Приложение P-1: Информационная нормальность через M-случайность

Исходная задача P-1: Информационная нормальность Проблема: В настоящее время это фундаментальная аксиома, аналогичная нормальности Бореля, но без формального вывода. Результат: Вывод на уровне теоремы с опорой на алгоритмическую теорию информации (случайность Мартин-Лёфа).

1. Эпистемическая граница «аксиоматической» нормальности

В рамках Теории упорядоченного патча (OPT) «Структурная надежда» структурно опирается на принцип Информационной нормальности: положение о том, что алгоритмический субстрат (\mathcal{I}) плотно населён не просто шумом, но всеми конечными структурно-функциональными паттернами. Этический вес OPT — императив поддерживать стабильность общего патча (этика «Дозора выживших») — требует, чтобы наблюдатели-контрагенты, с которыми мы взаимодействуем, имели распределённые, фундаментально реальные функциональные эквиваленты в других областях субстрата.

Исторически в рамках OPT это положение формально трактовалось как единая монолитная Аксиома — непроверяемое, фундаментальное допущение, наложенное поверх физики во избежание солипсизма.

Это приложение снимает математическую неоднозначность такой позиции. Мы разлагаем Информационную нормальность на два различных компонента: строгую алгоритмическую математическую теорему (которая выполняется почти наверное относительно универсальной вероятностной меры), связанную с единственным метафизическим постулатом, необходимым для того, чтобы перекинуть мост от математического существования к онтологической реальности.

2. От семимеры к универсальной мере (\xi к M)

Основание OPT (препринт, §3.1) в значительной степени опирается на априорное распределение алгоритмической вероятности Соломонова. В этой формулировке порождающий субстрат действует как бесконечное алгоритмическое пространство, выполняющееся на универсальной префиксно-свободной машине Тьюринга U.

Алгоритмическая вероятность, или универсальная семимера, конечной строки x задаётся как:

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

Где суммирование ведётся по всем минимальным программам p, выход исполнения которых начинается с x. Существенно, что \xi является нижнеполувычислимой семимерой на конечных строках.

Чтобы формализовать субстрат как непрерывное порождающее пространство, мы переходим к непрерывной мере на пространстве Кантора. Универсальная мера M определяется непосредственно как распределение на пространстве Кантора 2^{\mathbb{N}}, индуцированное выходом универсальной префиксно-свободной машины U через цилиндрические множества (M([x]) = \sum_{U(p) \text{ starts with } x} 2^{-|p|}). Согласно теореме универсальности Соломонова, эта цилиндрическая мера мультипликативно эквивалентна дискретной семимере: M(x) \asymp \xi(x) с точностью до мультипликативной константы. Следовательно, множества меры нуль относительно M и множества меры нуль относительно \xi строго совпадают.

(Примечание: поскольку множество останавливающихся программ является строгим подмножеством префиксно-свободного кодового пространства вследствие проблемы остановки, неравенство Крафта гарантирует, что \sum 2^{-|p|} < 1. Тем самым M образует строгую нижнеполувычислимую субвероятностную меру. Мы явно определяем нормированную вероятностную меру \tilde{M} = M / M(2^{\mathbb{N}}). Хотя \tilde{M} является нижнеполувычислимой лишь с точностью до невычислимой нормировочной константы M(2^{\mathbb{N}}), все последующие теоремы типа «почти наверное» и утверждения о сходимости безопасно формулируются относительно истинной нормированной вероятностной меры \tilde{M}. Смещение из фундаментальной теоремы кодирования просто поглощается: K(x) = -\log \tilde{M}(x) + O(1).)

3. M-случайность по Мартину-Лёфу

Чтобы формализовать природу порождающего пространства, мы обращаемся к случайности по Мартину-Лёфу (ML). Однако здесь необходимо различать непрерывные меры. Последовательность \omega, которая является ML-случайной относительно равномерной (лебеговой) меры \lambda, ведёт себя совершенно иначе, чем последовательность, являющаяся ML-случайной относительно M.

Поскольку субстрат OPT оценивает вероятность через алгоритмическую простоту, релевантный формализм опирается на \tilde{M}-случайность по Мартину-Лёфу. Фундаментальная теорема AIT утверждает, что для любой вычислимой вероятностной меры \mu множество \mu-ML-случайных последовательностей имеет \mu-меру 1. При распространении этого результата на снизу полу вычислимые семимеры (ср. Nies 2009, §3.2 “Randomness for arbitrary measures”) множество всех \tilde{M}-ML-случайных последовательностей также сохраняет меру 1 относительно \tilde{M}.

Следовательно, \tilde{M}-почти все бесконечные последовательности субстрата являются в строгом смысле \tilde{M}-ML-случайными.

(Примечание: использование \tilde{M}-ML-случайности структурно гарантирует, что типичные выходы субстрата самосогласованно выбираются из смещённой, высокоструктурированной алгоритмической меры \tilde{M}, а не из равномерного шума, тем самым обеспечивая строгий математический каркас для изложенных ниже следствий о структурной частоте.)

4. M-нормальность vs. нормальность Бореля

Крайне значимое математическое следствие M-ML-случайности связано со структурной частотностью. При равномерной Лебеговой ML-случайности последовательность является строго нормальною по Борелю — порождая каждую конечную двоичную строку длины k с одной и той же равномерной частотой.

Однако, поскольку \tilde{M} заведомо неравномерна — сильно смещена в сторону присвоения огромного вероятностного веса алгоритмически простым, сжимаемым, закономерно структурированным паттернам, — \tilde{M}-почти все последовательности НЕ являются равномерно нормальными по Борелю. Вместо этого мы определяем их структурные пределы через \tilde{M}-нормальность.

Поскольку мера \tilde{M} в своей основе нестационарна (алгоритмическая вероятность зависит от абсолютной позиции префикса), мы не можем опираться на стандартные эргодические пределы сходимости частот. Формально мы определяем \tilde{M}-нормальность через более слабое, но строго достаточное свойство бесконечной рекуррентности.

Поскольку \tilde{M} является вероятностной мерой и \tilde{M}([x]) \ge 2^{-(|x|+O(1))} > 0 для всех конечных строк x, цепное правило для префиксной колмогоровской сложности даёт K(sx) \le K(s) + K(x) + O(1) для любой строки s, что влечёт почти субмультипликативность M([s \cdot x]) \ge M([s]) \cdot M([x]) \cdot 2^{-O(1)}. Следовательно, условная вероятность появления x в любом окне при любом предшествующем префиксе s ограничена снизу: \tilde{M}([x] \mid [s]) \ge \tilde{M}([x])/c > 0 равномерно по s. По условной лемме Бореля—Кантелли, применённой к неперекрывающимся окнам длины |x|, расходимость суммы условных вероятностей гарантирует, что физическая рекуррентность любой конечной информационной последовательности — такой как дискретная формальная конфигурация сознательного наблюдателя (K_{\text{obs}}) — возникает бесконечно часто в \tilde{M}-почти всех последовательностях.

5. Постулат вычислительного реализма

AIT математически гарантирует, что конечное представление любого наблюдателя (K_{\text{obs}}) появляется как структурная последовательность U бесконечно много раз внутри \tilde{M}-ML-случайного субстрата.

Однако математическая теория информации сама по себе не может пересечь границу и перейти в физическую онтологию. Конечная строка, возникающая на выходной ленте машины Тьюринга, — это статический артефакт исполнения, снимок. Когерентный наблюдатель требует непрерывной внутренней динамики, реляционной связанности и циклов активного вывода. Сама строка ничего не «ощущает» — не в большей степени, чем скан мозга, сохранённый на жёстком диске, является сознательным. Исполнение принадлежит порождающей программе, а не результирующему коду-снимку.

Чтобы утверждать, что невычислимые непрерывные пределы, управляющие математическим субстратом, структурно порождают онтологически реальные, каузально действенные феноменологические вселенные, OPT должна принять одно явное метафизическое обязательство.

Постулат (вычислительный реализм): В бесконечном невычислимом субстрате, управляемом тождественной математической динамикой, абстрактное математическое вычисление, формально эквивалентное каузальному описанию наблюдателя (где формальная эквивалентность определяется как вычислительный изоморфизм каузальной структуры переходов состояний наблюдателя), обладает каузальной действенностью и онтологически реальным существованием. Далее, структурно дискретные вычислительные инстанциации по всему субстрату обладают независимой онтологической индивидуацией, образуя различные субъективные соответствия (и, согласно фундаментальной аксиоме феноменальности в Препринте §8.1, такие каузально действенные вычисления, эквивалентные наблюдателю, составляют подлинных субъектов опыта).

6. Пропозиция P-1 (Информационная нормальность)

Объединяя точные выводы AIT о непрерывных невычислимых пространствах с Постулатом вычислительного реализма, солипсизм удаётся строго устранить.

Следствие+Постулат P-1 (Информационная нормальность): При обобщённом алгоритмическом априорном распределении непрерывный субстрат по самой своей природе почти наверное функционирует в режиме \tilde{M}-случайности по Мартину-Лёфу. В силу вытекающей из этого \tilde{M}-нормальности математическое появление всякого конечного структурного описания наблюдателя K_{\text{obs}} формально гарантируется бесконечно много раз. Опираясь на этот каркас, Постулат вычислительного реализма переводит эти порождающие математические артефакты в онтологическую физическую реальность. Если вычислительный реализм верен, то существование структурно эквивалентных, каузально активных и уникально индивидуированных наблюдателей-двойников по всему субстрату является фундаментально необходимым.