梯径

1.概述

由刘宇（Yu Liu）、狄增如（Zengru Di）和菲利普·格利（Philip Gerlee）于2022年提出的梯径方法，源自组装理论（assembly theory），是一种新颖的框架，用于量化单一结构化对象（如字符串、空间模式、分子或语言片段）的复杂性和信息。

梯径包括一系列生成操作，用于逐步构建目标对象。每一步，可重复使用的较小的子结构单元会被组合或连接起来。经过梯径重构的步骤后，整个序列会形成一个偏序多重集或梯图，用于捕获层次依赖关系。

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：

- 梯径度（[math]\displaystyle{ \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。

- 有序度（[math]\displaystyle{ \omega }[/math]）：量化了相较于一种无结构构建（即每个基本元素都单独添加）所节省的步骤数。其形式化定义为[math]\displaystyle{ \omega=S-\lambda }[/math]，其中 [math]\displaystyle{ S }[/math] 是规模度（size-index），即不进行任何重用的从头构建成本。

这两个指数提供了一个二维的复杂性度量谱系：[math]\displaystyle{ \lambda }[/math]反映了内在的新颖性或信息成本，而[math]\displaystyle{ \omega }[/math]反映了结构的冗余性或有序度。重要的是，该方法是领域无关的（domain-agnostic）——它同样适用于字符串、空间配置、生物分子、语言结构，甚至进化系统。

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，使其成为探索自然和人工系统中复杂性涌现的强大工具。