[论文解读] Leibniz, Randomness and the Halting Probability

Gregory J. Chaitin|ArXiv.org|Jun 3, 2004

Computability, Logic, AI Algorithms参考文献 6被引用 5

一句话总结

本文利用算法信息论重新诠释了莱布尼茨1686年关于通过算法不可压缩性区分秩序与随机性的思想，将随机性定义为位串的算法不可压缩性。它引入了蔡廷的Ω数——一个数学上明确定义、算法上随机的实数，体现了不可约的数学真理，展示了形式系统的固有局限性，并暗示了数学的准经验主义方法。

ABSTRACT

This paper, which is dedicated to Alan Turing on the 50th anniversary of his death, gives an overview and discusses the philosophical implications of incompleteness, uncomputability and randomness.

研究动机与目标

• 利用现代算法信息论重新阐释莱布尼茨1686年关于结构化数据与随机数据的区分。
• 通过程序大小而非数学公式复杂度来定义随机性，从而解决莱布尼茨复杂性标准中的模糊性。
• 证明停机概率Ω是算法随机的且最大不可知，尽管其具有精确的数学定义。
• 论证哥德尔不完备性与图灵停机问题意味着数学真理可能不可约地随机，从而挑战完全形式证明的理想。
• 提出一种准经验主义的数学哲学，将未被证明但合理的假设（如P ≠ NP）视为基础公理，类似于物理理论的处理方式。

提出的方法

• 将有限位串定义为算法随机的，若生成它的最小程序长度不短于该位串本身，即不可压缩。
• 使用自定界程序以确保算法复杂度定义的稳健性，避免早期表述中的技术缺陷。
• 将停机概率Ω定义为所有停机程序的2^(-程序长度)之和，其中程序为自定界形式。
• 证明Ω是算法随机的：任何少于N位公理的的形式系统都无法确定Ω的二进制展开的N位。
• 证明Ω的每一位在数学上是确定的，但其表现统计上随机，每一位为0或1的概率均为1/2。
• 论证由于Ω无法被压缩或预测，它体现了数学事实的真正随机性——即无原因的数学真理，达到最大数学随机性。

实验结果

研究问题

• RQ1 莱布尼茨1686年用于区分随机与规律性数据的标准，能否通过现代计算概念加以形式化？
• RQ2 当随机性通过算法不可压缩性而非方程复杂度来定义时，数学随机性的本质是什么？
• RQ3 停机概率Ω是否代表了一个数学上明确定义但不可约随机的数的切实例子？
• RQ4 Ω的算法随机性在多大程度上意味着数学真理本质上不可知且缺乏内在结构？
• RQ5 Ω中固有的随机性是否可作为数学准经验主义方法的依据，类似于物理学中将未被证明但合理的假设视为基础？

主要发现

• 停机概率Ω在数学上定义良好，但具有算法随机性：其每一位都无法被任何少于N位公理的形式系统压缩或预测。
• Ω是最大不可知的：任何复杂度低于N位的证明系统都无法确定其二进制展开的N位，使其成为数学事实无原因而为真的具体例证。
• Ω的数位在统计上看似随机——每位为0或1的概率均为1/2——尽管其由一个简单的数学定义精确决定。
• Ω的构造依赖于自定界程序，这解决了早期算法复杂度与随机性定义中的技术缺陷。
• Ω表明，哥德尔不完备性与图灵停机问题导致了一种比以往认识到的更深层次的数学随机性。
• 本文主张，这种随机性意味着数学可能需要采纳一种准经验主义方法，即未被证明的假设可被视作基础公理，类似于物理学中的处理方式。