[論文レビュー] Mathematics and Logic as Information Compression by Multiple Alignment, Unification and Search

J. Gerard Wolff|ArXiv.org|Aug 15, 2003

Computability, Logic, AI Algorithms参考文献 40被引用数 10

ひとこと要約

本稿では、数学と論理が複数のアラインメント、統合、探索（ICMAUS）を通じて情報圧縮の形態として機能すると提案する。数学的構造と推論プロセスを、複雑なデータを簡潔で再利用可能なパターンに圧縮するメカニズムとして位置づける。主な貢献は、アルゴリズム的情報理論と数学的認知を結ぶ概念的枠組みであり、SP61モデルはICMAUSが推論と計算をどのようにシミュレートできるかを示している。

ABSTRACT

This article introduces the conjecture that "mathematics, logic and related disciplines may usefully be understood as information compression (IC) by 'multiple alignment', 'unification' and 'search' (ICMAUS)". As a preparation for the two main sections of the article, concepts of information and information compression are reviewed. Related areas of research are also described including IC in brains and nervous systems, and IC in relation to inductive inference, Minimum Length Encoding and probabilistic reasoning. The ICMAUS concepts and a computer model in which they are embodied are briefly described. The first of the two main sections describes how many of the commonly-used forms and structures in mathematics, logic and related disciplines (such as theoretical linguistics and computer programming) may be seen as devices for IC. In some cases, these forms and structures may be interpreted in terms of the ICMAUS framework. The second main section describes a selection of examples where processes of calculation and inference in mathematics, logic and related disciplines may be understood as IC. In many cases, these examples may be understood more specifically in terms of the ICMAUS concepts.

研究の動機と目的

• 数学と論理が本質的に情報圧縮に根ざしていると提唱し、それらの基礎に関する伝統的視点に挑戦すること。
• 数学が物理世界に必然的かつ普遍的に適用可能であるという哲学的パズルを、圧縮原理と結びつけて説明すること。
• 数学的推論と計算が、パターンのアラインメント、統合、最適圧縮のための探索というプロセスとして理解できるようにすること。
• ICMAUS枠組みを部分的に実現する計算モデル（SP61）を提供し、推論と計算への応用を示すこと。
• 圧縮効率と再帰的パターンマッチングの観点から、算術の見かけ上の確実性とその内的な不確実性（例えば、ゲーデルの定理）を統合すること。

提案手法

• ハートリー＝シャノンおよびアルゴリズム的情報理論の概念を採用し、情報圧縮を数学的・論理的システムのコアな機能として位置づける。
• ICMAUS（複数のアラインメント、統合、探索による情報圧縮）を導入し、数学的構造と推論を統合的に理解するための枠組みとする。
• SP61コンピュータモデルを用いて、記号的パターンのアラインメントと統合がどのように圧縮と推論をもたらすかをシミュレート・可視化する。
• ICMAUS枠組みを用いて、標準的な数学的形態（例：数、方程式、証明）を下位のデータパターンの圧縮表現として分析する。
• 論理における再帰的構造（例：ゲーデルの定理、停止問題）が、ICMAUSにおける無制限のパターンマッチングと統合から自然に生じることを示す。
• 帰納的推論と確率的推論を圧縮に結びつける：未来が過去と似ているという仮定は、経験の効果的圧縮を可能にするため、合理的である。

実験結果

リサーチクエスチョン

• RQ1 数学的・論理的構造は、どのように情報圧縮のメカニズムとして解釈できるか？
• RQ2 複数のアラインメント、統合、探索（ICMAUS）は、数学的概念の形成と使用にどのように関与するか？
• RQ3 数学における計算、証明、演繹のプロセスは、パターンマッチングによる情報圧縮の具体例として理解できるか？
• RQ4 算術が必然的で普遍的であるのはなぜか？これは圧縮原理によって説明可能か？
• RQ5 論理におけるパラドックスや決定不能性（例：ゲーデルの定理）は、ICMAUSにおける統合とアラインメントの再帰的性質からどのように生じるか？

主な発見

• 数学的・論理的システムは、アラインメントと統合を通じて、複雑な情報をコンパクトで再利用可能な記号的形態に圧縮する装置として解釈できる。
• SP61モデルは、ICMAUSが推論と計算をどのようにシミュレートできるかを成功裏に示しており、圧縮駆動の推論を反映する出力を得ている。
• 単純な数的パターン（例：2+2=4）は、最小限の代替解釈で非常に圧縮可能なアラインメントを生じるため、必然的であると認識される。
• 論理におけるパラドックスや決定不能性は、制約が境界付けられていない場合の無限再帰的パターンマッチングに起因し、ICMAUSにおける統合の自然な結果である。
• 未来が過去と似ているという仮定は、効果的な情報圧縮を可能にするため、合理的である。これは帰納的推論の実用的根拠を提供する。
• 数学が物理世界に適用可能であるのは、感覚的・経験的データの圧縮メカニズムとしての役割に起因するため、現実を記述する自然な道具となる。