[論文レビュー] Leibniz, Information, Math and Physics

Gregory J. Chaitin|ArXiv.org|Jun 20, 2003

Computability, Logic, AI Algorithms参考文献 18被引用数 6

ひとこと要約

この論文は、1686年にライプニッツがアルゴリズム的情報理論（AIT）の核となる考えを予見していたと主張している。彼は、複雑な現象を単純な法則が圧縮することで支配されるという考えを提示しており、これはAITの見解と一致する——理解とは最小のプログラムによる圧縮である。数学、物理学、情報理論の間には深い概念的関係があり、両分野が複雑性を最小化することで理解を達成していることを示唆している。

ABSTRACT

The information-theoretic point of view proposed by Leibniz in 1686 and developed by algorithmic information theory (AIT) suggests that mathematics and physics are not that different. This will be a first-person account of some doubts and speculations about the nature of mathematics that I have entertained for the past three decades, and which have now been incorporated in a digital philosophy paradigm shift that is sweeping across the sciences.

研究の動機と目的

• ライプニッツの1686年『形而上学序説』に、アルゴリズム的情報理論の原型が含まれており、とりわけ、仮説の単純さが説明力に直結するという考えが含まれていることを示すこと。
• 数学と物理学は根本的に異なるのではなく、両者ともデータを簡潔な法則や公理に圧縮することで成り立っていると主張すること。
• アルゴリズム的情報理論（AIT）を、ライプニッツの単純だが豊かに表現可能な原理によって支配される宇宙というビジョンの現代的実現と位置づけること。
• 形式的証明が長すぎたり不確実であったりする場合に、数学的真実の探求は物理学と同様に経験的・実験的手法を採用すべきだと提案すること。
• 人間の知的進歩を、チャイティンの停止確率Ωのビット数を決定できる能力の向上として捉え、数学的創造性と不可約性の尺度とする

提案手法

• 与えられた対象を計算できる最小のプログラムのサイズとしてアルゴリズム的情報量を定義し、プログラムサイズの複雑さをランダムネスと構造の尺度とする。
• この枠組みを科学的理論に適用し、良い理論とは観測データを再現できる最小のプログラムであるとし、理論を圧縮と同一視する。
• アルゴリズム的ランダムネスの概念を用いて、データ自身より小さいプログラムが存在しない場合、データは不可約的かつ構造的でないと示す。
• ライプニッツの「規則が極めて複雑になると、それに従うものは不規則と見なされる」という主張を、アルゴリズム的ランダムネスの定義の前身と解釈する。
• 数学的定理と物理法則を観察の圧縮的記述とみなす。両者とも情報理論的圧縮の具体例である。
• 知的進歩の尺度を、証明された定理の数ではなく、チャイティンのΩの決定可能なビット数として提示し、数学的創造性へのアクセス拡大を反映させる

実験結果

リサーチクエスチョン

• RQ1 ライプニッツの1686年の法則の単純さに関する認識が、現代のアルゴリズム的情報理論をどのように予見していたか。
• RQ2 情報理論的圧縮の視点から見た場合、数学と物理学はどのように根本的に類似しているか。
• RQ3 形式的証明が長すぎたり信頼性が低すぎたりする場合、数学的推論を物理学と同様に経験的・実験的に行うことは意味的につながるか。
• RQ4 短い記述が存在しない不可約な数学的事実——つまり、より単純な原理から導けない事実——は、デジタル科学哲学において果たす役割は何か。
• RQ5 停止確率Ωを用いて人間の知的進歩をどのように定量化できるか。また、これは人間の理解の限界について何を示唆するか。

主な発見

• ライプニッツの1686年の「規則が極めて複雑になると、それに従うものは不規則と見なされる」という主張は、現代のアルゴリズム的ランダムネスの定義の直接的な予見である。
• 本論文は、科学的法則と数学的公理が両方とも圧縮的記述として機能することを確立している——理論とはデータを生成できる最小のプログラムであり、公理系とは定理を生成するものである。
• より短い証明に圧縮できない数学的定理は不可約的であり、したがってより単純な原理から導出できない。これは、ゲーデルの不完全性定理を情報理論的形に再解釈したものに相当する。
• リーマン予想とP ≠ NP予想は、それらの実験的頑健性と証明不能性の高さから、新しい公理の有力候補と提案されている。これは実験的数学への移行を示唆する。
• 人間の知的進歩は、チャイティンの停止確率Ωの決定可能なビット数として測定可能であり、各ビットは数学的洞察の深まりを表す。
• ライプニッツのビジョン——単純な法則と豊かな現象の両方を備えた宇宙——を根拠とするデジタル哲学のパラダイムは、今やアルゴリズム的情報理論と複雑系研究を通じて実現されつつある。