計算實在論

英文題名：Computational Realism: Formal Core, Twenty-Fourfold Projections, and Contextual Realizability

版本：CR v2.0（首次公開正式版候選稿）｜日期：2026-07-19

作者：Neo.K（許筌崴）｜原始 AI 協作：Theia｜正式版編修協作：Aletheia｜機構：EveMissLab

本版以二十四重範式 v4.0 取代十六重範式作為 Layer-1，並將原稿中的公理、定理、框架內命題、經驗假說與哲學詮釋重新分級。CR v2.0 不再宣稱已解決 $P\ne NP$ ，也不再把 Landauer 下界、AGI、自由市場或全息矩陣的應用寫成無條件定理。

摘要

《計算實在論》試圖回答：一個形式上可描述的對象，在何種意義下可被計算、實現、維持、觀察與比較？本版把 CR 重建為一個語境化的形式—測度框架，由五個層次組成：原生組合架構、二十四重投影層、資源與依賴測度、可實現性剖面，以及應用／詮釋層。

CR v2.0 的核心修正包括：將原生算子 $\oplus_o$ 由「唯一存在的宇宙算子」改為公理模式；將投影階序由普遍全序改為依資源權重而定的偏序；將 $\epsilon=\epsilon_0\cdot\mathrm{dep}$ 改為僅對不可逆資訊擦除成立的 Landauer 條件下界；將 Reality 從形上學存在量改為帶語境的計算可實現性剖面與可選標量化；將 DFT／FFT 案例修正為語義等價與資源不等價；將 $P\ne NP$ 改為 CR 的研究重述，而非證明；將 AGI 與市場命題降為可檢驗的設計準則與經驗假說；將全息矩陣改為需要明示估計器的註記矩陣，而非唯一升格。

本版保留 CR 最有價值的洞察：形式等價不等於計算代價等價；表示、實作、觀察與可實現性必須分層。

關鍵詞： 計算實在論、二十四重範式、投影本體論、可實現性、HCU、Landauer 原理、全息矩陣、 $P$ vs $NP$

一、CR v2.0 的形式地位
二、基礎結構與原生組合公理模式
三、二十四重投影層
四、資源、HCU 與熱力學接口
五、語義—實作分離
六、Contextual Reality：可實現性剖面
七、命題分級與元理論
八、 $P$ vs $NP$ 的 CR 重述
九、AGI、AI 與市場：由定理改為研究假說
十、全息矩陣形式
十一、研究程序、驗證與形式化路線
結論、舊版主張處理表與參考文獻

一、CR v2.0 的形式地位

1.1 理論目的

CR 不把「計算」縮減為單一圖靈機步數，也不把「存在」直接等同於一個標量。它試圖同時描述：

對象的形式結構；
對象被何種算法或物理過程實作；
實作需要的時間、空間、預處理、能量與觀察損失；
對象在特定語境中能否被穩定製備、重現與使用；
不同描述層級之間何時等價、何時只是近似。

1.2 五層結構

CR v2.0 採五層結構：

層級	名稱	內容	形式地位
Layer 0	原生組合層	鄰域、狀態與組合規則	公理模式
Layer 1	二十四重投影層	$\mathfrak P_{24}$ 與語境 $\Gamma$	形式分類
Layer 2	資源／HCU 層	hol、dep、clo、res 與資源向量	操作性測度
Layer 3	可實現性層	Reality 剖面與標量化	模型依賴
Layer 4	應用／詮釋層	AI、物理、市場、倫理、本體論	假說或哲學解讀

Layer 4 不能反向充當 Layer 0–3 的證明。

1.3 前置依賴更新

CR v2.0 的直接依賴為：

DCO／Cl：提供閉合、反身與內外描述的本體論語彙；
二十四重範式 v4.0：提供 Layer-1；
HCU：提供 hol、dep、clo、res 的研究語彙；
計算複雜性、資訊熱力學、並行計算與統計學習理論：提供外部校準。

八重與十六重範式保留為歷史粗粒度投影，不再作為現行核心。

二、基礎結構與原生組合公理模式

2.1 CR 結構

一個 CR 模型寫成：

\mathbf{CR}_\Gamma = (L,\mathcal N,\mathcal T,\oplus_o,\Pi_{24},\mathbf M_\Gamma)

其中：

$L$ ：對象或狀態元集合；
$\mathcal N$ ：鄰域結構；
$\mathcal T$ ：容許轉換或演化；
$\oplus_o$ ：原生組合算子；
$\Pi_{24}$ ：二十四重投影族；
$\mathbf M_\Gamma$ ：語境化測度族。

2.2 原生算子是公理模式

舊版宣稱 $\oplus_o$ 由全域性、不可分解性、單步性、守恆性與 $\Omega$ 不動點唯一決定。這不足以建立數學唯一性：不同算子可共享上述性質。

正式版改為公理模式。對一個具體模型，需指定：

\oplus_o: \prod_{\ell\in N(x)}L_\ell\to L_x

並逐項驗證：

域閉合： 輸出仍屬於指定狀態空間；
鄰域依賴： 所宣稱的局部／全域資訊確實進入算子；
對稱或方向性： 若要求交換、置換或因果方向，必須明示；
守恆量： 指定哪個函數 $C$ 滿足 $C(\oplus_o(s))=C(s)$ ；
不動點： 指定哪些 $\Omega$ 滿足 $\oplus_o(\Omega)=\Omega$ 。

因此， $\oplus_o$ 是一族模型的共同接口，不是未經構造即可宣稱唯一的形上學實體。

2.3 與 DCO 的對接

可建立詮釋映射：

I_{\mathrm{DCO}}:\mathbf{CR}_\Gamma\to\mathbf{DCO}

把原生組合解讀為 Cl 的生成或反身演化。但除非给出 DCO 的完整形式語言、模型類與保結構映射，以下式子只具有詮釋性：

\oplus_o\equiv\frac{d}{dt}\mathrm{Refl}(\mathrm{Cl})

正式版保留它作為研究方向，不列為已證定理。

三、二十四重投影層

3.1 投影族

令：

\mathfrak P_{24} = \{\mathsf C,\mathsf D\} \times \{\mathsf S,\mathsf J,\mathsf P,\mathsf R\} \times \{\mathsf C,\mathsf D,\mathsf X\}

每個範式 $p$ 對應一個語境化投影：

\pi_{p,\Gamma}:\mathcal T\to\mathcal T_{p,\Gamma}

投影不只是「把原生算子降維」，也同時固定：

底空間解析度；
更新模式；
觀察表示；
容許誤差與資源模型。

3.2 粗粒度投影

八重與十六重分類可由遺忘映射得到：

\kappa_{24\to16}: \mathfrak P_{24}\to\mathfrak P_{16}

其作用是把 $\mathsf X$ 合併到既定的連續／離散觀察近似中；而：

\kappa_{16\to8}: \mathfrak P_{16}\to\mathfrak P_8

把 $\mathsf J,\mathsf P,\mathsf R$ 合併為廣義非序列類。

這些映射是解析度降低，不表示被合併的類在計算上等價。

3.3 投影不是普遍全序

舊版提出：

\pi_R\ge\pi_P\ge\pi_J\ge\pi_C

正式版撤回此普遍全序。預計算識別可能有較低線上延遲，卻使用更高記憶體、訓練成本、更新成本與能量；並行方案可能降低深度但提高工作量與通訊。

給定資源向量 $\mathbf C_\Gamma$ 與偏好關係 $\preceq_\Gamma$ ，只能定義：

\pi_a\preceq_\Gamma\pi_b \iff \mathbf C_\Gamma(\pi_a) \text{ 在語境 }\Gamma\text{ 下不劣於 } \mathbf C_\Gamma(\pi_b)

不同投影可互不可比。

四、資源、HCU 與熱力學接口

4.1 HCU 的操作性定位

CR v2.0 保留四個核心測度名：

$\mathrm{hol}$ ：局部對指定整體資訊或結構的保留程度；
$\mathrm{dep}$ ：從前提、輸入或生成規則到目標的最短依賴深度；
$\mathrm{clo}$ ：系統約束在內部被滿足、回收或自洽的程度；
$\mathrm{res}$ ：觀察／表示可分辨的尺度或語境解析度。

但每個量都必須在具體模型中給出定義域、值域、估計器與不變性條件。僅有名稱不能形成公理系統。

4.2 資源向量

\mathbf C_\Gamma(\ell) = (W,D,M,P_{\mathrm{pre}},U_{\mathrm{upd}},N_{\mathrm{erase}},E_{\mathrm{phys}},L_{\mathrm{obs}})

這避免把所有代價壓縮成單一 $\epsilon$ 。

4.3 Landauer 原理的正確接口

Landauer 原理對邏輯不可逆資訊擦除給出下界。若有 $N_{\mathrm{erase}}$ 個被擦除的 bit，則理想條件下：

E_{\mathrm{diss}} \ge N_{\mathrm{erase}}k_BT\ln2

它不是「每個算法步驟必須耗散 $k_BT\ln2$ 」。可逆計算、非擦除操作、物理噪聲與實際硬體損耗需要分開處理。

只有在額外證明：

N_{\mathrm{erase}}\ge \alpha\,\mathrm{dep}

時，才能推出條件式下界：

E_{\mathrm{diss}} \ge \alpha\,\mathrm{dep}\,k_BT\ln2

因此，舊式：

\epsilon=\epsilon_0\cdot\mathrm{dep}

不再作為普遍等價式。

4.4 知識—運算對偶的保留方式

「更多預先結構可降低線上計算」是有價值的設計原理，但不是固定守恆式。正式版寫為多資源權衡：

T_{\mathrm{online}} = f(P_{\mathrm{pre}},M,U_{\mathrm{upd}},L_{\mathrm{obs}},\Gamma)

可能存在 Pareto 前沿，但一般不存在：

K+C=1

或：

K\cdot C=\mathrm{const}

的普遍定律。

五、語義—實作分離

5.1 核心命題

命題 5.1（語義等價不推出資源等價）。
設算法 $A$ 與 $B$ 對所有有效輸入計算相同函數：

\forall x,\quad A(x)=B(x)=f(x)

則不能由此推出：

\mathbf C_\Gamma(A)=\mathbf C_\Gamma(B)

這是 CR v2.0 最穩固的核心命題之一。

5.2 DFT 與 FFT

DFT 是一個線性變換；FFT 是計算該變換的一族快速算法。兩者不宜被寫成兩個同構矩陣對象，而應寫成：

\llbracket A_{\mathrm{direct}}\rrbracket = \llbracket A_{\mathrm{FFT}}\rrbracket = \mathrm{DFT}_n

但：

W(A_{\mathrm{direct}})=\Theta(n^2)

而典型 FFT：

W(A_{\mathrm{FFT}})=\Theta(n\log n)

FFT 也不天然等於並行範式；其具體實作可落在序列、跳躍或並行層。這個案例證明的是「同一語義可有不同實作剖面」。

5.3 計算等價類

對固定語義 $f$ ，定義算法實作類：

[A]_f = \{B:\llbracket B\rrbracket=f\}

再依資源語境建立細分：

[A]_{f,\Gamma,\preceq}

CR 的任務不是取代傳統算法理論，而是明確標示「語義類」「實作類」「物理實現類」三者不可混同。

六、Contextual Reality：可實現性剖面

6.1 Reality 的重新定位

Reality 不再宣稱測量對象的形上學存在程度。正式名稱可保留為 Contextual Computational Reality，但其操作性含義是：

在指定語境中，一個對象或過程被製備、維持、計算、觀察、重現與使用的可實現性剖面。

6.2 向量形式

\mathbf R_\Gamma(\ell) = ( r_{\mathrm{carrier}}, r_{\mathrm{closure}}, r_{\mathrm{information}}, r_{\mathrm{depth}}, r_{\mathrm{robustness}}, r_{\mathrm{observability}} )

各分量先被標準化到 $[0,1]$ 。例如：

$r_{\mathrm{carrier}}$ ：是否有可用承載；
$r_{\mathrm{closure}}$ ：內部約束滿足度；
$r_{\mathrm{information}}$ ：必要資訊保留；
$r_{\mathrm{depth}}$ ：依賴深度的反向標準化；
$r_{\mathrm{robustness}}$ ：擾動下維持功能的能力；
$r_{\mathrm{observability}}$ ：結果可被驗證或重現的程度。

6.3 標量化

只有在任務需要排序時，才選權重：

\mathcal R_{\Gamma,\mathbf w}(\ell) = \sum_{i=1}^{m}w_i\widehat r_i(\ell)

其中：

w_i\ge0, \qquad \sum_iw_i=1

或使用幾何聚合：

\mathcal R^{(\times)}_{\Gamma,\mathbf w}(\ell) = \prod_i(\delta+\widehat r_i(\ell))^{w_i}

不同權重會產生不同排序，這不是缺陷，而是語境化測度的必要誠實。

6.4 零值命題

只有當標量化函數被明確定義為各分量的乘積時，才能得到「任一因子為零則總值為零」。因此，舊版 CR-2 應改稱：

引理 6.1（乘積聚合器的零吸收性）。
若 $\mathcal R=\prod_i r_i$ 且 $r_i\ge0$ ，則 $\mathcal R=0$ 當且僅當至少一個因子為零。

這是代數性質，不是宇宙中一切虛在化的充要定理。

6.5 連續性

若每個分量對指定拓撲連續，且聚合函數連續，才有：

\mathcal R_{\Gamma,\mathbf w} \text{ 連續}

「在適當拓撲下」不能替代對拓撲、定義域與分量連續性的證明。

七、命題分級與元理論

7.1 四種陳述等級

CR v2.0 對陳述標記：

D（Definition）： 由本文直接規定。
P（Proposition）： 可由本文已給定義推導。
C（Conditional theorem）： 在列明外部假設下成立。
H（Hypothesis）： 需要實證或外部數學證明。
I（Interpretation）： 哲學或跨理論對接。

7.2 相對一致性

只有當存在一個明確解釋：

I:\mathbf{CR}_2\to T

把每個 CR 公理映射為基礎理論 $T$ 中的定理，才能主張：

\mathrm{Con}(T)\Rightarrow\mathrm{Con}(\mathbf{CR}_2)

僅說「所有語句可在 ZFC 中表達」不足以證明相對一致性。

7.3 不完備性

若 CR v2.0：

可有效公理化；
一致；
能解釋 Robinson arithmetic $Q$ 或更強算術；

則 Gödel 不完備性定理適用。這是條件式元定理。僅包含某種「基數算術」不足以自動完成上述條件。

7.4 範疇等價

若要宣稱 CR 與分數本體論範疇等價，需給出：

F:\mathbf{CR}\to\mathbf{FracOnt}

G:\mathbf{FracOnt}\to\mathbf{CR}

以及自然同構：

GF\cong\mathrm{Id}_{\mathbf{CR}}, \qquad FG\cong\mathrm{Id}_{\mathbf{FracOnt}}

在完成這些構造前，該主張列為研究計畫，而不是定理。

八、 $P$ vs $NP$ 的 CR 重述

8.1 官方狀態

截至本版日期， $P$ vs $NP$ 仍是未解的千禧年難題。CR 不宣稱提供標準複雜性理論中的證明。

8.2 原稿問題

舊版論證使用了下列未證前提：

所有多項式算法本質上只屬於序列投影；
NP 完全問題必須使用識別投影；
解空間大小為 $2^n$ 即推出任何算法需要指數時間；
$\aleph_0/2^{\aleph_0}=0$ 可作為標準基數商；
Reality 趨零可反推出時間下界。

這些前提不足以建立 $P\ne NP$ 。

8.3 CR 的有效研究問題

CR 可以提出下列條件式研究綱領：

對每個複雜性類，研究其可用範式路徑與資源向量。
研究預處理、非一致性、記憶體與線上時間的交換。
研究觀察損失是否會使「快速識別」只適用於受限分布。
研究某些範式轉換是否需要已知的電路下界、通信下界或證明複雜度下界。
將「範式不可達」翻譯成標準模型中的可證下界，而不是用範式名稱代替下界證明。

可定義 CR 假說：

\mathrm{CPH}: \quad \text{某些 NP 完全問題的低損失實作，在指定資源模型下不存在多項式範式路徑}

但 $\mathrm{CPH}$ 目前是 $P\ne NP$ 的重新表述方向，不是證明。

九、AGI、AI 與市場：由定理改為研究假說

9.1 AGI 不由單一範式決定

「純序列系統不可能成為 AGI」缺乏定義與證明。實際系統可在底層序列執行、在架構上表現並行或識別。

CR 可提供 AGI 評估向量：

\mathbf A(S) = ( \text{task breadth}, \text{adaptation}, \text{world modeling}, \text{self-monitoring}, \text{tool use}, \text{robustness}, \text{resource efficiency} )

二十四重範式可描述其工作路徑，但不能單獨充當 AGI 的充要定義。

9.2 LLM 分類

大型語言模型通常是混合範式：

訓練：大規模並行更新與序列依賴；
推理：識別、跳躍選擇與序列生成；
檢索：索引式識別；
工具使用：事件驅動跳躍；
多模態感測：連續／離散觀察混合。

任何 clo 或 Reality 數值都需要公開估計器與資料，不能用主觀數值直接斷言。

9.3 市場假說

市場份額不只由效率決定，還受網路效應、壟斷、補貼、法規、品牌、轉換成本、資訊不對稱與路徑依賴影響。

因此：

\mathrm{share}\propto\mathcal R

不再列為定理。可改為可檢驗假說：

H_{\mathrm{market}}: \quad \text{在控制外部制度與網路效應後，可實現性剖面對採用率具有正向解釋力}

十、全息矩陣形式

10.1 定義

全息矩陣正式寫為語境化註記矩陣：

\widetilde A_\Gamma = (A,H_\Gamma,V_\Gamma)

其中：

$A$ ：原始矩陣；
$H_\Gamma$ ：元素或子結構在指定任務中的資訊重要性；
$V_\Gamma$ ：元素或子結構的可實現性、可靠性、可製備性或可使用性評分。

10.2 不存在無條件唯一升格

對任意 $A$ ，可以附加很多不同的 $H$ 與 $V$ 。若沒有估計器：

\widehat H_\Gamma=\mathcal E_H(A,\mathcal D,\Gamma)

\widehat V_\Gamma=\mathcal E_V(A,\mathcal D,\Gamma)

就不存在唯一全息矩陣。因此，舊版「任意矩陣存在唯一升格」撤回。

10.3 可保留的數學結構

若要求：

H_{ij}\ge0, \qquad \sum_{ij}H_{ij}=1

則 $H$ 可視為重要性分布。 $V$ 可限制在：

V_{ij}\in[0,1]

並明確指定其校準目標，例如可靠性、激活率、可製備概率或實驗重現率。

10.4 應用

神經網路： $H$ 可由歸因、Hessian、Fisher 信息或消融效應估計； $V$ 可由跨分布穩定性與硬體可靠性估計。
量子系統： $V$ 可表示製備保真度或噪聲通道下的存活度，而不是形上學真實性。
圖結構： $H$ 表示任務重要性， $V$ 表示邊的置信度、持續度或可驗證性。
注意力矩陣： 注意力權重本身不等於因果重要性； $H$ 與 $V$ 必須獨立校準。

10.5 動態版本

\widetilde A_\Gamma(t) = (A(t),H_\Gamma(t),V_\Gamma(t))

動態方程必須由具體任務指定。不能僅因寫下梯度流，就宣稱相容性由微分方程解的唯一性自動保證；還需證明約束集合在流下不變。

十一、研究程序、驗證與形式化路線

11.1 最小可驗證單元

每個 CR 主張必須附：

定義域與值域；
語境 $\Gamma$ ；
估計器或計算程序；
資料與誤差；
基線方法；
可反駁條件；
陳述等級 D/P/C/H/I。

11.2 形式化優先序

形式化二十四重範式的固定語境分類定理。
形式化混合範式為有限路徑或機率分布。
建立資源向量與 Pareto 偏序。
建立 DFT／FFT 的語義—實作分離範例。
對 HCU 每個量给出至少一個可計算模型。
最後才處理 DCO、Reality 與範疇等價。

11.3 實驗路線

建立算法案例庫；
對同一任務測量不同範式路徑；
檢驗 $\mathsf X$ 標記是否改善模型選擇或錯誤診斷；
實作 HolographicMatrix(A,H,V,context) 原型；
對剪枝、圖邊可靠性或量子製備保真度做可重複比較；
以 CR 指標預測採用率時，控制制度與市場混淆變量。

結論

CR v2.0 不再用更強的語氣保護理論，而用更清楚的證明責任保護理論。

它保留三個核心判斷：

\text{形式可寫} \not\Rightarrow \text{有效可算}

\text{語義等價} \not\Rightarrow \text{資源等價}

\text{單一測度可用} \not\Rightarrow \text{單一測度足夠}

二十四重範式提供分類語言，HCU 提供待操作化的測度語言，Reality 提供語境化可實現性剖面，全息矩陣提供可實作的資料接口。它們共同形成一個研究程序，而不是一組已經自動證明所有重大問題的宣言。

CR 的正式化因此不是把所有推論降級，而是把真正穩固的內容移到更堅實的位置：

計算不是只看答案是否相同；還要看答案如何被產生、由什麼承載、付出什麼資源、在何種觀察下仍然成立。

舊版主張處理表

舊版項目	CR v2.0 處理	新地位
$\oplus_o$ 唯一（模同構）	撤回唯一性，改為公理模式	D／研究程序
$\oplus_o=\mathrm{Cl-4}$ 動力化身	保留為詮釋映射	I
八／十六重為 Layer-1	更新為二十四重；舊版為粗粒度	D
$\pi_R\ge\pi_P\ge\pi_J\ge\pi_C$	撤回全序，改為資源偏序	P
$\epsilon=\epsilon_0\cdot\mathrm{dep}$	改為擦除 bit 的條件下界	C
DFT 與 FFT 為同構對象	改為同一變換的不同算法	P
$K+C=1$	改為需實證的資源交換	H
Reality 是存在程度	改為語境化可實現性剖面	D
Reality 零值四條件	僅對乘積聚合器成立	P
Reality 必然連續	改為分量與拓撲條件成立時	C
CR 證明 $P\ne NP$	撤回；改為研究重述	H
CR 相對一致	需明確解釋到基礎理論	C／未完成
CR 必然不完備	在有效公理化且解釋算術時	C
純序列系統不可能 AGI	撤回；改為混合範式評估	H
市場份額正比 Reality	改為控制混淆變量的經驗假說	H
全息矩陣唯一升格	撤回；需指定 $H,V$ 估計器	D
倫理約束直接嵌入學術正文	移至獨立授權／治理文件	制度文件

參考文獻

[1] R. Landauer, “Irreversibility and Heat Generation in the Computing Process,” IBM Journal of Research and Development, 5(3), 183–191, 1961. DOI: 10.1147/rd.53.0183.

[2] C. H. Bennett, “Logical Reversibility of Computation,” IBM Journal of Research and Development, 17(6), 525–532, 1973.

[3] D. H. Wolpert, “Extending Landauer’s Bound from Bit Erasure to Arbitrary Computation,” arXiv:1508.05319, 2015.

[4] S. Cook, “The P versus NP Problem,” in The Millennium Prize Problems, Clay Mathematics Institute / AMS, 2006.

[5] C. Zhang, S. Bengio, M. Hardt, B. Recht, and O. Vinyals, “Understanding Deep Learning Requires Rethinking Generalization,” ICLR, 2017.

[6] S. Wenmackers, “On the Limits of Comparing Subset Sizes within the Natural Numbers,” arXiv:2408.03344, 2024.

[7] J. L. Jones and A. P. Young, “Finite Size Scaling of the Correlation Length above the Upper Critical Dimension,” arXiv:cond-mat/0412150, 2004.

[8] K. Falconer, Fractal Geometry: Mathematical Foundations and Applications, 3rd ed., Wiley, 2014.

[9] T. H. Cormen, C. E. Leiserson, R. L. Rivest, and C. Stein, Introduction to Algorithms, 4th ed., MIT Press, 2022.

[10] M. Nielsen and I. Chuang, Quantum Computation and Quantum Information, 10th anniversary ed., Cambridge University Press, 2010.

授權與學術狀態

CR v2.0 是 EveMissLab 的正式候選研究稿，不是同行評審結論。正式發表時，建議將開源授權、倫理限制、作者聲明與 AI 協作說明拆成獨立文件；學術正文只保留可被定義、證明、引用或反駁的內容。

計算實在論_正式版_v2.0