[论文解读] Information, complexity, brains and reality (Kolmogorov Manifesto)

Giulio Ruffini|ArXiv.org|Apr 9, 2007

Computability, Logic, AI Algorithms参考文献 23被引用 6

一句话总结

本文提出大脑作为通用信息压缩器运作，使用柯尔莫哥洛夫复杂性作为统一框架来解释认知、科学与现实。它认为所有科学与感知模型均源于对感官输入的算法压缩，而现实本身则是由模式识别与信息简化所塑造的心理建构。

ABSTRACT

I discuss several aspects of information theory and its relationship to physics and neuroscience. The unifying thread of this somewhat chaotic essay is the concept of Kolmogorov or algorithmic complexity (Kolmogorov Complexity, for short). I argue that it is natural to interpret cognition as the art of finding algorithms that apprach the Solomonoff-Kolmogorov-Chaitin (algorithmic) Complexity limit with appropriate tradeoffs. In addition, I claim that what we call the universe is an interpreted abstraction--a mental construct--based on the observed coherence between multiple sensory input streams and our own interactions. Hence, the notion of Universe is itself a model.

研究动机与目标

• 将柯尔莫哥洛夫复杂性确立为理解信息、认知与物理定律的统一原则。
• 将大脑构想为一种类似图灵机的自我建模系统，通过压缩感官输入来构建现实。
• 研究不完整的信息获取如何塑造科学理论，特别是在统计力学与量子力学中的表现。
• 探讨自然选择作为生物算法在最优压缩环境复杂性中的作用。
• 探讨算法复杂性对时间本质、宇宙结构以及‘现实’作为心理建构之概念的影响。

提出的方法

• 以柯尔莫哥洛夫复杂性（Kolmogorov Complexity, KC）为核心理论框架，分析信息、认知与物理定律。
• 将大脑建模为自指系统，利用主动传感器与执行器作为磁带读写头，将感官输入视为需被压缩的数据。
• 将算法信息论应用于神经科学，利用模式学习实验中的脑电图（EEG）数据，研究神经处理中的重复性与共振现象。
• 提出质量与时空等物理概念，是通过检测感官流中不变性与重复性而形成的模型。
• 整合规则110元胞自动机与遗传算法的思想，模拟生物与人工系统中的压缩机制。
• 将惠勒-德维特方程与无时间物理作为框架，将宇宙视为一个具有低柯尔莫哥洛夫复杂性的单一算法程序。

实验结果

研究问题

• RQ1 如何利用柯尔莫哥洛夫复杂性来区分并量化生物与物理系统中的复杂性？
• RQ2 果蝇（*Drosophila*）基因组序列的柯尔莫哥洛夫复杂性是多少？其是否与该生物有效交互宇宙的复杂性相关？
• RQ3 能否通过研究学习过程与EEG数据中的模式共振，揭示大脑的编码机制？
• RQ4 现实与虚拟现实之间是否存在根本性差异？如何通过‘存在感’实验量化这种差异？
• RQ5 宇宙的柯尔莫哥洛夫复杂性是多少？它能否与惠勒-德维特方程的解相联系？

主要发现

• 大脑本质上是模式发现与压缩机器，认知与科学均源于对逼近柯尔莫哥洛夫复杂性极限的最小算法的探寻。
• 现实并非客观存在的外部结构，而是大脑通过解释连贯且重复的感官模式所形成的认知建构。
• 生物进化可被理解为自然界解决最优压缩问题的算法，其中DNA编码了环境交互的压缩表征。
• 由于进化约束导致的信息不完整，解释了统计力学与量子力学为何聚焦于宏观态与概率推断。
• 宇宙可被构想为一个单一数字（如π），其中包含所有动力学信息，时间则源于对‘现在’关于‘过去’的信息内容的演化。
• 虚拟环境中的‘存在感’可被形式化为测试平台，用于研究大脑如何通过受控的、交互式的信息输入构建现实。