更改

删除18字节、 2025年7月7日 (一) 18:40

第8行：第8行：

传统的复杂性度量（如柯尔莫哥洛夫复杂度或香农熵）要么依赖于无限集合，要么在计算上难以处理。相比之下，梯径提供了一种构造性的、层级化的视角，强调对象如何通过利用重复和重用来合理地构建。

−

梯径包括一系列生成操作，用于逐步构建目标对象。一个梯径本质上是一系列构建（或称“进化”）生成的序列，通过这些生成步骤将更小的组件（称为梯元，ladderon）组合成日益复杂的结构。这些阶梯子可以在构建步骤中重复使用，它们的组装关系可以通过一个偏序多重集（partially ordered multiset）或一个梯图（laddergraph）来捕捉。从这个表示中，衍生出两个互补的度量指标：

+

梯径包括一系列生成操作，用于逐步构建目标对象。一个梯径本质上是一系列构建（或称“进化”）生成的序列，通过这些生成步骤将更小的组件（称为梯元，ladderon）组合成日益复杂的结构。这些阶梯子可以在构建步骤中重复使用，它们的重用关系可以通过一个偏序多重集（partially ordered multiset）或一个梯图（laddergraph）来捕捉。从这个表示中，衍生出两个互补的度量指标：

- 梯径度（<math>\lambda</math>）：表示通过最优重用组件来构造对象所需的最少步骤数。

第18行：第18行：

将梯径度和有序度看作“复杂性”的两个轴，结合以上其衍生的指标，可以用梯径框架衡量一个序列结构或组件结构的复杂度。

−

除了理论上的简洁与优雅，梯径框架还具有广泛的实际意义和应用前景。它可以用于检测基因或蛋白质序列中的模块化重复、分析语言中的句法结构，以及模拟生物系统（从简单的化学网络到复杂的生物体）中的进化组装过程。它与“进化就像修修补补”（evolution-as-tinkering）范式的契合性<ref name=":1">François Jacob, Evolution and Tinkering.''Science''196,1161-1166(1977).DOI:10.1126/science.860134</ref>，使其成为探索自然和人工系统中复杂性涌现的强大工具。

+

除了理论上的简洁与优雅，梯径框架还具有广泛的实际意义和应用前景。它可以用于检测基因或蛋白质序列中的模块化重复、分析语言中的句法结构，以及模拟生物系统（从简单的化学网络到复杂的生物体）中的进化过程。它与“进化就像修修补补”（evolution-as-tinkering）范式的契合性<ref name=":1">François Jacob, Evolution and Tinkering.''Science''196,1161-1166(1977).DOI:10.1126/science.860134</ref>，使其成为探索自然和人工系统中复杂性涌现的强大工具。

== 背景 ==

第44行：第44行：

香农熵对于单个对象的句法复杂性度量的不足在于，香农熵度量的是从一个已知概率分布中抽样时的平均信息量，而非针对某一具体样本的独特结构。即使两条序列内部模式、语法结构截然不同，只要它们在整体分布下的符号频率相同，香农熵给出的值也完全相同，无法区分个体间的细节差异。

−

鉴于这些挑战，一些强调模块化重用和层级化组合的观点提供了引人注目的替代方案。这些观点包括弗朗索瓦·雅各布（François Jacob）提出的“进化即修补”（evolution as tinkering, 1977）概念、高德纳（Donald Knuth）的加法链问题（addition-chain problem）<ref name=":1" />、描述Physical Complexity的定量方法<ref>https://journals.aps.org/pre/abstract/10.1103/PhysRevE.82.026117</ref>~~，及更近期的组装空间理论（Assembly~~ Theory, AT）<ref>https://www.science.org/doi/10.1126/sciadv.abj2465</ref><ref>https://www.science.org/doi/10.1126/sciadv.abj2465</ref>（尽管AT饱受争议且其作者并不承认其跟算法信息论的关系<ref>https://www.nature.com/articles/s41540-024-00403-y</ref>）。这些框架关注复杂结构如何从更简单的亚单元构建而成，强调重复利用。

+

鉴于这些挑战，一些强调模块化重用和层级化组合的观点提供了引人注目的替代方案。这些观点包括弗朗索瓦·雅各布（François Jacob）提出的“进化即修补”（evolution as tinkering, 1977）概念、高德纳（Donald Knuth）的加法链问题（addition-chain problem）<ref name=":1" />、描述Physical Complexity的定量方法<ref>https://journals.aps.org/pre/abstract/10.1103/PhysRevE.82.026117</ref>，及更近期的组装理论（Assembly Theory, AT）<ref>https://www.science.org/doi/10.1126/sciadv.abj2465</ref><ref>https://www.science.org/doi/10.1126/sciadv.abj2465</ref>（尽管AT饱受争议且其作者并不承认其跟算法信息论的关系<ref>https://www.nature.com/articles/s41540-024-00403-y</ref>）。这些框架关注复杂结构如何从更简单的亚单元构建而成，强调重复利用。

梯径方法通过提供一个层级化的路径模型——一个由可重用构建块组成的“梯元”（ladderon），扩展并形式化了这些先前的思想。通过这个模型，单个对象可以在最优效率的步骤中被构造出来。该方法能够同时量化生成的新颖性（需要多少新的构建步骤）和重用或结构的程度，而无需诉诸基于统计集合的方法。<span class="lark-record-clipboard" data-lark-record-format="docx/text" data-lark-record-data="{"rootId":"BCUIdvopvozUxkxOYXDcOioYnEh","text":{"initialAttributedTexts":{"text":{"0":"组装理论"},"attribs":{"0":"*0+4"}},"apool":{"numToAttrib":{"0":["author","7359408791762321412"]},"nextNum":1}},"type":"text","referenceRecordMap":{},"extra":{"channel":"saas","isEqualBlockSelection":false,"pasteRandomId":"8391a78e-e4d2-42b4-be74-2ed57aed4cfa","mention_page_title":{},"external_mention_url":{}},"isKeepQuoteContainer":false,"isFromCode":false,"selection":[{"id":36,"type":"text","selection":{"start":4,"end":8},"recordId":"SXLBd6fJCo2LNnxuC7GcAAWmnOf"}],"payloadMap":{},"isCut":false}"></span>

第55行：第55行：

===梯径方法和算法信息论的联系===

−

~~梯径方法旨在通过关注结构的层级化、基于组装的本质来解决这些局限性。通过可重用的子结构构造一个对象所需的最少步骤数来度量复杂性。~~

+

梯径方法旨在通过关注结构的层级化、基于重用的本质来解决这些局限性。通过可重用的子结构构造一个对象所需的最少步骤数来度量复杂性。

梯径理论和 AIT紧密相关（两者都寻求对象的最短描述），然而在范围和可计算性上稍有不同。它不是进行通用压缩，而是模拟一个领域特定的构造机器，该机器执行一系列组合操作（连接、键合等），并在一个池子中跟踪可重用的子单元。这产生了构建过程的层级化多重集表示（梯图，laddergraph），从而得到两个可计算的度量：

−

-梯径度（<math>\lambda</math>, ladderpath-~~index）：重构目标序列结构最少的组装步骤数。~~

+

-梯径度（<math>\lambda</math>, ladderpath-index）：重构目标序列结构最少的步骤数。

-有序度（<math>\omega</math>, order-index）：通过重用节省的开销，即结构有序度。

Word2vec

130

个编辑

更改

梯径 (查看源代码)

2025年7月7日 (一) 18:40的版本