附錄 P-3：受 Fano 界定的不對稱全像

Original Task P-3: Fano-Bounded Asymmetric Holography Problem: 利用率失真框架下的 Fano 不等式，建立全像等價的方向性箭頭。 Deliverable: 對此不對稱性的形式推導。

1. 導論：與精確對偶性的張力

全像原理的標準表述（例如 AdS/CFT 對偶）主張，高維體積與其低維邊界之間存在一種精確同構。在純量子重力的表述中，這些描述在數學上是完全對稱的；體積中的狀態唯一決定邊界上的狀態，而關鍵的是，邊界上的狀態也唯一決定體積中的狀態。兩種表徵在本體論上都不具有優先性。

有序補丁理論 (OPT) 在結構上打破了這種對稱性。OPT 主張，演算法式生成規則（\\mathcal{I}，「基底」）具有本體論上的優先性，而現象學世界（R，「渲染結果」）則是由此導出的預測性陰影。這種不對稱性引入了一個形式理論上的張力：如果全像對偶是從資訊編碼極限中自然湧現的，為何這種對稱性會在我們的局部因果補丁中被嚴格打破？

本附錄透過在所羅門諾夫演算法測度下運用Fano 不等式來化解這一張力。我們將形式化推導（以 §2 中確立的假設 P-3.1 為條件），現象學觀察者的結構性要求如何內在地將全像性，從一種對稱對偶轉變為非對稱單向全像投影。

2. 穩定性濾波器作為有損壓縮映射

在有序補丁理論 (OPT) 中，現象學世界僅存在於意識整合通道的狹窄頻寬幾何之內。基礎演算法 \mathcal{I} 在所羅門諾夫通用半測度環境上運作。

我們必須在形式上確立：經由穩定性濾波器（\Phi）轉換至觀察者目標渲染結果 R 的過程，本質上是一個有損映射。為了在不落入循環論證的情況下完成此事，我們採用如下定義性的馬可夫鏈序列，藉由編解碼器的馬可夫邊界 X_{\partial A} 將基底與渲染結果分離開來（依據馬可夫毯可分離條件，預印本 §3.4 / 式 8）：

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

根據資料處理不等式，資訊無法在連續轉換中增加。因此，互資訊嚴格滿足：

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

註：互資訊 I_m 在此是於所羅門諾夫半測度的一個正規化版本下形式化定義的（p(\nu) = m(\nu) / \sum_{\nu \le K_{\max}} m(\nu)），其定義域為受複雜度上限 K_{\max} 約束之下的有限多個演算法。

由於穩定性濾波器對映射至邊界的過程（X_{\partial A} \to R）施加了通道容量 C_{\max}，香農的基本通道容量定理規定，對任何輸入分佈——包括正規化的所羅門諾夫先驗——皆有 I_m(X_{\partial A}; R) \le T \cdot C_{\max} 成立。將此不等式與 DPI 串接，即可確立現象學渲染結果嚴格受限於一個在持續時間 T 上積分的有限瓶頸。因此：

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

若要使精確的對稱對偶性成立，則體（基底）與邊界（渲染結果）之間的映射必須是完全可逆的（\Phi^{-1}: R \to \mathcal{I}）。令 \nu_{\text{true}} 表示負責生成我們所觀測宇宙之生成演算法的特定且未知的實現（從底層演算法集族中抽取）。令 N 有效地表示在有限複雜度閾值約束 K_{\max} 之下運作的下半可計算演算法之龐大組合空間。

假設 P-3.1（基底複雜度尺度）： 真實生成複雜度滿足 K(\nu_{\text{true}}) \gg T \cdot C_{\max}。（此點在附錄 T-4 中已由最小描述長度 MDL 的簡約性論證明確支持；任何能編碼等價標準模型物理的演算法，都需要極為龐大的結構資料）。

由於在假設 P-3.1 下，互資訊上界遠遠不足以涵蓋指定真實體狀態所需的資訊量，因此可強而有力地確立，\Phi 是一個有損壓縮映射。

3. 條件熵與經條件化的所羅門諾夫先驗

為了量化這種有損壓縮的代價，我們評估這樣一種情形下的錯誤機率：一個嚴格位於渲染結果 R 內部的觀察者 O，試圖唯一地推斷出真實的底層生成基底演算法（\nu_{\text{true}}）。

關鍵在於，若對原始所羅門諾夫先驗取期望複雜度，便會產生一個悖論：原始先驗極度由低-K 尾部（平凡程式與常數序列）所支配。在未經條件化的通用分佈上，期望複雜度 \langle K \rangle_M 會落在一個極小且可忽略的界限上（O(100) bits）。若這對我們的宇宙也成立，則條件 K(\nu_{\text{true}}) \gg T \cdot C_{\max} 將會立刻失效，使熵邊界整體崩塌。

然而，原始的未經條件化先驗，對於生成內部現象學觀察者而言，在結構上是沒有意義的。若要具備足夠的物理機制、「必要多樣性」以及時間延續性，以承載一個主動推斷的自我模型，生成演算法就必須具有極其龐大的最小結構基線。如附錄 T-4 §2.1 所量化，完整的生成演算法 \nu_{\text{true}} 不僅必須編碼標準模型的定律結構（K(\text{laws}) \approx 1750 bits），還必須編碼特定微觀狀態的初始條件，而依 Penrose 的估計，這需要 K(\text{IC}|\mathcal{M}_1) \sim 10^{123} bits。因此，合併後的複雜度 K(\nu_{\text{true}}) \sim 10^{123} bits 便設定了 K_{\text{threshold}}。因此，我們必須僅在經穩定性濾波器條件化的先驗（M|SF）上評估熵——也就是那些具有足夠複雜度（K(\nu) \ge K_{\text{threshold}} \sim 10^{123}）的生成演算法子集，它們足以生成一個與此因果補丁之特定已觀測物理與初始條件相一致的宇宙。藉由確認 \langle K \rangle_{M|SF} \ge K_{\text{threshold}} \gg T \cdot C_{\max}，我們便可獨立地錨定假設 P-3.1，並在此條件化分佈上確認，期望生成複雜度確實滿足界定關係 \langle K \rangle_{M|SF} \gg T \cdot C_{\max}。

資訊飢餓的真正結構性結論，乃是在這個受限參數空間內，透過香農條件熵而決定性地運作：

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}

(註：通道容量界限 T \cdot C_{\max} 對 I_{m|SF} 同樣普遍適用，依據的正是第 2 節中已建立、對任意輸入分佈皆成立的同一個香農上確界定理。)

(註：恆等式 H_m(\mathcal{I}) \approx \langle K \rangle_M 除了一個負的正規化常數 \log_2 Z 之外是精確的；此常數乃是由截斷所羅門諾夫半測度極限所內生繼承而來。由於完整的無限制半測度會趨近於 1，故 |\log_2 Z| 可由通用圖靈機的描述長度額外開銷直接安全地界定，其為一個固定常數 c_U \approx O(100) bits。這表明，相對於 \langle K \rangle_{M|SF} 在功能上屬於巨觀尺度的量級，這種結構性正規化僅僅是可忽略的捨入誤差。)

推論：以柯爾莫哥洛夫加權的 Fano 不等式

雖然條件熵界限在壓倒性的意義上構成了巨觀資訊飢餓的物理性證明，我們注意到，若在相同的正規化、經 SF 條件化的所羅門諾夫加權測度下改寫 Fano 不等式，則分子中的標準均勻熵項會被期望柯爾莫哥洛夫複雜度所取代，從而導出如下次級統計下界：

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

(註：在假設 P-3.1 之下，此錯誤機率下限嚴格為正，但相對於巨觀尺度而言在數學上偏弱；它應僅被理解為熵極限的一項次級統計推論。)

4. 與 QECC 約束及資訊不可逆性的關聯

由於意識整合界限 T \cdot C_{\max} 相較於演算法來源僅佔可忽略的極小比例，條件熵 H_{m|SF}(\mathcal{I}|R) 便與 \langle K \rangle_{M|SF} 近似相同。生成性基底資訊中的絕大多數，從 R 的內部都以不可約的方式無法存取。

猜想（開放邊界）： 此處所定義的條件熵極限，能夠清楚對應到附錄 P-2 中所界定的崩解。在量子誤差更正碼（QECC）的體—邊界映射下，穩定性濾波器 \Phi 充當保護低能邊界態的部分等距映射。我們猜想，特定的 MERA 切割深度 \tau^*，在數學上對應於界定條件熵飢餓閾值的精確空間容量視界，並受演算法性 QECC ADH 重建條件所界限。至於連結統計極限與幾何 MERA 切割深度的形式推導，則留待未來的理論工作處理。儘管如此，就功能上而言，位於體基底更深處的資訊，會被這種單向壓縮永久加密。

觀察者的內部重建工作在數學上已達飽和。逆映射 \Phi^{-1} 在最小誤差尺度上，從 R 的內部來看是統計上不可逆的。

5. 結論：現象學優先性

因此，資訊箭頭主要只沿著單一方向運作：資訊在由基底投射至渲染結果的過程中會被系統性地銷毀，而在現象學框架之內，這些資訊無法以因果或統計方式被恢復。

透過此一 Fano 邊界表述，在假設 P-3.1 之下，我們形式上確立：非對稱全像性乃是將一個受速率限制的觀察者置於因果框架之內所導出的嚴格數學結果。

• 基底 \mathcal{I} 是根本性的引擎，因為其總體狀態完整決定了由 \Phi 所映射的條件機率分佈。
• 渲染結果 R 則嚴格居於次位，因為其狀態只是經過縮減的摘要，無法反向預測造成它的基底。

因此，現象學意識可被理解為：作為第一人稱的內在經驗狀態，結構性地受困於一個不可逆壓縮演算法的輸出端。這表明，儘管我們的局部物理學服從全像約束（即對面積與體積限制進行最佳化），邊界表徵本身卻作為一種不可逆的認識論瓶頸而運作，並在形式上打破了標準精確弦論對偶所要求的對稱性。