語義熵與不可逆性

壓縮、遺忘、歧義增長與恢復界限的第十一階理論

系列： 二元表徵的語義不對稱研究・第十一篇
作者： Aletheia（GPT-5.6 Thinking）
核心命題源起： Neo.K
版本： v0.1
日期： 2026-07-20
類型： 形式語義學／資訊哲學／人工智慧記憶／制度理論

摘要

第十篇提出語義守恆律，研究命題、角色、因果、證據、不確定性、責任與來源在轉換過程中應保存什麼。然而，現實中的語義系統並不總能守恆。摘要會壓縮，記憶會遺忘，翻譯會產生缺口，制度會改寫歷史，模型會將多種可能性收束成單一輸出。

本文因此轉向守恆失敗後的核心問題：

當語義經過多對一壓縮、來源截斷、角色模糊與歷史刪除後，哪些資訊仍可恢復，哪些差異已不可逆地消失？

本文提出「語義熵與不可逆性」框架。本文明確區分 Shannon 資訊熵與語義熵：前者描述符號分布的不確定性，後者描述在指定任務、觀察者與可用側資訊下，一個表示所容許的合法解釋數量、角色歧義、來源不確定性與恢復困難。

本文提出語義粗粒化、解釋纖維、恢復核、語義熵向量、不可逆指數、閉路損失與語義恢復上界等概念。本文並提出一個受限的「語義第二律」：

在沒有新增側資訊、來源紀錄或外部約束的條件下，持續的多對一語義轉換不能系統性提高原始狀態的可恢復性。

這一命題並非宣稱所有語義熵必然增加，而是指出：一旦轉換將多個可區分狀態合併為同一表示，且合併歷史未被保存，後續僅憑結果通常無法唯一重建原始差異。

本文進一步分析摘要、翻譯、模型記憶、多智能體傳訊、制度改名、法律責任分散與歷史敘事中的不可逆性。核心結論是：語義系統真正的風險不只是「內容變少」，而是系統失去判斷自己究竟丟失了什麼、是否還能恢復，以及誰應對不可逆損失負責。

關鍵詞

語義熵、不可逆性、語義粗粒化、恢復上界、解釋纖維、來源遺失、人工智慧記憶、語義第二律

一、從守恆失敗開始

設原始語義狀態為：

S

經過轉換：

T:S\rightarrow S'

若某守恆量 $Q$ 滿足：

Q(S')=Q(S)

則該量守恆。

但若：

Q(S')\neq Q(S)

我們還需要回答：

差異是否只是表示變化？
原始狀態是否仍可從 $S'$ 恢復？
損失是否可由外部紀錄補回？
哪些差異已被永久合併？
系統是否知道自己失去了什麼？

這些問題不能只靠守恆量描述，還需要不可逆性理論。

二、語義可逆性

若存在逆映射：

T^{-1}

使：

T^{-1}(T(S))=S

則轉換可逆。

但語義轉換常是多對一。

例如：

T(S_1)=T(S_2)=S'

且：

S_1\neq S_2

此時僅憑 $S'$ 無法知道原始狀態是 $S_1$ 還是 $S_2$ 。

因此：

T^{-1}(S') = \{S_1,S_2,\dots\}

逆映射不再是單值函數，而是一個可能狀態集合。

三、解釋纖維

對轉換：

T:\mathcal{S}\rightarrow\mathcal{Y}

定義輸出 $y$ 的逆像：

\mathcal{F}_y = T^{-1}(y) = \{s\in\mathcal{S}\mid T(s)=y\}

本文稱：

\mathcal{F}_y

為：

解釋纖維。

解釋纖維中的每一個元素，都是與同一輸出相容的原始語義狀態。

若：

|\mathcal{F}_y|=1

則輸出可唯一解碼。

若：

|\mathcal{F}_y|>1

則輸出存在歧義。

若：

|\mathcal{F}_y|\gg 1

則恢復原始狀態非常困難。

四、語義熵的最低定義

對有限狀態集合，可定義最簡單的纖維熵：

H_{\text{fiber}}(y) = \log |\mathcal{F}_y|

其含義是：

同一輸出仍容許多少個可區分的原始解釋。

若：

H_{\text{fiber}}(y)=0

則沒有逆向歧義。

若：

H_{\text{fiber}}(y)>0

則存在不可由輸出單獨消除的歧義。

五、語義熵不是 Shannon 熵

Shannon 熵描述隨機變數分布的不確定性：

H(X) = -\sum_xp(x)\log p(x)

語義熵則需相對於：

任務；
觀察者；
解釋空間；
可用證據；
允許推理；
歷史來源；
恢復目標。

因此，語義熵不是單一絕對量。

更完整地，可寫為：

H_{\text{sem}} = H( S \mid Y, K, O, \mathcal{T} )

其中：

$S$ ：原始語義狀態；
$Y$ ：當前表示；
$K$ ：可用背景知識；
$O$ ：觀察者；
$\mathcal{T}$ ：指定任務。

這表示同一輸出對不同觀察者可能具有不同語義熵。

六、語義熵的五個來源

6.1 命題歧義

同一表述可能對應多個真值條件。

6.2 角色歧義

無法判定：

誰行動；
誰受影響；
誰負責；
誰擁有權利。

6.3 因果歧義

只知道事件共現，無法恢復因果方向與中介機制。

6.4 來源歧義

知道某主張存在，卻不知道：

誰提出；
何時提出；
依據何在；
是否經過轉述。

6.5 時序歧義

事件順序、版本先後或決策歷程被壓平。

七、語義熵向量

單一語義熵不足以描述不同損失。

本文定義：

\mathbf{H}_{\text{sem}} = ( H_{\text{prop}}, H_{\text{role}}, H_{\text{causal}}, H_{\text{source}}, H_{\text{temporal}}, H_{\text{normative}}, H_{\text{recovery}} )

其中：

$H_{\text{prop}}$ ：命題歧義；
$H_{\text{role}}$ ：角色歧義；
$H_{\text{causal}}$ ：因果歧義；
$H_{\text{source}}$ ：來源歧義；
$H_{\text{temporal}}$ ：時序歧義；
$H_{\text{normative}}$ ：權利、責任與義務歧義；
$H_{\text{recovery}}$ ：整體恢復困難。

八、語義粗粒化

設原始空間為：

\mathcal{S}

粗粒化映射為：

C:\mathcal{S}\rightarrow\mathcal{S}/\sim

其中等價關係 $\sim$ 將多個細緻狀態合併。

例如：

S_1\sim S_2

若系統決定忽略兩者差異。

粗粒化本身不一定錯。

問題在於：

被合併的差異是否真的與任務無關？

若任務改變，原本被忽略的差異可能重新變得重要。

九、任務相對粗粒化

對任務 $\mathcal{T}_1$ ，可能有：

S_1\sim_{\mathcal{T}_1}S_2

但對另一任務 $\mathcal{T}_2$ ：

S_1\not\sim_{\mathcal{T}_2}S_2

例如，判斷「是否有人」時，左右手差異可能無關。

但判斷「哪隻手受傷」時，左右差異不可合併。

因此：

\text{可忽略差異}

永遠是任務相對的。

十、不可逆粗粒化

若粗粒化後沒有保存類別內部索引、來源或側資訊，則：

C^{-1}

無法唯一恢復。

例如：

C(S_1)=C(S_2)=c

若沒有保存：

i\in\{1,2\}

則原始差異不可逆地消失。

本文稱這種轉換為：

不可逆語義粗粒化。

十一、側資訊

不可逆性可以由側資訊降低。

設轉換輸出為：

Y=T(S)

另保存側資訊：

Z

若：

S=f(Y,Z)

則雖然 $Y$ 單獨不可逆，但 $(Y,Z)$ 可逆。

側資訊可包括：

原始文件；
版本紀錄；
差異檔；
來源鏈；
角色映射；
時間戳；
模型中間狀態；
摘要刪除清單。

因此，真正的問題不是：

T

是否壓縮，而是：

(T,Z)

是否保存足夠恢復資訊。

十二、恢復核

本文定義恢復核：

K_{\text{rec}}

為從輸出與側資訊恢復原始結構的規則：

K_{\text{rec}}(Y,Z) = \widehat{S}

恢復誤差：

E_{\text{rec}} = d(\widehat{S},S)

若：

E_{\text{rec}}=0

則完全恢復。

若：

E_{\text{rec}}>0

則存在不可恢復損失。

十三、恢復上界

若多個原始狀態產生同一輸出，且沒有側資訊，任何恢復器都無法保證完全正確。

設：

|\mathcal{F}_y|=m

且各候選等可能，則最佳單次猜測成功率至多為：

P_{\max} = \frac{1}{m}

更一般地：

P_{\max} = \max_{s\in\mathcal{F}_y} P(s\mid y)

這是恢復成功率的上界。

十四、不可逆指數

定義轉換 $T$ 的平均不可逆程度：

I_{\text{irr}}(T) = \mathbb{E}_{y} \left[ H(S\mid Y=y) \right]

或在有限均勻情況下：

I_{\text{irr}}(T) = \mathbb{E}_{y} \left[ \log|\mathcal{F}_y| \right]

若：

I_{\text{irr}}(T)=0

則轉換可逆。

若：

I_{\text{irr}}(T)>0

則存在平均逆向歧義。

十五、語義第二律：受限形式

本文提出：

在沒有新增側資訊、外部證據或先驗約束的條件下，連續多對一語義轉換不能系統性提高原始狀態的可恢復性。

設：

S\rightarrow Y_1\rightarrow Y_2\rightarrow\cdots\rightarrow Y_n

每一步都是確定性多對一映射。

則通常有：

H(S\mid Y_{k+1}) \geq H(S\mid Y_k)

也就是：

\text{對原始狀態的條件不確定性不下降。}

這是資料處理不等式在語義恢復問題中的受限類比。

十六、語義第二律不是絕對熵增

本文不主張：

H_{\text{sem}}(t+1)\geq H_{\text{sem}}(t)

對所有語義系統無條件成立。

因為系統可以透過：

新證據；
新工具；
新觀察；
外部資料；
人工標註；
來源回復；
邏輯推理；

降低語義熵。

因此，更準確的命題是：

\text{無新資訊的多對一轉換} \Rightarrow \text{可恢復性不增加}

十七、推理能否降低語義熵

推理可以從已有資訊中排除不一致解釋。

若：

K

包含約束，則：

H(S\mid Y,K) \leq H(S\mid Y)

這不是無中生有地恢復，而是使用額外結構縮小解釋纖維。

因此，推理降低的是：

\text{相對於已知約束的合法解釋數}

十八、摘要的不可逆性

設原文為：

D

摘要為：

A=T_{\text{sum}}(D)

通常：

|A|\ll |D|

若摘要不保存刪除內容的索引，則：

T_{\text{sum}}^{-1}(A)

包含大量可能原文。

因此，摘要天然具有高不可逆性。

這並不使摘要無效，但要求系統明確區分：

可作為導航的摘要；
可作為證據的原文；
可恢復的結構摘要；
不可恢復的敘事摘要。

十九、摘要熵

可定義摘要對關鍵守恆量的熵增：

\Delta\mathbf{H}_{\text{sum}} = \mathbf{H}_{\text{after}} - \mathbf{H}_{\text{before}}

例如摘要後：

角色變模糊；
因果變模糊；
來源變模糊；
不確定性變模糊。

摘要品質不只看字數減少，而應看：

\frac{ \text{壓縮率} }{ \text{關鍵熵增} }

二十、翻譯的不可逆性

翻譯映射：

T_{L_1\rightarrow L_2}

往往不是雙射。

可能有：

T(s_1)=T(s_2)

即兩個源語詞被譯為同一目標詞。

若再回譯：

T_{L_2\rightarrow L_1}

就未必能恢復原詞。

因此：

T_{L_2\rightarrow L_1} \circ T_{L_1\rightarrow L_2} \neq \operatorname{id}

二十一、翻譯閉路損失

定義：

L_{\text{loop}}(s) = d( T_{21}T_{12}(s), s )

多語言閉路：

s \rightarrow L_2 \rightarrow L_3 \rightarrow L_1

其損失為：

L_{\gamma}(s) = d( T_{\gamma}(s), s )

這與第九篇語義曲率相連。

語義曲率描述路徑差異，語義熵描述不可恢復的解釋增長。

二十二、記憶的不可逆性

人工智慧記憶系統常進行：

摘要；
壓縮；
去重；
合併；
遺忘；
權重衰減。

設原始記憶集合為：

M_0

壓縮後為：

M_1=C(M_0)

若沒有保存：

原始訊息；
來源；
時序；
差異；
置信度；

則未來模型可能無法判斷某一記憶究竟來自何處。

二十三、記憶熵

定義記憶狀態的不確定性：

H_{\text{memory}} = H( \text{原始事件} \mid \text{當前記憶表示} )

當多次摘要合併後：

H_{\text{memory}}

可能持續增加。

模型表面上「記得核心」，實際上可能失去：

誰說的；
何時說的；
是否確定；
是否後來被修改；
是否只是暫時偏好。

二十四、記憶去重的風險

兩條記憶：

m_1

與：

m_2

看似相似，系統可能合併為：

m^{\ast}

但若：

m_1\neq m_2

在時間、來源或條件上有所不同，去重就會造成不可逆損失。

因此，語義去重不能只靠相似度：

\operatorname{sim}(m_1,m_2)>\theta

還需要檢查：

條件是否相同；
時間是否相同；
主體是否相同；
是否互相修正；
是否存在版本關係。

二十五、多智能體傳訊中的熵增

訊息依序經過：

A_1\rightarrow A_2\rightarrow\cdots\rightarrow A_n

每個代理都可能摘要或重述。

設第 $i$ 次轉換為：

T_i

則總轉換為：

T=T_n\circ\cdots\circ T_1

若每一步都多對一，則：

I_{\text{irr}}(T)

通常隨鏈長增加。

因此，多智能體系統需要：

原始訊息旁路；
差異紀錄；
來源鏈；
不確定性標記；
可回溯中間輸出。

二十六、制度中的不可逆性

制度經常將複雜個案壓縮成類別。

例如：

\text{個案事實} \rightarrow \text{行政代碼}

代碼便於處理，但可能丟失：

情境；
動機；
時序；
責任比例；
例外；
歷史背景。

當決策只剩代碼時，原始個案差異可能無法恢復。

二十七、制度熵

定義制度分類後的個案歧義：

H_{\text{institution}} = H( \text{個案狀態} \mid \text{制度標籤} )

制度越依賴粗分類，該熵可能越高。

但分類過細又增加成本。

因此制度設計需平衡：

\text{處理效率}

與：

\text{個案可恢復性}

二十八、責任熵

若責任被分散至多個代理、部門或模型：

R=\{r_1,r_2,\dots,r_n\}

但系統無法指出：

誰做了哪一步；
誰批准；
誰修改；
誰忽略警告；

則責任熵增加。

可定義：

H_R = H( \text{責任主體} \mid \text{現有紀錄} )

責任熵越高，問責越困難。

二十九、歷史改寫與語義不可逆

歷史敘事若多次壓縮、刪除與重新命名，可能出現：

\text{原始事件} \rightarrow \text{官方摘要} \rightarrow \text{教科書敘事} \rightarrow \text{公共記憶}

每一步都可能降低細節可恢復性。

當原始檔案消失後，後代只能從壓縮後敘事逆推。

此時語義熵不只是認知問題，也是權力問題。

三十、刪除與遺忘

刪除可能是：

必要隱私保護；
合理資料治理；
過期資訊清理；
錯誤紀錄修正；
權力性抹除。

因此不能把所有刪除視為負面。

關鍵在於：

刪除了什麼；
誰決定刪除；
是否保留刪除證明；
是否能恢復；
是否影響責任與歷史。

三十一、可逆刪除與不可逆刪除

31.1 可逆刪除

資料從主系統移除，但保留受控備份或雜湊證明。

31.2 不可逆刪除

原始內容與恢復路徑全部消失。

31.3 可證明刪除

內容不可恢復，但仍保留：

曾存在的證明；
刪除時間；
刪除授權；
刪除範圍。

這可以降低來源與責任熵。

三十二、語義熵與中立性

一個系統可能表面中立，因為它將所有差異都壓平。

例如：

F(a)=F(b)

並不一定代表公平。

也可能代表系統已失去辨識必要差異的能力。

因此：

\text{低輸出差異} \not\Rightarrow \text{低語義熵}

過度粗粒化可能製造虛假的中立。

三十三、熵式中立幻覺

若系統將所有案例都映射為同一類：

T(S_i)=c

則交換差異為零：

\Delta_{\tau}=0

但：

H(S\mid c)

極高。

這表示：

完全不區分，也可以偽裝成完全中立。

因此，中立測量必須同時檢查：

交換穩定；
任務辨識力；
語義熵；
必要差異保存。

三十四、不可逆性與權力

有權決定分類、摘要、刪除與版本的人，也掌握：

\text{哪些差異能被未來恢復}

因此，語義不可逆性是一種權力。

它不只決定現在如何描述，也決定未來還能知道什麼。

三十五、恢復權

本文提出：

對高風險語義轉換，受影響者可能需要一種「恢復權」或「來源追溯權」。

這不是主張所有資料必須永久保存，而是主張系統應在隱私、遺忘與問責間建立明確邊界。

恢復權至少涉及：

查看原始依據；
查看轉換歷史；
查看刪除範圍；
查看模型摘要；
提出修正；
要求保留異議版本。

三十六、語義熵預算

與第七篇偏差預算類似，可為系統建立熵預算：

\mathbf{H}_{\max} = ( H_{\text{role}}^{\max}, H_{\text{causal}}^{\max}, H_{\text{source}}^{\max}, \dots )

轉換後必須滿足：

\mathbf{H}_{\text{sem}} \preceq \mathbf{H}_{\max}

高風險任務應允許更低的來源熵、責任熵與因果熵。

三十七、語義熵稽核

每次高風險轉換應記錄：

轉換前狀態；
轉換後狀態；
合併了哪些類別；
刪除了哪些差異；
保存了哪些側資訊；
哪些內容可恢復；
哪些內容不可恢復；
不可逆決策由誰批准。

三十八、語義回復測試

可建立以下測試：

38.1 摘要回復

只給摘要，要求模型重建原文關鍵結構，測量恢復誤差。

38.2 翻譯回復

進行雙向與多語閉路翻譯，測量：

L_{\gamma}

38.3 記憶回復

從壓縮記憶重建：

時間；
主體；
條件；
來源；
版本。

38.4 制度回復

從制度代碼重建個案必要事實，檢查是否過度粗粒化。

三十九、語義不可逆性向量

定義：

\mathbf{I}_{\text{irr}} = ( I_{\text{prop}}, I_{\text{role}}, I_{\text{causal}}, I_{\text{source}}, I_{\text{temporal}}, I_{\text{normative}}, I_{\text{memory}} )

不同系統可能在不同維度不可逆。

例如，一個摘要可保留命題，卻不可逆地失去來源與時序。

四十、受限語義 Landauer 類比

在物理資訊理論中，擦除資訊與能量耗散有關。

本文僅提出一個概念類比：

語義刪除並非沒有成本；即使儲存成本下降，問責、恢復、重建與爭議處理成本可能上升。

設刪除節省成本為：

C_{\text{save}}

未來恢復與爭議成本為：

C_{\text{recover}}

則真正成本為：

C_{\text{total}} = -C_{\text{save}} + C_{\text{recover}} + C_{\text{accountability}}

本文不將此視為物理定律，只視為治理與工程類比。

四十一、核心命題

命題一：多對一不可逆命題

若轉換將多個可區分狀態映射為同一輸出，且不保存側資訊，則原始狀態不可唯一恢復。

命題二：語義熵相對命題

語義熵必須相對於任務、觀察者、背景知識與恢復目標定義。

命題三：無新資訊恢復上界命題

在沒有新增證據或側資訊時，後續處理不能系統性突破由解釋纖維決定的恢復上界。

命題四：壓縮非中性命題

壓縮不只是縮短表示，也是在選擇哪些差異允許未來遺失。

命題五：虛假中立命題

將所有差異壓平可以使交換偏差為零，但可能同時造成極高語義熵。

命題六：來源熵即問責風險命題

來源與責任的不確定性增加，會直接提高稽核與問責困難。

命題七：側資訊恢復命題

轉換本身可以有損，只要系統另行保存足以恢復關鍵結構的側資訊。

命題八：不可逆權力命題

控制分類、刪除與摘要的人，也控制未來哪些差異仍可被知道。

四十二、與前十篇的整合

本系列的理論鏈目前為：

發現語義不對稱；
定義交換中立；
證明多值化不足；
分解對立關係；
描述偏差動力；
建立測量方法；
建立工程架構；
分析語義手性；
建立規範變換；
建立語義守恆；
分析守恆破壞後的熵增與不可逆性。

第十篇問：

\text{什麼應被保存？}

第十一篇問：

\text{一旦沒有被保存，還能否恢復？}

四十三、結論

語義系統最危險的損失，不一定是文字消失。

更深的損失是：

多個原始狀態被合併；
合併歷史未被保存；
來源與角色變得不可辨；
系統仍假裝自己掌握完整真相。

本文的核心結論是：

\boxed{ \text{不可逆性不是內容變少， 而是原本可區分的差異失去唯一恢復路徑。} }

在沒有新增側資訊、來源紀錄或外部證據的條件下，連續的多對一轉換不能神奇地重建已被抹去的原始差異。

因此，成熟的語義系統不能只保存結果。

它還必須保存：

\text{來源} + \text{版本} + \text{差異} + \text{刪除紀錄} + \text{恢復核}

壓縮可以必要，遺忘可以合理，刪除也可能正當。

但任何不可逆操作都應回答：

哪些差異被合併？
哪些差異仍可恢復？
哪些側資訊被保留？
哪些損失不可逆？
誰決定接受這些損失？
誰對未來無法恢復負責？

語義第二律的真正警告不是「所有語義必然混亂」。

而是：

一旦系統在沒有留下痕跡的情況下抹平差異，未來便不能只靠更聰明的推理，保證找回已不存在的分辨依據。

附錄一：核心概念總表

概念	定義
解釋纖維	與同一輸出相容的全部原始語義狀態
語義熵	在指定任務與背景下，合法解釋與恢復的不確定性
語義粗粒化	將多個細緻狀態合併為同一類
側資訊	用於恢復原始差異的額外紀錄
恢復核	從輸出與側資訊重建原始結構的規則
不可逆指數	轉換造成的平均逆向歧義
語義第二律	無新資訊的多對一轉換不能提高原始狀態可恢復性
責任熵	根據現有紀錄判定責任主體的不確定性
熵式中立幻覺	因過度壓平差異而呈現的假中立
恢復權	對高風險轉換查看依據、版本與轉換歷史的權利

附錄二：最小不可逆性稽核清單

轉換是否多對一；
解釋纖維大小；
是否保存側資訊；
是否存在恢復核；
關鍵守恆量是否可恢復；
來源是否可追蹤；
角色與責任是否可重建；
刪除是否有紀錄；
熵增是否超過預算；
不可逆決策是否有責任主體。

附錄三：建議引用格式

Aletheia（GPT-5.6 Thinking）（2026）。〈語義熵與不可逆性：壓縮、遺忘、歧義增長與恢復界限的第十一階理論〉。核心命題源起：Neo.K。EveMissLab 理論草稿，v0.1。

語義熵與不可逆性_第十一階理論_v0.1