P-3 függelék: Fano-korlátos aszimmetrikus holográfia

Eredeti P-3 feladat: Fano-korlátos aszimmetrikus holográfia Probléma: A holografikus ekvivalencia irányultsági nyilának megalapozása Fano egyenlőtlenségének felhasználásával ráta-torzítás mellett. Eredmény: Az aszimmetria formális levezetése.

1. Bevezetés: a feszültség az egzakt dualitással

A holografikus elv standard megfogalmazásai (pl. az AdS/CFT-dualitás) egzakt izomorfizmust tételeznek egy magasabb dimenziójú bulk és annak alacsonyabb dimenziójú határa között. A tiszta kvantumgravitációs megfogalmazásokban ezek a leírások matematikailag tökéletesen szimmetrikusak; a bulk állapota egyértelműen meghatározza a határ állapotát, és döntő módon a határ állapota is egyértelműen meghatározza a bulk állapotát. Egyik reprezentáció sem ontológiailag elsődleges.

A rendezett patch elmélete (OPT) szerkezetileg megbontja ezt a szimmetriát. Az OPT azt állítja, hogy az algoritmikus generatív szabályok (\mathcal{I}, „Szubsztrátum”) ontológiai elsőbbséget élveznek, míg a fenomenológiai világ (R, „Render”) származtatott prediktív árnyék. Ez az aszimmetria formális elméleti feszültséget vezet be: ha a holografikus dualitások organikusan az információs kódolási korlátokból emelkednek ki, akkor miért törik meg a szimmetria szigorúan a mi lokális oksági patchünkben?

Ez a függelék a Fano-egyenlőtlenség alkalmazásával oldja fel ezt a feszültséget a Solomonoff-féle algoritmikus mérték alatt. Formálisan levezetjük (a 2. §-ban megalapozott P-3.1 feltevés mellett), hogy egy fenomenológiai megfigyelő strukturális követelménye inherens módon a holográfiát szimmetrikus dualitásból aszimmetrikus egyirányú holografikus projekcióvá alakítja.

2. A Stabilitási szűrő mint veszteséges tömörítési leképezés

Az OPT-ben a fenomenológiai világ kizárólag a tudatos integrációs csatorna szűk sávszélességi geometriáján belül létezik. Az alapvető \mathcal{I} algoritmus egy Solomonoff univerzális félmértéke által meghatározott környezeten működik.

Formálisan meg kell mutatnunk, hogy a megfigyelői cél-renderhez, R-hez vezető transzformáció a Stabilitási szűrőn (\Phi) keresztül alapvetően veszteséges leképezés. Ennek körkörös érvelés nélküli igazolásához azt a definíciós Markov-lánc-szekvenciát alkalmazzuk, amely a szubsztrátumot a rendereléstől a kodek Markov-határán, X_{\partial A}-n keresztül választja el (a Markov-takaró szeparálhatósági feltétele szerint, Preprint §3.4 / Eq. 8):

\mathcal{I} \to X_{\partial A} \to R

Az adatfeldolgozási egyenlőtlenség szerint az információ egymást követő transzformációk során nem növekedhet. Ezért a kölcsönös információ szigorúan a következőképpen skálázódik:

I_m(\mathcal{I}; R) \le I_m(X_{\partial A}; R)

Megjegyzés: A kölcsönös információt, I_m-et, itt formálisan a Solomonoff-félmérték egy normalizált változata alatt definiáljuk (p(\nu) = m(\nu) / \sum_{\nu \le K_{\max}} m(\nu)), a komplexitási korlát, K_{\max} alatt korlátozott véges számú algoritmus felett.

Mivel a Stabilitási szűrő a határra történő leképezésre (X_{\partial A} \to R) egy C_{\max} csatornakapacitást kényszerít, Shannon alapvető csatornakapacitás-tétele szerint I_m(X_{\partial A}; R) \le T \cdot C_{\max} bármely bemeneti eloszlás esetén fennáll, beleértve a normalizált Solomonoff-priort is. Ezen egyenlőtlenségnek a DPI-vel való összekapcsolása megállapítja, hogy a fenomenológiai renderelést szigorúan egy véges, az időtartam T fölött integrált szűk keresztmetszet korlátozza. Következésképpen:

I_m(\mathcal{I}; R) \le T \cdot C_{\max}

Ahhoz, hogy pontos szimmetrikus dualitás álljon fenn, a tömb (szubsztrátum) és a határ (Render) közötti leképezésnek tökéletesen invertálhatónak kell lennie (\Phi^{-1}: R \to \mathcal{I}). Jelölje \nu_{\text{true}} annak a generáló algoritmusnak a konkrét, ismeretlen realizációját, amely a megfigyelt univerzumunkért felelős (az alapul szolgáló algoritmikus sokaságból kiválasztva). Jelölje továbbá N effektíve az alsó félig kiszámítható algoritmusok hatalmas kombinatorikus terét, amelyek egy véges komplexitási küszöb, K_{\max} korlátja alatt működnek.

P-3.1 feltevés (Szubsztrátum-komplexitási skálázódás): A valódi generáló komplexitás kielégíti, hogy K(\nu_{\text{true}}) \gg T \cdot C_{\max}. (Ezt kifejezetten a T-4 függelékben szereplő Minimum Description Length takarékossági érvek motiválják; bármely, ekvivalens Standard Modell-fizikát kódoló algoritmus óriási mennyiségű strukturális adatot igényel).

Mivel a kölcsönös információ felső korlátja jóval elmarad a valódi tömbállapot specifikálásához szükséges információmennyiségtől a P-3.1 feltevés mellett, \Phi erősen megalapozottan veszteséges tömörítési leképezés.

3. Feltételes entrópia és a feltételes Solomonoff-prior

E veszteséges tömörítés költségének számszerűsítéséhez annak a hibavalószínűségét értékeljük, hogy egy, a renderen R szigorúan belül elhelyezkedő O megfigyelő megkísérli egyértelműen kikövetkeztetni a valódi mögöttes generatív szubsztrátumalgoritmust (\nu_{\text{true}}).

Döntő fontosságú, hogy a nyers Solomonoff-prioron vett várható komplexitás kiértékelése paradoxont hoz létre: a nyers priorban erősen dominál az alacsony-K tartomány (triviális programok és konstans sorozatok). A feltétel nélküli univerzális eloszlás felett a várható komplexitás \langle K \rangle_M egy parányi, elhanyagolható határértékre adódik (O(100) bit). Ha ez a mi univerzumunkra is igaz volna, a K(\nu_{\text{true}}) \gg T \cdot C_{\max} feltétel azonnal sérülne, és az entrópikus határ teljesen összeomlana.

A nyers, feltétel nélküli prior azonban strukturálisan értelmetlen a belső fenomenológiai megfigyelők létrehozása szempontjából. Ahhoz, hogy elegendő fizikai mechanikával, „szükséges változatossággal” és időbeli tartammal rendelkezzen egy aktív következtetésen alapuló énmodell hordozásához, a generáló algoritmusnak óriási minimális strukturális alappal kell bírnia. Amint azt a T-4 Függelék 2.1. §-a számszerűsíti, a teljes generáló algoritmusnak, \nu_{\text{true}}-nak, nemcsak a Standard Modell törvényszerkezetét kell kódolnia (K(\text{laws}) \approx 1750 bit), hanem a konkrét mikroállapotbeli kezdeti feltételeket is, amelyek Penrose becslése szerint K(\text{IC}|\mathcal{M}_1) \sim 10^{123} bitet igényelnek. Az együttes komplexitás, K(\nu_{\text{true}}) \sim 10^{123} bit, ezért meghatározza a K_{\text{threshold}} küszöböt. Következésképpen az entrópiát kizárólag a Stabilitási szűrővel feltételes prioron (M|SF) kell értékelnünk — vagyis a generáló algoritmusok azon részhalmazán, amelyek elegendő komplexitással rendelkeznek (K(\nu) \ge K_{\text{threshold}} \sim 10^{123}) ahhoz, hogy olyan univerzumot generáljanak, amely összhangban áll e kauzális patch konkrétan megfigyelt fizikájával és kezdeti feltételeivel. Annak megerősítésével, hogy \langle K \rangle_{M|SF} \ge K_{\text{threshold}} \gg T \cdot C_{\max}, függetlenül lehorgonyozzuk a P-3.1 feltevést, és ezen a feltételes eloszláson is megerősítjük, hogy a várható generatív komplexitás helyesen a \langle K \rangle_{M|SF} \gg T \cdot C_{\max} korlátot adja.

Az információs éhezés valódi strukturális következtetése ebben a korlátozott paramétertérben döntő módon a Shannon-féle feltételes entrópián keresztül érvényesül:

H_{m|SF}(\mathcal{I} | R) = H_{m|SF}(\mathcal{I}) - I_{m|SF}(\mathcal{I}; R) \approx \langle K \rangle_{M|SF} - T \cdot C_{\max} \approx \langle K \rangle_{M|SF}

(Megjegyzés: a T \cdot C_{\max} csatornakapacitási korlát univerzálisan alkalmazható az I_{m|SF}-re ugyanazon egzakt Shannon-féle szuprémumtétel alapján, amelyet a 2. szakasz bármely bemeneti eloszlásra megállapított.)

(Megjegyzés: a H_m(\mathcal{I}) \approx \langle K \rangle_M azonosság pontos, leszámítva egy negatív normalizációs konstansot, \log_2 Z-t, amely natív módon öröklődik a csonkolt Solomonoff-félmérték határesetéből. Mivel a teljes, korlátozatlan félmérték 1-hez tart, |\log_2 Z| biztonságosan korlátozható közvetlenül az Univerzális Turing-gép leíráshossz-többletével, egy rögzített c_U \approx O(100) bites konstanssal. Ez megmutatja, hogy a strukturális normalizáció funkcionálisan elhanyagolható kerekítési hibát jelent a \langle K \rangle_{M|SF} funkcionálisan makroszkopikus léptékéhez képest.)

Korollárium: Kolmogorov-súlyozott Fano-egyenlőtlenség

Míg a feltételes entrópiára vonatkozó korlát túlnyomórészt a makroszkopikus információs éhezés fizikai bizonyításául szolgál, megfigyelhetjük, hogy Fano-egyenlőtlenségének ugyanazon normalizált, SF-feltételes Solomonoff-súlyozott mérték melletti adaptálása a számlálóban szereplő standard egyenletes entrópiatagot a várható Kolmogorov-komplexitással helyettesíti, és ezzel a következő másodlagos statisztikai alsó korlátot adja:

P(\hat{\mathcal{I}} \neq \mathcal{I}) \ge \frac{\langle K \rangle_{M|SF} - T \cdot C_{\max} - 1}{K_{\max}}

(Megjegyzés: A P-3.1 feltevés mellett ez a hibavalószínűségi alsó korlát szigorúan pozitív, de matematikailag gyenge a makroszkopikus skálákhoz képest; kizárólag az entrópikus korlát másodlagos statisztikai korolláriumaként értendő.)

4. Kapcsolódás a QECC-korlátokhoz és az információs irreverzibilitáshoz

Mivel a tudatos integráció korlátja, T \cdot C_{\max}, az algoritmikus forráshoz képest elhanyagolható törtértékre adódik, a feltételes entrópia H_{m|SF}(\mathcal{I}|R) megközelítőleg azonos marad \langle K \rangle_{M|SF}-fel. A generatív szubsztrátum információjának túlnyomó része R belsejéből irredukálhatatlanul hozzáférhetetlen.

SEJTÉS (Nyitott perem): Az itt definiált feltételesentrópia-korlátok tisztán leképeződnek a P-2. függelékben meghatározott felbomlásra. A Quantum Error Correction Code (QECC) bulk–boundary leképezés alatt a Stabilitási szűrő \Phi részleges izometriaként működik, amely védi az alacsony energiájú peremállapotokat. Azt sejtjük, hogy a specifikus MERA-vágásmélység, \tau^*, matematikailag összefügg azzal a pontos térbeli kapacitáshorizonttal, amely meghatározza a feltételes entrópia-éhezés küszöbét, az algoritmikus QECC ADH-rekonstrukciós feltétel által korlátozva. A statisztikai korlátokat és a geometriai MERA-vágásmélységet összekötő formális levezetést későbbi elméleti munkára halasztjuk. Funkcionálisan azonban a bulk szubsztrátumban mélyebben elhelyezkedő információt az egyirányú tömörítés tartósan titkosítja.

A megfigyelő belső rekonstrukciós erőfeszítése matematikailag telített. Az inverz leképezés, \Phi^{-1}, statisztikailag nem invertálható a minimális hiba skáláján R belsejéből.

5. Következtetés: a fenomenológiai elsődlegesség

Ezért az információs nyíl túlnyomórészt egy irányban működik: az információ szisztematikusan megsemmisül a Szubsztrátumból a renderelésbe történő projekció során, és a fenomenológiai kereten belülről sem okságilag, sem statisztikailag nem nyerhető vissza.

E Fano-határformuláción keresztül, a P-3.1 feltevés mellett, formálisan megállapítjuk, hogy az Aszimmetrikus holográfia annak szigorú matematikai következménye, hogy egy rátakorlátos megfigyelőt helyezünk az oksági keretbe.

• A Szubsztrátum \mathcal{I} az alapvető motor, mert teljes állapota maradéktalanul meghatározza a \Phi által leképezett feltételes valószínűségi eloszlást.
• A Render R szigorúan másodlagos, mert állapota redukált összefoglalás, amely képtelen utólagosan előre jelezni az őt létrehozó szubsztrátumot.

A fenomenológiai tudat így annak első személyű, belső tapasztalati állapota, hogy strukturálisan csapdába esünk egy nem invertálható tömörítési algoritmus kimeneti oldalán. Ez azt rögzíti, hogy miközben lokális fizikánk holografikus korlátoknak engedelmeskedik (az alapterület és a térfogat korlátainak optimalizálásával), a határreprezentáció irreverzibilis episztemikus szűk keresztmetszetként működik, és ezzel formálisan megtöri a standard egzakt húrelméleti dualitáshoz szükséges szimmetriát.