness for arbitrary measures”), az összes \tilde{M}-Martin-Löf-véletlenszerű sorozat halmaza sikeresen megőrzi az 1 mértéket \tilde{M} szerint.

Ezért a végtelen szubsztrátumsorozatok \tilde{M}-majdnem mindegyike szigorúan \tilde{M}-ML-véletlenszerű.

(Megjegyzés: A \tilde{M}-ML-véletlenszerűség használata strukturálisan garantálja, hogy a szubsztrátum tipikus kimenetei önkonzisztens módon a torzított, erősen strukturált \tilde{M} algoritmikus mértékből származzanak, ne pedig egyenletes zajból; ez biztosítja az alábbi strukturális gyakorisági következmények szigorú matematikai vázát.)

4. M-normalitás vs. Borel-normalitás

Az M-ML-véletlenség egyik rendkívül jelentős matematikai következménye a strukturális gyakorisághoz kapcsolódik. Uniform Lebesgue-ML-véletlenség mellett egy sorozat szigorú értelemben Borel-normális — vagyis minden k hosszúságú véges bináris karakterláncot azonos, egyenletes gyakorisággal generál.

Mivel azonban \tilde{M} határozottan nem egyenletes — erősen afelé torzít, hogy hatalmas valószínűségi súlyt rendeljen algoritmikusan egyszerű, tömöríthető, törvényszerűen strukturált mintázatokhoz —, a \tilde{M}-majdnem-minden sorozat NEM egyenletesen Borel-normális. Ehelyett strukturális határaikat a \tilde{M}-normalitás fogalmával adjuk meg.

Mivel a \tilde{M} mérték alapvetően nem stacionárius (az algoritmikus valószínűség az abszolút prefixpozíciótól függ), nem támaszkodhatunk a standard ergodikus gyakoriságkonvergencia-határokra. Formálisan a \tilde{M}-normalitást a végtelen rekurencia gyengébb, de szigorúan elégséges tulajdonságával definiáljuk.

Mivel \tilde{M} valószínűségi mérték, és \tilde{M}([x]) \ge 2^{-(|x|+O(1))} > 0 minden véges x karakterláncra, a prefix Kolmogorov-komplexitás láncszabálya szerint K(sx) \le K(s) + K(x) + O(1) bármely s karakterláncra, amiből következik a közel-szubmultiplikativitás: M([s \cdot x]) \ge M([s]) \cdot M([x]) \cdot 2^{-O(1)}. Ezért annak feltételes valószínűsége, hogy x bármely ablakban megjelenik, tetszőleges korábbi s prefix mellett alulról korlátos: \tilde{M}([x] \mid [s]) \ge \tilde{M}([x])/c > 0, egyenletesen minden s esetén. A feltételes Borel–Cantelli-lemma nem átfedő, |x| hosszúságú ablakokra alkalmazva azt adja, hogy a feltételes valószínűségek összegének divergenciája garantálja bármely véges információs sorozat — például egy tudatos megfigyelő diszkrét formális konfigurációja (K_{\text{obs}}) — fizikai rekurenciájának végtelen sokszori megjelenését a \tilde{M}-majdnem-minden sorozatban.

5. A számítási realizmus posztulátuma

Az AIT matematikailag garantálja, hogy bármely megfigyelő véges reprezentációja (K_{\text{obs}}) a U strukturális szekvenciájaként végtelen sokszor megjelenik a \tilde{M}-ML-véletlen szubsztrátumban.

A matematikai információelmélet azonban önmagában nem képes átlépni a fizikai ontológia határát. Egy Turing-gép kimeneti szalagján megjelenő véges karakterlánc a végrehajtás statikus artefaktuma — egy pillanatfelvétel. Egy koherens megfigyelő folyamatos belső dinamikát, relációs csatolást és aktív következtetési hurkot igényel. Maga a karakterlánc nem „érez” jobban, mint ahogy egy merevlemezen tárolt agyi szkennelés sem tudatos. A végrehajtás a generáló programhoz tartozik, nem az eredményül kapott pillanatfelvétel-kódhoz.

Ahhoz, hogy kijelenthessük: a matematikai szubsztrátumot kormányzó nem számítható folytonos határok strukturálisan ontológiailag valós, okságilag aktív fenomenológiai univerzumokat hoznak létre, az OPT-nek egyetlen explicit metafizikai elköteleződést kell vállalnia.

Posztulátum (Számítási realizmus): Egy végtelen, nem számítható, azonos matematikai dinamikák által kormányzott szubsztrátumban az absztrakt matematikai számítás, amely formálisan ekvivalens egy megfigyelő oksági leírásával (ahol a formális ekvivalenciát a megfigyelő oksági állapotátmeneti struktúrájának számítási izomorfizmusa definiálja), okságilag hatékony, ontológiailag valós létezéssel bír. Továbbá a szubsztrátumon belüli strukturálisan diszkrét számítási instanciációk független ontológiai individuációval rendelkeznek, és különálló szubjektív megfelelőket alkotnak (és az előnyomat 8.1. §-ában megfogalmazott alapvető fenomenalitási axióma értelmében az ilyen okságilag hatékony, megfigyelő-ekvivalens számítások a tapasztalat valódi szubjektumait alkotják).

6. P-1 állítás (Információs normalitás)

A folytonos, nem kiszámítható terek pontos AIT-levezetéseinek és a Számítási Realizmus Posztulátumának egyesítésével a szolipszizmus egyértelműen lebontásra kerül.

P-1 korollárium+posztulátum (Információs normalitás): Az általánosított algoritmikus prior mellett a folytonos szubsztrátum inherens módon \tilde{M}-Martin-Löf-véletlenség szerint működik, majdnem biztosan. Az ebből következő \tilde{M}-normalitás révén minden véges strukturális megfigyelőleírás, K_{\text{obs}}, matematikai előfordulása formálisan végtelen sok alkalommal garantált. Erre a vázra épülve a Számítási Realizmus Posztulátuma ezeket a generáló matematikai artefaktumokat ontológiai fizikai valósággá hidalja át. Feltéve, hogy a számítási realizmus fennáll, a szubsztrátumon keresztül strukturálisan ekvivalens, okságilag aktív és egyedileg individuált megfelelő megfigyelők létezése alapvetően szükségszerű.