[논문 리뷰] Organized Complexity: is Big History a Big Computation?

Jean‐Paul Delahaye, Clément Vidal|arXiv (Cornell University)|2016. 09. 16.

Computability, Logic, AI Algorithms참고 문헌 2인용 수 5

한 줄 요약

이 논문은 누적된 계산과 기억을 통해 이끌리는 조직적 복잡성—우주의 진화에서 인간 문화에 이르기까지 구조의 점차 증가하는 복잡성의 원인을 설명한다. 저자들은 찰스 벤넷의 '논리적 깊이(logical depth)' 개념을 계산 복잡성의 형식적 측정 도구로 적용함으로써, 정보 처리가 복잡성 증가를 이끄는 자기참조적 계산 시스템으로서의 우주의 위치를 제시한다.

ABSTRACT

The concept of "logical depth" introduced by Charles H. Bennett (1988) seems to capture, at least partially, the notion of organized complexity, so central in big history. More precisely, the increase in organized complexity refers here to the wealth, variety and intricacy of structures, and should not be confused with the increase of random complexity, formalized by Kolmogorov (1965). If Bennett is right in proposing to assimilate organized complexity with "computational content", then the fundamental cause of the increase of complexity in the universe is the existence of computing mechanisms with memory, and able to cumulatively create and preserve computational contents. In this view, the universe computes, remembers its calculations, and reuses them to conduct further computations. Evolutionary mechanisms are such forms of cumulative computation with memory and we owe them the organized complexity of life. Language, writing, culture, science and technology can also be analyzed as computation mechanisms generating, preserving and accelerating the increase in organized complexity. The main unifying theme for big history is the energy rate density, a metric based on thermodynamics. However useful, this metric does not provide much insight into the role that information and computation play in our universe. The concept of "logical depth" provides a new lens to examine the increase of organized complexity. We argue in this paper that organized complexity is a valid and useful way to make sense of big history. Additionally, logical depth has a rigorous formal definition in theoretical computer science that hints at a broader research program to quantify complexity in the universe. Keywords: organized complexity, Kolmogorov complexity, logical depth, big history, cosmic evolution, evolution, complexity, complexification, computation, artificial life, philosophy of information

연구 동기 및 목표

• 빅 히스토리 전반에서 조직적 복잡성의 증가가 계산의 한 형태로 이해될 수 있는가를 조사하는 것.
• 에너지 비율 밀도를 복잡성의 유일한 척도로 사용하는 데서 비롯하는 한계를 해결하기 위해 정보와 계산을 중심적인 설명 요소로 도입하는 것.
• 논리적 깊이를 우주의 조직적 복잡성 측정을 위한 형식적이고 엄밀한 프레임워크로 확립하는 것.
• 천체, 생물학적, 문화적 영역을 아우르는 빅 히스토리의 다양한 분야를 공통의 계산적 패러다임 아래 통합하는 것.
• 계산적 및 정보이론적 관점에서 우주의 복잡성 측정을 위한 연구 프로그램을 제안하는 것.

제안 방법

• 찰스 H. 벤넷의 '논리적 깊이' 개념을 조직적 복잡성의 형식적 측정 도구로 채택하여, 주어진 객체를 최소 프로그램으로부터 유니버설 튜링 기계가 계산하는 데 소요되는 시간으로 정의한다.
• 논리적 깊이를 코로고로프 복잡성과 구별하기 위해 계산 시간과 의미 있는 비랜덤 구조의 존재를 강조한다.
• 진화 과정, 언어, 글쓰기, 과학, 기술이 계산 내용을 축적하고 재사용하는 메커니즘으로서 분석한다.
• 과거 계산을 기억하고 이를 바탕으로 더 복잡한 복잡성 생성에 활용하는 방식으로, 우주의 계산 시스템으로서의 위치를 설정한다.
• 논리적 깊이를 통해 무작위 복잡성(코로고로프 복잡성)과 조직적 복잡성(비랜덤, 구조적)을 대비시켜, 무작위성을 복잡성으로 잘못 분류하는 것을 방지한다.
• 생명의 출현, 인간 인지의 발달 등 빅 히스토리의 핵심 전환기들을 대상으로 프레임워크를 적용하여, 기억과 계산이 어떻게 복잡성 증가를 이끄는지 보여준다.

실험 결과

연구 질문

• RQ1 논리적 깊이 개념이 빅 히스토리에서 조직적 복잡성의 형식적이고 엄밀한 측정 도구로 기능할 수 있는가?
• RQ2 기억을 동반한 누적 계산은 천체, 생물학적, 문화적 진화 전반에서 복잡한 구조의 출현과 지속을 어떻게 설명하는가?
• RQ3 우주의 행동이 과거 정보를 보존하고 재사용함으로써 점차 증가하는 복잡성을 생성하는 계산 시스템으로서 어떻게 유사한가?
• RQ4 에너지 비율 밀도가 조직적 복잡성의 정성적 증가를 설명하는 데 부족한 이유는 무엇이며, 계산은 어떻게 더 포괄적인 설명을 제공하는가?
• RQ5 정보 처리와 기억은 열역학적 척도를 초월해 복잡성의 진화를 어떻게 가속화하는가?

주요 결과

• 논리적 깊이는 무작위 복잡성(코로고로프 복잡성)과 구별되는 조직적 복잡성의 형식적이고 계산 기반의 측정 도구를 제공한다.
• 우주의 조직적 복잡성 증가는 진화, 언어, 과학 등 과거 계산 결과를 저장하고 재사용하는 메커니즘에 의해 이뤄지며, 이는 누적 복잡성 증가를 가능하게 한다.
• 생물학적 진화, 문화적 발전, 기술 혁신은 모두 과거 계산 결과를 보존하고 미래의 복잡성에 활용하는 누적 계산과 기억의 형태이다.
• 우주는 자신의 역사와 과거 계산을 기억하고 이를 바탕으로 더 복잡한 새로운 구조를 생성하는 자기참조적 계산 시스템으로 해석될 수 있다.
• 논리적 깊이는 열역학적 척도를 초월해 천체에서의 복잡성 측정과 분석을 위한 보다 넓은 연구 프로그램을 위한 유망한 이론적 프레임워크를 제공한다.
• 논문은 정보와 계산이 빅 히스토리의 핵심 전환기에서 보조적 특성이라기보다 중심적인 추진력임을 입증한다.