[论文解读] Inside the Muchnik Degrees I: Discontinuity, Learnability, and Constructivism

Kojiro Higuchi, Takayuki Kihara|arXiv (Cornell University)|Oct 2, 2012

Computability, Logic, AI Algorithms参考文献 41被引用 3

一句话总结

本论文通过伽罗瓦连接将可学习性、分段可计算性与度结构联系起来，研究可计算分析中的非均匀可计算性与不连续性。它建立了可学习性概念（例如，mind-change有界、误差有界）与在 $Π^{0}_{1}$、$Δ^{0}_{2}$ 和 $Σ^{0}_{2}$ 域上的分段可计算性之间的等价关系，同时引入类似BHK的析取运算，以恢复度结构，并与Weihrauch度和Wadge博弈建立联系。

ABSTRACT

Every computable function has to be continuous. To develop computability theory of discontinuous functions, we study low levels of the arithmetical hierarchy of nonuniformly computable functions on Baire space. First, we classify nonuniformly computable functions on Baire space from the viewpoint of learning theory and piecewise computability. For instance, we show that mind-change-bounded-learnability is equivalent to finite $(Π^0_1)_2$-piecewise computability (where $(Π^0_1)_2$ denotes the difference of two $Π^0_1$ sets), error-bounded-learnability is equivalent to finite $Δ^0_2$-piecewise computability, and learnability is equivalent to countable $Π^0_1$-piecewise computability (equivalently, countable $Σ^0_2$-piecewise computability). Second, we introduce disjunction-like operations such as the coproduct based on BHK-like interpretations, and then, we see that these operations induce Galois connections between the Medvedev degree structure and associated Medvedev/Muchnik-like degree structures. Finally, we interpret these results in the context of the Weihrauch degrees and Wadge-like games.

研究动机与目标

• 理解如取整函数等函数的非可计算性与不连续性水平，而不改变其表示或拓扑结构。
• 利用可学习性与分段可计算性框架对Baire空间上的非均匀可计算函数进行分类。
• 通过度理论结构建立动态逼近（学习）与静态逼近（分段可计算性）之间的联系。
• 基于BHK类似解释引入类似析取的运算（例如，余积），以恢复Medvedev/Muchnik度结构。
• 在Weihrauch度与Wadge类似博弈的语境下解释结果，特别是针对 ${\sf LLPO}$ 和 ${\sf LPO}$ 等原理。

提出的方法

• 为Baire空间上的部分函数引入 $(\alpha,\beta|\gamma)$-可计算性，以形式化非均匀可计算性的层级。
• 定义学习博弈 $G(f, {\sf PM}_m)$ 与 $G(f, {\sf PBM}_m)$，以建模有界mind-change学习与有界误差学习。
• 构建学习博弈中的可计算获胜策略，以刻画可学习性，并将其与分段可计算性关联。
• 利用BHK类似解释与动态证明模型（例如，沿良基与非良基树）定义析取运算。
• 通过这些析取运算，在Medvedev度结构与相应的Muchnik类似度结构之间建立伽罗瓦连接。
• 通过在度理论框架中解释非构造性原理（如 ${\sf LLPO}$ 与 ${\sf LPO}$），将结果与Weihrauch度联系起来。

实验结果

研究问题

• RQ1 可学习性概念（如mind-change有界、误差有界）如何在特定的算术类上以分段可计算性来刻画？
• RQ2 类似析取的运算（如余积）在从动态逼近模型中恢复度结构方面起什么作用？
• RQ3 BHK类似解释与嵌套动态模型（如沿良基或非良基树）如何捕捉高阶可学习性与可分解性？
• RQ4 伽罗瓦连接如何将Medvedev度结构与由学习和分段可计算性诱导的Muchnik类似度结构联系起来？
• RQ5 Weihrauch度与Wadge类似博弈如何用于分类近乎可计算函数的非可计算性水平？

主要发现

• 有界mind-change可学习性等价于有限 $(\Pi^{0}_{1})_{2}$-分段可计算性，即分解为有限多个具有 $\Pi^{0}_{1}$ 定义域的可计算函数。
• 有界误差可学习性恰好对应于有限 $\Delta^{0}_{2}$-分段可计算性，其中定义域为 $\Sigma^{0}_{2}$-集。
• 一般可学习性等价于可数 $\Pi^{0}_{1}$-分段可计算性，这也等价于可数 $\Sigma^{0}_{2}$-分段可计算性。
• 博弈 $G_{*}(f, {\sf PM}_m)$ 中存在可计算获胜策略，当且仅当 $f$ 是 $(1,\omega|m)$-可计算的，将策略的存在性与有界mind-change学习联系起来。
• 基于极限-BHK解释的余积运算捕捉了可学习函数的约化性，并与Medvedev度结构形成伽罗瓦连接。
• 本文确立了近乎可计算函数的非可计算性水平可通过Weihrauch度来刻画，特别是通过解释 ${\sf LLPO}$ 与 ${\sf LPO}$ 等原理。