Teoria del Patch Ordinato

Compito originale T-9: Ciclo di Manutenzione e Apparato di Recupero Problema: Il documento principale §3.6.3–§3.6.6 definisce le equazioni T9-1 fino a T9-13 (l’operatore del Ciclo di Manutenzione \mathcal{M}_\tau, il pruning MDL \Delta_{\mathrm{MDL}}, il guadagno di consolidamento \Delta K_{\text{compress}}, la pesatura d’importanza REM w(b)). Le appendici T-12 (Deriva Narrativa) e T-13 (Deriva dell’Azione) citano questo apparato come elemento portante. Al quadro teorico manca un’appendice di consolidamento che (i) nomini esplicitamente i primitivi formali, (ii) distingua le quattro modalità di pruning che il \Delta_{\mathrm{MDL}} < 0 del documento principale lascia implicite, (iii) definisca la condizione di recupero e (iv) fornisca un riferimento formale stabile a cui le appendici corollarie possano rimandare. T-9 colma questa lacuna. Deliverable: Appendice di consolidamento allo stesso livello epistemico di T-2 / T-15 (corrispondenza strutturale, non teorema chiuso). Contenuto nuovo oltre il documento principale: definizione esplicita del guadagno predittivo G_i(t,\tau), scomposizione del costo di manutenzione con priorità primaria alla capacità di risorse, distinzione tra quattro modalità di pruning, condizione di recupero, catena corollaria.

Stato di chiusura: CORRISPONDENZA STRUTTURALE (stesso livello di T-2 / T-15). Questa appendice non è un’appendice di teorema chiuso. Consolida l’apparato del Ciclo di Manutenzione già operativo nel preprint §3.6 e aggiunge quattro elementi di contenuto formale che il documento principale non include: guadagno predittivo esplicito, inquadramento del costo in termini di capacità di risorse, quattro modalità di pruning e condizioni di recupero. Le avvertenze di §2 relative alla revisione OpenAI sono rispettate: (i) la soglia di pruning è presentata nella forma che si coordina con la riformulazione in sospeso di T-12 sull’indipendenza dei canali (Fase 4); (ii) le equazioni T9-3 / T9-4 già presenti nel documento principale sono preservate come citate, con T-9 che introduce il raffinamento della capacità di risorse come ulteriore livello formale anziché modificare silenziosamente le forme citate; (iii) il costo di capacità di risorse è primario, con la complessità K come approssimazione di corrispondenza strutturale. Questioni ancora aperte (§9): la contabilizzazione tra capacità di risorse e complessità K richiede una piena riconciliazione con T-12 una volta che la riformulazione di T-12 sarà stata introdotta.

§1. Impostazione — Componenti Attive del Modello

Il codec K_\theta comprende una collezione di componenti attive del modello \{\theta_i\}_{i \in I}, dove ciascun \theta_i è un’unità strutturale indirizzabile del codec — un prior generativo, un rilevatore di caratteristiche apprese, uno stack ricorrente, un accoppiamento a lungo raggio, o qualunque altra primitiva che partecipi alla produzione delle predizioni del codec \pi_t e dell’operatore di aggiornamento \mathcal{U} nel tempo. La collezione \{\theta_i\} è finita in ogni dato momento, ma può essere ampliata tramite consolidamento (Pass II, preprint §3.6.4) o contratta tramite potatura (Pass I, preprint §3.6.3).

Ai fini di T-9, le componenti sono assunte come definite: T-9 non deriva che cosa renda un \theta_i, rispetto a un altro, una componente “naturale”, poiché si tratta di una questione di apprendimento rappresentazionale che esula dall’ambito dell’OPT. L’apparato del Ciclo di Manutenzione opera su qualunque decomposizione il codec ammetta.

L’operatore del Ciclo di Manutenzione \mathcal{M}_\tau (preprint Eq. T9-2) agisce sul Tensore di Stato Fenomenale P_\theta(t) durante intervalli di basso carico (R_{\text{req}}(t) \ll C_{\max}). T-9 esplicita i tre passaggi (potatura, consolidamento, campionamento del Ventaglio Predittivo) nelle primitive formali esplicite delle §2–§6 qui sotto; la catena di corollari nella §7 segue poi la Deriva Narrativa (T-12) e la Deriva dell’Azione (T-13) attraverso queste primitive.

§2. Guadagno Predittivo G_i(t, \tau)

Il guadagno predittivo di una componente \theta_i su una finestra di lunghezza \tau misura quanto tale componente contribuisca alla prestazione predittiva del codec sul flusso di input, mantenendo fisse le altre componenti:

G_i(t, \tau) \;:=\; I\!\left(\theta_i \,;\, X_{t+1:t+\tau} \mid \theta_{-i}\right) \tag{T9.2-1}

dove \theta_{-i} denota il resto del codec senza \theta_i, e I(\cdot ; \cdot \mid \cdot) è l’informazione mutua condizionata. La forma condizionata è essenziale: isola il contributo predittivo marginale di \theta_i, anziché il suo contributo congiunto con componenti sovrapposte.

Confronto con l’Eq. T9-3 dell’articolo principale. La quantità di potatura MDL dell’articolo principale è

\Delta_{\mathrm{MDL}}(\theta_i) \;=\; I\!\left(\theta_i\,;\,X_{t+1:t+\tau} \mid \theta_{-i}\right) - \lambda K(\theta_i) \tag{T9-3, preprint §3.6.3}

T-9 denomina esplicitamente il primo termine G_i(t,\tau), così che il primitivo di guadagno predittivo possa essere richiamato separatamente dalla condizione di potatura in forma di soglia. Si tratta puramente di un consolidamento notazionale; la disuguaglianza resta invariata.

Lunghezza della finestra \tau. Il guadagno predittivo dipende dalla lunghezza della finestra. Un \tau breve cattura la predizione su scale temporali fini (controllo motorio, memoria di lavoro); un \tau lungo cattura la predizione strutturale (regolarità semantiche, coerenza narrativa). La potatura del Ciclo di Manutenzione Pass I viene valutata nel regime a \tau più lungo, dove le componenti genuinamente inutili hanno G_i \to 0. Il consolidamento del Pass II, per contro, ottimizza nel regime a \tau breve, dove la ridondanza tra componenti sovrapposte diventa saliente.

§3. Costo di Manutenzione C_i — Primario rispetto alla Capacità di Risorse

Il costo di manutenzione di un componente \theta_i ammette due formulazioni compatibili.

Forma 3.1 — Capacità di risorse (primaria per T-9). Il costo del componente è la capacità di risorse che esso occupa nel substrato operativo del codec:

C_i \;:=\; c_i^{\text{params}} + c_i^{\text{memory}} + c_i^{\text{compute}} + c_i^{\text{channel}} \tag{T9.3-1}

dove i quattro budget sono: slot di parametri (numero di pesi o connessioni); impronta di memoria (in bit memorizzati); costo computazionale (in operazioni per ciclo); e capacità di canale (bit di larghezza di banda che il componente consuma al confine della Coperta di Markov \partial_R A). Ciascun c_i è osservabile in linea di principio — per i codec biologici tramite misurazione metabolica e fisiologica, per i codec sintetici tramite strumentazione diretta.

Forma 3.2 — Approssimazione tramite complessità K. L’Eq. T9-3 del testo principale usa \lambda K(\theta_i), dove K(\theta_i) è la complessità di Kolmogorov prefissa del componente:

C_i^{\text{K-approx}} \;:=\; \lambda \cdot K(\theta_i) \tag{T9.3-2}

Questa è un’approssimazione di corrispondenza strutturale: la complessità K è superiormente semicomputabile e non strettamente additiva tra componenti (eliminare un componente può non ridurre la lunghezza della descrizione più breve del suo K(\theta_i) preso isolatamente, poiché i componenti possono condividere struttura). La forma basata sulla capacità di risorse (T9.3-1) è quindi primaria per le affermazioni operative; la forma basata sulla complessità K è mantenuta per analisi teoriche in cui l’approssimazione di additività è accettabile.

Perché due forme. La revisione OpenAI di T-12 (memo appendix-corrections §2.8) ha correttamente osservato che la complessità K non è additiva tra componenti e ha raccomandato misure di capacità di risorse per le affermazioni operative. T-9 adotta come primaria la capacità di risorse, ma conserva la forma basata sulla complessità K perché sia l’Eq. T9-3 del testo principale sia la dimostrazione del Teorema T-12 in T-12 citano la forma basata sulla complessità K. Il raffinamento in termini di capacità di risorse è la formulazione più pulita per §3.6.3 / §3.6.4 / T-12 / T-13 in un passaggio di pulizia v3.7.0 o successivo; T-9 rende disponibili entrambe le forme affinché l’eventuale pulizia possa essere eseguita in modo coerente, invece di richiedere che tutte le sedi citanti vengano corrette simultaneamente.

Taratura di \lambda. Nella Forma 3.2, il parametro \lambda bilancia il guadagno predittivo rispetto al costo di complessità. Empiricamente si osserva che \lambda varia con lo stato affettivo — un valore elevato di |E(b)| (preprint Eq. T9-10) aumenta di fatto \lambda a livello del componente, rendendo i componenti marcati affettivamente più resistenti alla potatura. Questo costituisce il resoconto formale del potenziamento emotivo della memoria (preprint §3.6.5, Pass III).

§4. Condizione di Pruning — Forma a Soglia

La condizione di pruning utilizza la forma a soglia anziché la forma di positività stretta dell’Eq. T9-4 del paper principale. La revisione OpenAI di T-12 (memo appendix-corrections §2.8 Correzione 3) ha correttamente osservato che la condizione stretta I = 0 per il pruning è troppo fragile: i componenti reali hanno deboli contributi predittivi indiretti anche quando il loro ruolo predittivo primario è escluso da input filtrati.

La condizione di pruning in forma a soglia:

\text{Prune } \theta_i \quad \text{if} \quad G_i(t, \tau) \;<\; C_i \;-\; \epsilon \tag{T9.4-1}

con \epsilon > 0 un piccolo buffer di ritenzione che regola l’aggressività di pruning del codec. Forme di disuguaglianza equivalenti:

G_i(t, \tau) - C_i \;<\; -\epsilon \quad \Longleftrightarrow \quad I\!\left(\theta_i; X_{t+1:t+\tau} \mid \theta_{-i}\right) \;<\; C_i - \epsilon \tag{T9.4-2}

Confronto con l’Eq. T9-4 del paper principale. Il paper principale scrive \Delta_{\mathrm{MDL}}(\theta_i) < 0 come trigger di pruning, il che corrisponde a \epsilon = 0 — pareggio stretto. T-9 generalizza introducendo il buffer di ritenzione \epsilon, che modella più accuratamente sia la dinamica di pruning biologica (dove piccoli contributi predittivi vengono preservati contro il rumore transitorio) sia gli iperparametri di pruning dei codec sintetici (dove la cancellazione basata su soglia è standard).

Il caso di pareggio stretto si recupera come \epsilon \to 0, quindi la forma di T-9 non invalida le citazioni esistenti a T9-4 in T-12 e T-13; le generalizza.

Implicazione per la Deriva Narrativa (riferimento incrociato a T-12). Sotto input filtrato X' = \mathcal{F}(X) con il segnale escluso \mathcal{X}_{\text{excl}}, i componenti \theta_i il cui contributo predittivo è esclusivamente rivolto a \mathcal{X}_{\text{excl}} soddisfano G_i(t, \tau) \to 0 sul flusso filtrato (perché il loro target è assente dall’input osservato). La condizione di pruning (T9.4-1) si attiva allora, perché 0 < C_i - \epsilon per qualunque componente di costo positivo. Il risultato di irreversibilità del Teorema T-12 di T-12 segue da questa attivazione più la distinzione a quattro modalità nel §5 seguente.

§5. Quattro modalità di pruning

L’operazione di pruning (T9.4-1) ammette quattro implementazioni distinte nel codec, con differenti proprietà di reversibilità. La distinzione è rilevante per la condizione di recupero (§6) e per l’affermazione di irreversibilità della Deriva Narrativa nella Correzione 1 di T-12 (memo appendix-corrections §2.8).

Modalità 5.1 — Soppressione reversibile. La ponderazione di output del componente \theta_i viene ridotta a zero (o al di sotto di una soglia di partecipazione), ma i parametri e la struttura del componente restano memorizzati nel codec. Il recupero è diretto: una nuova ponderazione ripristina il componente. Questa è l’operazione alla base dell’estinzione comportamentale nel condizionamento (la risposta condizionata si indebolisce ma la traccia persiste) e della regolarizzazione di tipo dropout nelle reti neurali.

Modalità 5.2 — Decadimento dei pesi. I parametri del componente decadono continuamente verso uno stato di default sotto una pressione di regolarizzazione \propto \lambda. Il componente non viene eliminato, ma perde fedeltà; un recupero parziale è possibile se lo stato di default è informativo.

Modalità 5.3 — Oblio rappresentazionale. I parametri del componente vengono sovrascritti da componenti concorrenti durante il consolidamento (Pass II, preprint §3.6.4). Lo slot strutturale persiste, ma la rappresentazione specifica va perduta. Il recupero richiede una nuova esposizione al flusso di input pertinente durante un successivo Ciclo di Manutenzione ed è parziale (la rappresentazione riappresa differisce dall’originale nei dettagli fini).

Modalità 5.4 — Pruning architetturale. Sia i parametri del componente sia il suo slot strutturale vengono eliminati; l’architettura del codec viene ridotta. Il recupero è impossibile a livello del codec — il componente deve essere ricresciuto da zero attraverso un episodio completo di apprendimento. Questa è la modalità irreversibile.

Classificazione delle modalità sotto input filtrato. L’affermazione di “irreversibilità” del Teorema T-12 di T-12 (così come formulata nel preprint esistente) richiede la Modalità 5.4 (pruning architetturale) ed esclude le Modalità 5.1–5.3. T-9 rende esplicita questa dipendenza dalla modalità; la Correzione 1 del memo appendix-corrections v0.4 §2.8 (“irreversible should be conditional on no protected archive / no replay buffer / no external teacher / no architectural reserve capacity / continued operation under the same filter / pruning is literal capacity deletion, not reversible suppression”) è coerente con l’interpretazione in termini di Modalità 5.4.

I codec biologici e sintetici reali mostrano tipicamente una miscela di modalità, con la Modalità 5.4 riservata ai componenti sottoposti persistentemente a pruning attraverso molti Cicli di Manutenzione. La transizione dal pruning reversibile a quello irreversibile sotto input filtrato sostenuto è il meccanismo strutturale alla base della Deriva Narrativa cronica (T-12).

§6. Condizione di Recupero

Una componente potata \theta_i è recuperabile se esiste un processo mediante il quale può essere ripristinata alla partecipazione attiva nel codec. La probabilità di recupero su una finestra di recupero \tau_R è:

P\big(\text{recover } \theta_i \mid \tau_R\big) \;=\; P\big(\text{Modality 5.1 or 5.2}\big) \cdot p_{\text{restore}}(\tau_R) \;+\; P\big(\text{Modality 5.3 or 5.4}\big) \cdot p_{\text{regrow}}(\tau_R) \tag{T9.6-1}

Il primo termine copre la potatura reversibile / parzialmente reversibile (soppressione, decadimento dei pesi); il secondo copre l’oblio rappresentazionale e la potatura architetturale, in cui il recupero richiede input esterno.

Il recupero è positivo solo se vale almeno una delle tre condizioni seguenti:

1. Memoria protetta. Il codec conserva una rappresentazione archiviata di \theta_i in un substrato non potato (cache separata, backup con controllo di versione, memoria neurofisiologicamente protetta consolidata in una regione diversa). Le Modalità 5.1 e 5.3 possono recuperare sotto questa condizione.

2. Docente esterno / riesposizione. Il codec è esposto a flussi di input contenenti il segnale \mathcal{X}_{\text{excl}} che la componente potata stava originariamente tracciando. Un riapprendimento attivo durante un successivo Passaggio II del Ciclo di Manutenzione ricostruisce la componente (con riserve riguardo alla fedeltà a grana fine). Tutte e quattro le modalità possono recuperare sotto questa condizione in un tempo sufficiente, sebbene la Modalità 5.4 richieda un episodio di apprendimento completo paragonabile all’acquisizione originaria.

3. Riserva architetturale. Il codec dispone di slot strutturali che non sono stati vincolati a componenti specifiche e che possono essere allocati per ospitare la rappresentazione ricresciuta. Questa è la condizione in cui il recupero della Modalità 5.4 è meccanicamente possibile in assoluto.

Se nessuna tra (1), (2), (3) vale, allora P(\text{recover}\, \theta_i \mid \tau_R) = 0 per ogni \tau_R, e la potatura è permanente.

Condizione di Fedeltà al Substrato. La Condizione di Fedeltà al Substrato di T-12 (Teorema T-12b — ridondanza di canali di input \delta-indipendenti che attraversano la Coperta di Markov) è l’analogo su scala di lignaggio di (2): i canali assicurano che il flusso di input continui a contenere il segnale rilevante per il substrato anche sotto filtraggio da parte di meccanismi esterni \mathcal{F}. La condizione di recupero di T-9 fornisce l’implementazione interna al codec: componenti protette, buffer di replay, riserva architetturale.

§7. Corollari — Deriva Narrativa e Deriva dell’Azione

Le primitive di T-9 supportano due catene di corollari sviluppate nelle appendici T-12 e T-13.

Corollario 7.1 — Deriva Narrativa (T-12). Sotto un input filtrato sostenuto X' = \mathcal{F}(X) che esclude il segnale \mathcal{X}_{\text{excl}}: - I componenti \theta_i il cui guadagno predittivo insiste esclusivamente su \mathcal{X}_{\text{excl}} hanno G_i(t, \tau) \to 0 sul flusso filtrato. - La condizione di potatura (T9.4-1) si attiva in tutti questi componenti. - Se la potatura avviene nella Modalità 5.4 (architetturale) — che domina sotto filtraggio sostenuto attraverso molti Cicli di Manutenzione — e nessuna delle condizioni di recupero (§6 punti 1–3) è soddisfatta, la capacità di modellare \mathcal{X}_{\text{excl}} viene persa in modo permanente. - Il codec non può rilevare dall’interno la propria perdita di capacità (i componenti perduti non partecipano più alla generazione dell’errore di predizione), riproducendo la tesi di non-identificabilità di T-12a.

Il trattamento formale completo si trova in T-12; T-9 fornisce la lettura specifica per modalità di “irreversibile” richiesta dalla Correzione 1 di T-12.

Corollario 7.2 — Deriva dell’Azione (T-13). I componenti che codificano la capacità di valutazione comportamentale per rami non utilizzati: - Hanno un guadagno predittivo G_i(t, \tau) misurato rispetto agli esiti di ramo effettivamente realizzati del flusso di input; se certi rami non vengono mai selezionati, i valutatori non ricevono alcun segnale di addestramento. - La condizione di potatura si attiva quando il G_i del valutatore inutilizzato scende sotto C_i - \epsilon. - Nella Modalità 5.4, il valutatore viene potato in modo permanente; il codec diventa con sicurezza impotente nel corrispondente dominio d’azione.

La Proposizione T-13.P1 di T-13 (Deriva dell’Azione) è l’istanza su scala di lignaggio (repertorio comportamentale) di questo meccanismo interno al codec.

Rinvio incrociato: Ciclo di Manutenzione a livello di lignaggio. L’Appendice T-15 §3 sviluppa la corrispondenza strutturale tra il Ciclo di Manutenzione entro la vita individuale e il raffinamento filogenetico. Le quattro modalità di potatura di T-9 corrispondono rispettivamente a: riduzione temporanea della nicchia (5.1), deriva del lignaggio sotto selezione rilassata (5.2), sostituzione della nicchia (5.3) ed estinzione del lignaggio (5.4). Le condizioni di recupero (§6) corrispondono alla ridondanza filogenetica: rifugi protetti (1), riesposizione ecologica sotto ripristino della nicchia (2) e capacità di riserva dello sviluppo (3).

§8. Relazione con le equazioni del §3.6 dell’articolo principale

T-9 consolida, non sostituisce. Le equazioni dell’articolo principale T9-1 fino a T9-13 (preprint §3.6.1–§3.6.6) sono preservate come citate; T-9 introduce ulteriori primitivi formali e raffinamenti che le integrano.

Contenuto effettivamente nuovo in T-9: definizione esplicita del guadagno predittivo G_i(t,\tau) (§2); inquadramento del costo in termini di capacità-risorsa come primario (§3 Forma 3.1); condizione di pruning in forma a soglia con buffer di ritenzione \epsilon (§4); quattro modalità di pruning (§5); condizione di recupero (§6); lettura specifica per modalità dell’affermazione sull’irreversibilità di T-12 (§7.1).

§9. Questioni aperte

Coordinamento con la riformulazione dell’indipendenza dei canali in T-12 (Fase 4). T-12 è nella coda delle correzioni dell’appendice (v0.4 §2.8) per una riformulazione della condizione di indipendenza dei canali: indipendenza dei meccanismi di filtraggio, non dei segnali. La condizione di pruning di T-9 (§4) e la condizione di recupero (§6) sono scritte per coordinarsi con tale riformulazione, ma la dimostrazione del Teorema T-12 di T-12 dovrà essere riesaminata una volta che la definizione riformulata di indipendenza dei canali sarà in vigore. In particolare: l’affermazione di irreversibilità in T-12 §3.1 cita attualmente T9-3 / T9-4; nel riordino v3.7.0 dovrebbe citare la forma a soglia del §4 di T-9 + la classificazione delle modalità del §5 + la condizione di recupero del §6, con la lettura di irreversibilità ristretta alla Modalità 5.4 nel caso senza condizione di recupero. Aperto.

Riconciliazione della contabilità tra capacità di risorse e complessità-K. Il §3 rende disponibili entrambe le forme ma non ne deriva la corrispondenza quantitativa. Per alcune classi di componenti le due sono strettamente correlate (C_i^{\text{params}} \sim K(\theta_i) entro un fattore costante per tabelle di lookup memorizzate, per esempio); per altre divergono nettamente (la struttura composizionale condivisa tra componenti comporta risparmi di complessità-K che la forma di capacità di risorse non cattura). Una riconciliazione in v3.7.0 o successiva è auspicabile. Aperto.

Neutralità della lettura virtuale (v3.6.21). La lettura dello stato stazionario interamente virtuale (testo principale §8.6.1) ridescrive il Ciclo di Manutenzione come proprietà del flusso che supera il filtro piuttosto che di una macchina in esecuzione, ma non ristratifica la contabilità della Forma 3.1 / Forma 3.2: la Forma 3.1 (capacità di risorse) rimane primaria per tutte le affermazioni operative, e la dimostrazione operativa di T-12 continua a farne uso. La lettura della comprimibilità nativa del flusso entra solo come livello interpretativo indicato in T-12 §3.1. La riconciliazione dell’additività-K sopra menzionata è il luogo in cui si argomenterebbe qualsiasi futura ristratificazione delle Forme — non la lettura virtuale. Aperto (da non confondere con il riordino v3.7.0).

Calibrazione empirica di \epsilon. Il buffer di ritenzione \epsilon in (T9.4-1) è un iperparametro effettivo di pruning. Valori biologici empirici deriverebbero da studi sul pruning neurale (soglie di decadimento sinaptico, tassi di ritenzione delle spine dendritiche) oppure dall’esperimento sull’asintoto di Δ_self^op nel prototipo opt-ai-subject. T-9 non deriva un valore specifico. Aperto.

Rinvio incrociato alle previsioni empiriche del Ciclo di Manutenzione. Il preprint §3.6.7 elenca previsioni empiriche per il Ciclo di Manutenzione (sonno / sogno / consolidamento). Le quattro modalità di pruning di T-9 producono previsioni più fini: la previsione secondo cui “i sogni REM campionano in modo sproporzionato i rami ad alta importanza” (preprint §3.6.5, Pass III) si scompone in previsioni specifiche per modalità su quali tipi di rappresentazioni siano preservati dalla Modalità 5.1 (ritenzione pesata per importanza contro il pruning) rispetto alla Modalità 5.4 (dove l’assenza di rami ad alta importanza nell’esperienza di veglia conduce alla cancellazione architetturale del valutatore corrispondente). Aperto.

Questa appendice è mantenuta come parte del repository del progetto OPT insieme a opt-theory.md. I riferimenti ai primitivi del Ciclo di Manutenzione nel preprint §3.6 sono preservati; T-9 integra con il guadagno predittivo esplicito G_i (§2), il costo di capacità di risorse (§3 Forma 3.1), la condizione di pruning in forma a soglia con buffer di ritenzione \epsilon (§4), quattro modalità di pruning (§5) e le condizioni di recupero (§6). Riferimenti ai corollari: T-12 (Deriva Narrativa) §3.6.3; T-13 (Action-Drift) §6; T-15 (Filtro di Stabilità Filogenetico) §3.