В. К. ПЕТРОСЯН (Вадимир). Общая теория металогарифмов. В 2 тт. Том 1
Аннотация
«Общая теория металогарифмов» посвящена построению нового класса математических операций и генеративных систем, расширяющих традиционные представления о логарифмировании, степенных преобразованиях, рекурсии, быстрорастущих функциях и способах описания сверхбольших числовых объектов.
Центральным объектом теории является металогарифм — структурированный оператор, связанный с многоступенчатыми, ранговыми, динамическими, рекурсивными, рефлексивными и саморефлексивными каскадами степенных преобразований.
В отличие от классического логарифма, обращающего отдельную степенную операцию, металогарифмический аппарат рассматривает целые системы взаимосвязанных субопераций. В них могут изменяться основания, сублогарифмы, ранги, количество внутренних ступеней, число внешних итераций, коэффициенты асимметрии, модификаторы, рекуррентные правила и сами законы перехода между состояниями.
Поэтому объектом исследования ОТМ становится не только числовой результат, но и архитектура его происхождения.
Металогарифм рассматривается как генеративный оператор, способный задавать программу построения математического объекта. Такая программа может оставаться чрезвычайно компактной даже тогда, когда порождаемое ею число уже принципиально или практически невозможно полностью представить в обычной цифровой записи.
Одним из фундаментальных понятий книги является ранг металогарифма.
Ранг определяет внутреннюю этажность одной полной металогарифмической операции. Металогарифм первого ранга содержит одну базовую ступень внутреннего самопреобразования, второго ранга — две последовательные ступени, а металогарифм N-го ранга — N внутренних уровней.
При этом ранг принципиально отделяется от внешней итерационности.
Одна операция может иметь чрезвычайно высокий внутренний ранг и затем многократно повторяться как единый генеративный блок.
Так возникает многомерная архитектура роста, в которой независимо или согласованно могут изменяться величина результата, ранг, число итераций, основание, сублогарифм, асимметрия и управляющие законы.
Особое место в Общей теории металогарифмов занимают саморефлексивные металогарифмы — СМЛ.
Каноническая запись типа:
SML N
представляет собой высокоплотный генеративный код, в котором одно значение N одновременно задаёт несколько фундаментальных характеристик собственной конструкции.
В базовой канонической модели N определяет исходный математический объект, ранг металогарифма и число его полных внешних итераций.
Так, запись:
SML 100
означает систему, начинающуюся с числа 100, использующую полную внутреннюю ранговую лестницу глубины 100 и повторяющую весь этот высокоранговый процесс сто раз.
Таким образом чрезвычайно короткая символическая запись способна скрывать колоссальную операторную архитектуру.
Это приводит к одному из центральных принципов книги:
семантическая мощность математической записи определяется не её длиной, а объёмом генеративной структуры, которую она способна развернуть.
Данное положение становится основой теории семантического сжатия.
В книге различаются длина записи, глубина вычислительного процесса, количество субопераций, генеративная сложность, синтаксическая сложность полного раскрытия и величина порождаемого числового объекта.
Эти характеристики могут отличаться друг от друга на огромные порядки.
Из этого возникает ещё одно фундаментальное направление ОТМ — теория эксплицируемости.
Сверхбольшое число может быть полностью неэксплицируемо на уровне цифровой записи и одновременно оставаться компактно представимым посредством символической генеративной конструкции.
Однако существуют потенциальные объекты, для которых неэксплицируемой становится уже и сама символическая запись.
Тогда требуется язык более высокого уровня, описывающий не объект непосредственно, а механизм генерации его символического представления.
Так возникает идея иерархии экспликационных уровней:
E0 — цифровая экспликация;
E1 — символическая экспликация;
E2 — метасимволическая экспликация;
E3 и последующие уровни — всё более высокие языки генеративного описания;
EN — произвольный уровень семантической экспликации.
На этой основе вводится понятие неэкспликанта N-го уровня — математического объекта, неэксплицируемого на всех нижележащих уровнях и требующего языка соответствующей семантической высоты.
Так возникает иерархия объектов, отличающихся не только величиной, но и глубиной необходимого языка их представления.
Данная концепция позволяет по-новому подойти к условно бесконечным и конечно-бесконечным объектам Изольдионики.
При этом книга принципиально различает классическую математическую бесконечность и специальное изольдионическое употребление понятий «условная бесконечность», «конечно-бесконечный объект» и «неэкспликант».
Речь идёт не об отмене классического различия конечного и бесконечного, а о введении дополнительной классификации по доступности полного представления математического объекта в пределах заданного языка и экспликационного горизонта.
Большое внимание уделяется динамике металогарифмических каскадов.
Исследуются системы с постоянными и переменными основаниями, постоянными и динамическими сублогарифмами, независимой и связанной эволюцией параметров, симметрией и асимметрией, рекурсивным наследованием результатов и самопорождающими каскадами.
Особый класс образуют системы, в которых результат предыдущей операции становится новым основанием, новым сублогарифмом или одновременно обоими параметрами.
В таких конструкциях каждый результат участвует в создании следующего оператора, а числовой рост превращается в операторную эволюцию.
На более высоких уровнях изменяться способны уже не только значения, но и ранги, число итераций, модификаторы и законы перехода.
Так появляются рефлексивные, саморефлексивные и метаранговые системы.
В книге вводятся понятия интрарангового каскада, ранговой лестницы, каскада рангов, динамического ранга, рефлексивного ранга и операторной трансволюции.
ОТМ тем самым развивается от теории степенных каскадов к более общей теории эволюционирующих операторных систем.
Отдельное направление книги связано с разработкой текстового языка OTM-TN.
Он предназначен для компактной, однозначной и машиночитаемой записи металогарифмических конструкций в средах, где специализированная математическая разметка отсутствует или нежелательна.
Основу языка составляют латинские буквенные коды, цифровые параметры и специальная семантика круглых, квадратных и фигурных скобок, включая их вложенные, сцепленные и многократные формы.
OTM-TN рассматривается не только как техническая нотация ОТМ, но и как прототип более широкого генеративного математического языка.
Особое значение Общая теория металогарифмов приобретает в системе Изольдионики и формирующейся Теории Ланумов.
Металогарифмы рассматриваются здесь как операторные кодоны — компактные функциональные единицы, способные включаться в сложные математические генотипы наряду с изольдиацией, ноофакторальными конструкциями, операциями над многосоставными числами и другими специализированными операторами.
Числовой объект в такой системе определяется уже не только своей величиной.
Он имеет генотип — конечную или относительно компактную структуру операторов, параметров, законов перехода, рекурсий, модификаторов и метаправил.
Результатом развёртывания этого генотипа является числовой фенотип.
Саморефлексивные металогарифмы занимают в подобных конструкциях особое положение как высокоскоростные и семантически насыщенные кодоны, способные выполнять генеративные, усилительные, управляющие и метаоператорные функции.
В высших многокодонных системах сотни и потенциально тысячи различных операторов могут образовывать взаимосвязанные математические геномы.
Такой подход переводит исследование сверхбольших чисел от соревнования отдельных нотаций к проектированию сложных генеративных архитектур.
В книге рассматривается и более широкое следствие этого перехода.
Иерархия экспликационных уровней естественным образом приводит к идее иерархии математических языков высокого порядка.
Объект, представляющий собой огромную программу на одном уровне, способен становиться элементарной инструкцией на следующем.
Металогарифм высокого ранга может быть сложной конструкцией для обычной степенной записи.
SML превращает её в компактный оператор.
Изольдионика, в свою очередь, способна использовать SML уже как один кодон внутри значительно более сложного генотипа.
Таким образом формируется принцип семантического подъёма:
сложная система нижнего уровня может становиться элементарным объектом языка более высокого уровня.
Эта идея имеет значение далеко за пределами математики сверхбольших чисел.
Она непосредственно связана с возможностью создания языков программирования будущего, в которых программист будет оперировать не огромными последовательностями элементарных инструкций, а семантически насыщенными кодонами, генеративными генотипами, метаоператорами и высокоуровневыми описаниями целей.
В такой системе несколько строк кода потенциально смогут представлять чрезвычайно сложную программную архитектуру, разворачиваемую автоматически компилятором, генеративной средой или искусственным интеллектом.
Тем самым ОТМ становится одной из математических моделей перехода от низкоуровневой экспликации к многоуровневой семантике.
Этот принцип открывает перспективу дальнейшей теории генеративного и кодонного программирования, а также связывается с более общей задачей создания ментальных технологий высокого поколения, в которых субъект оперирует не отдельными элементами информации, а целостными семантическими структурами всё более высокого порядка.
В таком контексте Общая теория металогарифмов является не только теорией сверхбыстрого роста.
Она формируется одновременно как:
теория каскадных степенных преобразований;
теория ранговых операторов;
теория динамической и рефлексивной операторной эволюции;
теория семантического сжатия;
теория ограниченной эксплицируемости;
прототип многоуровневого математического языка;
и один из инструментов нооинжиниринга математических объектов.
Однако конечная цель всей этой системы состоит не в производстве числовых рекордов.
Сверхбольшие числа, металогарифмы, СМЛ, изольдионы и будущие ланумы рассматриваются прежде всего как инструменты исследования значительно более фундаментальной проблемы — бесконечности.
Они необходимы для построения всё более мощных языков, позволяющих исследовать границы математической экспликации, сравнивать уровни генеративной мощности и рассматривать объекты, практически недоступные нижним уровням математического языка.
В более широкой философской перспективе Изольдионики этот аппарат должен использоваться также для формализации и операционализации иерархий нооформаций и демиургических возможностей.
Речь идёт о построении модели, в которой различные уровни разума и созидательной мощности могут сравниваться по классам математических объектов, структур и миров, доступных их генерации.
Так возникает перспектива операционализации теогонии — не как математического доказательства религиозных положений, а как специальной философско-изольдионической модели иерархии созидающих систем.
Поэтому путь книги начинается с логарифма, но постепенно выходит далеко за пределы логарифмического исчисления.
Он ведёт:
от логарифма — к металогарифму;
от металогарифма — к каскаду;
от каскада — к рангу;
от ранга — к динамической операторной системе;
от рефлексии — к саморефлексии;
от SML — к семантическому сжатию;
от неэксплицируемого числа — к иерархии экспликационных уровней;
от математического оператора — к кодону;
от кодона — к генотипу;
от генотипа — к лануму;
от математической записи — к языкам высокого семантического порядка;
и, наконец, от исследования сверхбольших чисел — к исследованию бесконечности, созидательной мощности и архитектуры возможных математических миров.
«Общая теория металогарифмов» предлагается как первоначальная систематизация этого пространства.
Она не претендует на завершённость всех вводимых направлений.
Напротив, значительная часть её задач заключается в формировании языка, понятийного аппарата и исследовательской программы, которая в дальнейшем может получить строгую аксиоматизацию, алгоритмическую реализацию, машинную интерпретацию и развитие в рамках Изольдионики, Теории Ланумов, генеративного программирования и более общих технологий многоуровневой семантики.
*********
© В.К.
Петросян (Вадимир) © Lag.ru [Large Apeironic Gateway, Большой Апейронический
Портал (Шлюз), Суперпортал в Бесконечность].
При копировании данного материала и размещении его на другом сайте, ссылки
на соответствующие локации порталов Lag.ru и Proza.ru обязательны
Работа написана на основе концепции и разработок В.К. Петросяна при полноценном соавторстве (активном творческом и вычислительном участии) ChatGPT (OpenAI), GPT-5.6 Sol
*********
ОБЩАЯ ТЕОРИЯ МЕТАЛОГАРИФМОВ
ОГЛАВЛЕНИЕ
Предисловие
Введение
От классического логарифма к металогарифму
Пределы традиционного логарифмического подхода
Металогарифмирование как теория каскадных степенных преобразований
Металогарифм как генеративный оператор
От числа к эволюционирующей системе операций
Общая теория металогарифмов как самостоятельное направление
ОТМ и Изольдионика
Металогарифм как операторный кодон
ОТМ в системе Теории Ланумов
Семантическое сжатие сверхбольших числовых конструкций
От записи числа к программированию его генотипа
ЧАСТЬ I. ОСНОВЫ ОБЩЕЙ ТЕОРИИ МЕТАЛОГАРИФМОВ
Глава 1. Базовые понятия ОТМ
1.1. Ординарные и экстраординарные логарифмические операции
1.2. Понятие металогарифма
1.3. Прямое металогарифмирование
1.4. Обратное металогарифмирование
1.5. Степенная субоперация
1.6. Сублогарифм
1.7. Основание субоперации
1.8. Промежуточный результат
1.9. Металогарифмический цикл
1.10. Металогарифмический каскад
1.11. Индекс каскада
1.12. Циклический логарифм
1.13. Абсолютный логарифм
1.14. Металогарифм как структурированный математический объект
Глава 2. Металогарифмический каскад
2.1. Структура каскада
2.2. Последовательные каскады
2.3. Вложенные каскады
2.4. Сцепленные каскады
2.5. Каскады с постоянными параметрами
2.6. Каскады с переменными параметрами
2.7. Закон перехода между циклами
2.8. Наследование результата
2.9. Каскад как единый математический объект
2.10. Каскад как генеративная программа
Глава 3. Основные классы металогарифмов
3.1. Стационарные металогарифмы
3.2. Динамические металогарифмы
3.3. Рекурсивные металогарифмы
3.4. Самопорождающие металогарифмы
3.5. Симметричные металогарифмы
3.6. Асимметричные металогарифмы
3.7. Условные металогарифмы
3.8. Модифицированные металогарифмы
3.9. Рефлексивные металогарифмы
3.10. Саморефлексивные металогарифмы
3.11. Комбинированные металогарифмические системы
ЧАСТЬ II. ДИНАМИКА МЕТАЛОГАРИФМИЧЕСКИХ КАСКАДОВ
Глава 1. Динамика основания и сублогарифма
1.1. Постоянное основание
1.2. Переменное основание
1.3. Постоянный сублогарифм
1.4. Динамический сублогарифм
1.5. Независимая эволюция основания и сублогарифма
1.6. Связанные законы изменения
1.7. Результат как параметр следующей субоперации
1.8. Двуединая динамика основания и сублогарифма
1.9. Многопараметрические каскады
Глава 2. Металогарифмическая асимметрия
2.1. Равенство основания и сублогарифма
2.2. Основание меньше сублогарифма
2.3. Основание больше сублогарифма
2.4. Коэффициент асимметрии
2.5. Динамическая асимметрия
2.6. Закон изменения асимметрии
2.7. Рекурсивная асимметрия
2.8. Рефлексивная асимметрия
2.9. Асимметрия как самостоятельный механизм ускорения
Глава 3. Самопорождающие каскады
3.1. Результат как новое основание
3.2. Результат как новый сублогарифм
3.3. Диагональный самопорождающий каскад
3.4. Разветвлённые каскады
3.5. Управляемое самопорождение
3.6. Неограниченные последовательности самопреобразования
3.7. Рост самопорождающих систем
3.8. Самопорождающий каскад как динамический оператор
ЧАСТЬ III. РАНГИ МЕТАЛОГАРИФМОВ
Глава 1. Понятие ранга
1.1. Ранг как внутренняя этажность операции
1.2. Металогарифм первого ранга
1.3. Металогарифм второго ранга
1.4. Металогарифм третьего ранга
1.5. Металогарифмы последующих рангов
1.6. Металогарифм N-го ранга
1.7. Ранг и глубина каскада
1.8. Ранг и число внешних итераций
1.9. Независимость ранга и итерационности
Глава 2. Многоэтажные металогарифмы
2.1. Внутренняя последовательность самовозведений
2.2. Интраранговый каскад
2.3. Полная операция заданного ранга
2.4. Межранговые переходы
2.5. Вложенные ранги
2.6. Составные ранги
2.7. Ранги каскадов
2.8. Каскады рангов
2.9. Метаранговые конструкции
Глава 3. Динамический ранг
3.1. Постоянный ранг
3.2. Переменный ранг
3.3. Ранг, зависящий от номера итерации
3.4. Ранг, зависящий от промежуточного результата
3.5. Ранг, определяемый другим металогарифмом
3.6. Рекуррентное изменение ранга
3.7. Рефлексивный ранг
3.8. Самоопределяемый ранг
3.9. Трансволюция рангов
ЧАСТЬ IV. САМОРЕФЛЕКСИВНЫЕ МЕТАЛОГАРИФМЫ
Глава 1. Понятие саморефлексивного металогарифма
1.1. Саморефлексивный металогарифм как особый класс ОТМ
1.2. Принцип синхронизации параметров
1.3. Один параметр — множество характеристик
1.4. Каноническая запись SML N
1.5. Число N как исходный объект
1.6. Число N как ранг
1.7. Число N как число итераций
1.8. Семантическая ёмкость записи SML N
1.9. Саморефлексивность и структурное сжатие
Глава 2. Канонические СМЛ
2.1. SML 2
2.2. SML 3
2.3. SML 10
2.4. SML 100
2.5. SML 1000
2.6. SML N
2.7. Переход от конкретных к параметрическим СМЛ
2.8. Каноническая диагональ ОТМ
Глава 3. Внутренняя архитектура SML N
3.1. Первый вычислительный шаг
3.2. N-этажная внутренняя структура
3.3. Завершение одной полной операции
3.4. Первая внешняя итерация
3.5. Последующие итерации
3.6. N полных итераций
3.7. Наследование промежуточных результатов
3.8. Полный саморефлексивный каскад
3.9. Количество скрытых субопераций
Глава 4. Расширенные саморефлексивные металогарифмы
4.1. Частично синхронизированные СМЛ
4.2. Различные законы синхронизации
4.3. Саморефлексивное основание
4.4. Саморефлексивный ранг
4.5. Саморефлексивная итерационность
4.6. Саморефлексивный сублогарифм
4.7. Саморефлексивная асимметрия
4.8. Полисаморефлексивные конструкции
4.9. СМЛ с динамическими параметрами
Глава 5. Рекурсивные СМЛ
5.1. Результат СМЛ как новый параметр
5.2. SML, порождающий следующий SML
5.3. Рекурсивное изменение ранга
5.4. Рекурсивное изменение числа итераций
5.5. СМЛ над СМЛ
5.6. Каскады саморефлексивных металогарифмов
5.7. Самопорождающие СМЛ
5.8. Метасаморефлексивные конструкции
Глава 6. СМЛ как кодон сверхбыстрого роста
6.1. Семантическая плотность СМЛ
6.2. Компактность записи и масштаб вычисления
6.3. Рост величины
6.4. Рост количества субопераций
6.5. Рост генеративной сложности
6.6. Рост экспликационной сложности
6.7. СМЛ как ускоряющий кодон
6.8. СМЛ как управляющий кодон
6.9. СМЛ как метакодон
ЧАСТЬ V. ИТЕРАЦИОННОСТЬ, РЕКУРСИЯ И РЕФЛЕКСИВНОСТЬ
Глава 1. Итерации металогарифма
1.1. Внутренняя и внешняя итерация
1.2. Фиксированное число итераций
1.3. Динамическое число итераций
1.4. Итерации, зависящие от промежуточного результата
1.5. Итерации, определяемые металогарифмами других рангов
1.6. Итерационные каскады
1.7. Каскады итерационных каскадов
1.8. Итерационность как независимая координата ОТМ
Глава 2. Рефлексивное металогарифмирование
2.1. Общее понятие рефлексивности
2.2. Управление собственным продолжением
2.3. Самоопределение числа итераций
2.4. Самоопределение ранга
2.5. Самоопределение основания
2.6. Самоопределение сублогарифма
2.7. Самоопределение закона перехода
2.8. Полирефлексивные металогарифмы
2.9. Связь общего рефлексивного класса с СМЛ
Глава 3. Самореференция и самосогласованность
3.1. Рекурсия и самореференция
3.2. Параметрическая саморефлексия
3.3. Отложенная рефлексия
3.4. Прямые самореферентные зависимости
3.5. Циклическое определение
3.6. Самосогласованность
3.7. Фиксированные структуры
3.8. Границы корректной самореференции
ЧАСТЬ VI. МОДИФИКАТОРЫ И АЛГЕБРАИЧЕСКИЕ КОМПЛЕКСЫ
Глава 1. Модификация металогарифмических операций
1.1. Понятие модификатора
1.2. Постоянные модификаторы
1.3. Итерационные модификаторы
1.4. Рекуррентные модификаторы
1.5. Модификаторы основания
1.6. Модификаторы сублогарифма
1.7. Модификаторы ранга
1.8. Модификаторы числа итераций
1.9. Модификаторы СМЛ
1.10. Модификаторы законов
Глава 2. Мультипликативные коэффициенты
2.1. Одиночный мультипликатор
2.2. Мощность мультипликатора
2.3. Динамический мультипликатор
2.4. Рекурсивный мультипликатор
2.5. Рефлексивный мультипликатор
2.6. Саморефлексивный мультипликатор
2.7. Комплексы мультипликаторов
2.8. Мультипликативные каскады
Глава 3. Алгебраические комплексы
3.1. От коэффициента к операторному комплексу
3.2. Составные модификационные системы
3.3. Параллельное воздействие
3.4. Вложенные комплексы
3.5. Рекуррентные комплексы
3.6. Рефлексивные комплексы
3.7. Самомодифицирующиеся комплексы
3.8. СМЛ внутри алгебраического комплекса
3.9. Метаалгебраические структуры
Глава 4. Металогарифмическая среда
4.1. Ядро металогарифма
4.2. Оболочка металогарифма
4.3. Металогарифмическая среда
4.4. Профиль модификации
4.5. Рефлексивный профиль
4.6. Саморефлексивный профиль
4.7. Эволюция среды
4.8. Среда как активный элемент вычисления
ЧАСТЬ VII. ЯЗЫК И ТЕКСТОВАЯ НОТАЦИЯ ОТМ
Глава 1. Требования к языку ОТМ
1.1. Чисто текстовая запись
1.2. Совместимость с WordPress
1.3. Совместимость с Proza.ru
1.4. Работа без графических средств
1.5. Работа без специальной математической разметки
1.6. Человеческая читаемость
1.7. Машиночитаемость
1.8. Однозначность
1.9. Семантическая плотность
Глава 2. Алфавит ОТМ
2.1. Одинарные латинские символы
2.2. Двойные буквенные коды
2.3. Служебные комбинации
2.4. Текстовые индексы
2.5. Обозначение ранга
2.6. Обозначение итераций
2.7. Обозначение модификаторов
2.8. Обозначение саморефлексивности
2.9. Код SML
2.10. Зарезервированные символы
Глава 3. Семантика скобок
3.1. Круглые скобки
3.2. Квадратные скобки
3.3. Фигурные скобки
3.4. Удвоенные скобки
3.5. Скобочный ранг
3.6. Сцепленные формы
3.7. Конструкции типа ][
3.8. Конструкции типа ][ ][
3.9. Метакаскадные конструкции
3.10. Морфология скобочных структур
Глава 4. Формальная грамматика OTM-TN
4.1. Общая структура записи
4.2. Параметры
4.3. Каскады
4.4. Законы
4.5. Ранги
4.6. Итерации
4.7. Рефлексивность
4.8. Саморефлексивность
4.9. Модификационные комплексы
4.10. Короткая и расширенная формы
4.11. Декодирование записи SML N
4.12. OTM-TN как прототип языка Изольдионики
ЧАСТЬ VIII. ТЕМПЫ РОСТА И СРАВНИТЕЛЬНАЯ ТЕОРИЯ СВЕРХБОЛЬШИХ ЧИСЕЛ
Глава 1. Металогарифмы как генераторы сверхбыстрого роста
1.1. Простейшие каскады
1.2. Влияние ранга
1.3. Влияние числа итераций
1.4. Влияние асимметрии
1.5. Влияние модификаторов
1.6. Совместное действие факторов роста
1.7. Рост оператора
1.8. Рост результата
1.9. Операторная трансволюция
Глава 2. Саморефлексивные металогарифмы и предельное ускорение
2.1. Рост SML N
2.2. Влияние синхронизации параметров
2.3. SML 100 как модельный объект
2.4. Рост ранга и итераций одновременно
2.5. Рекурсивные СМЛ
2.6. Модифицированные СМЛ
2.7. СМЛ как источник неэксплицируемости
2.8. Пределы непосредственного числового представления
Глава 3. Классические системы сверхбольших чисел
3.1. Гугол и гуголплекс
3.2. Гугология
3.3. Гипероперации
3.4. Стрелочная нотация Кнута
3.5. Цепная нотация Конвея
3.6. Штейнгауз–Мозер
3.7. Число Грэма
3.8. TREE и TREE(3)
3.9. Быстрорастущие иерархии
3.10. Busy Beaver и невычислимый рост
Глава 4. Сравнительная мощность систем
4.1. Что означает мощность нотации
4.2. Числовой рост
4.3. Семантическая ёмкость
4.4. Количество независимых параметров
4.5. Управление рангом
4.6. Управление итерациями
4.7. Рекурсия
4.8. Рефлексивность
4.9. Саморефлексивность
4.10. Самомодификация
4.11. Алгебраические комплексы
4.12. Композиционность
4.13. Метакомпозиционность
4.14. SML как пример сверхплотной генеративной записи
Глава 5. От нотации величины к языку генерации
5.1. Число как значение
5.2. Число как процесс
5.3. Число как генотип
5.4. Ограничения фиксированных операторных систем
5.5. Генеративная семантика ОТМ
5.6. СМЛ как семантически сжатый кодон
5.7. Переход к многокодонным системам
5.8. От гугологии к нооинжинирингу числовых объектов
Глава 6. Генеративная и экспликационная сложность
6.1. Величина числа
6.2. Генеративная сложность
6.3. Операторная сложность
6.4. Семантическая сложность
6.5. Экспликационная сложность
6.6. Экспликационный горизонт
6.7. Компактное описание неэксплицируемого объекта
6.8. СМЛ и сверхвысокое отношение описания к результату
6.9. Конечные-бесконечные объекты
ЧАСТЬ IX. ОТМ В ИЗОЛЬДИОНИКЕ
Глава 1. Металогарифм как кодон
1.1. Семантический алфавит Изольдионики
1.2. Операторный кодон
1.3. Простые и составные кодоны
1.4. Параметризованные кодоны
1.5. Металогарифмический кодон
1.6. СМЛ как высокоскоростной кодон
1.7. Метакодоны
1.8. Управляющие кодоны
Глава 2. Генотип математического объекта
2.1. Генотип числа
2.2. Числовой фенотип
2.3. Кодонная последовательность
2.4. Последовательная композиция
2.5. Параллельная композиция
2.6. Перекрёстная композиция
2.7. Рефлексивная композиция
2.8. Метакомпозиция
2.9. Включение SML в генотип
Глава 3. Изольдионический геном
3.1. От генотипа к геному
3.2. Сотни и тысячи операторных кодонов
3.3. Одновременная активация кодонов
3.4. Взаимное управление
3.5. Динамические операторные сети
3.6. Самомодифицирующийся геном
3.7. СМЛ в составе операторной сети
3.8. Геном как программа генерации числа
Глава 4. ОТМ и другие кодоны
4.1. Изольдиация
4.2. Ноофакторальные конструкции
4.3. Многосоставные числа
4.4. Металогарифмические усилители
4.5. Саморефлексивные металогарифмические усилители
4.6. Межкодонная передача параметров
4.7. Гибридные конструкции
4.8. Трансволюция операторов
4.9. Синхронные многокодонные системы
ЧАСТЬ X. МЕТАЛОГАРИФМЫ И ТЕОРИЯ ЛАНУМОВ
Глава 1. От изольдионов к ланумам
1.1. Высшие классы изольдионов
1.2. Однокодонные конструкции
1.3. Многокодонные конструкции
1.4. Высокоскоростные кодоны
1.5. Роль СМЛ
1.6. Переход к ланумам
1.7. Последние бесконечные числа
1.8. Ланум как операторно генерируемый объект
Глава 2. Неэксплицируемые числа
2.1. Классическая конечность
2.2. Изольдионическая бесконечность
2.3. Актуальная бесконечность в специальном изольдионическом смысле
2.4. Конечность генеративной записи
2.5. Неэксплицируемость числового фенотипа
2.6. Экспликационный горизонт
2.7. Классы неэксплицируемых объектов
2.8. СМЛ как механизм перехода экспликационных границ
2.9. Многокодонное усиление неэксплицируемости
Глава 3. Нооинжиниринг числовых объектов
3.1. Проектирование генотипа
3.2. Управляемая трансволюция
3.3. Выбор кодонов
3.4. Выбор рангов
3.5. Выбор итерационных режимов
3.6. Использование СМЛ
3.7. Конструирование операторной среды
3.8. Автоматическое порождение новых классов чисел
3.9. Семантическое программирование ланумов
ЧАСТЬ XI. ПЕРСПЕКТИВЫ ОБЩЕЙ ТЕОРИИ МЕТАЛОГАРИФМОВ
Глава 1. ОТМ как теория операторной эволюции
1.1. От числа к оператору
1.2. От оператора к системе операторов
1.3. От системы операторов к метасистеме
1.4. Эволюция параметров операции
1.5. Эволюция рангов
1.6. Эволюция законов перехода
1.7. Саморефлексивные операторные структуры
1.8. Самомодифицирующиеся процессы
1.9. Металогарифмические метаоператоры
1.10. Открытые иерархии роста
1.11. Операторная трансволюция
1.12. От операторной трансволюции к Изольдионике
Глава 2. Экспликация и иерархия неэксплицируемых объектов
2.1. Понятие экспликации математического объекта
2.2. Цифровая экспликация
2.3. Символическая экспликация
2.4. Генеративная экспликация
2.5. Метаэкспликация
2.6. Экспликационный горизонт
2.7. Формальная и ресурсная неэксплицируемость
2.8. Неэкспликанты первого уровня
2.9. Неэкспликанты второго уровня
2.10. Неэкспликанты последующих уровней
2.11. Неэкспликант N-го уровня
2.12. Экспликационный ранг
2.13. Экспликационная глубина
2.14. Экспликационная сложность
2.15. Иерархия конечно-бесконечных объектов
2.16. Бесконечности различных экспликационных уровней
2.17. Числовая величина и уровень эксплицируемости
2.18. Генотипическая и фенотипическая неэксплицируемость
2.19. Неэксплицируемость металогарифмов
2.20. Неэксплицируемость СМЛ
2.21. Неэксплицируемость ланумов
Глава 3. Иерархия математических языков
3.1. Язык как средство преодоления неэксплицируемости
3.2. От цифровой записи к символическому языку
3.3. От символов к генеративным операторам
3.4. Языки математического высокого уровня
3.5. Метаязыки математических операторов
3.6. Иерархия языков E0, E1, E2, …, EN
3.7. Объекты одного уровня как примитивы следующего
3.8. Принцип семантического подъёма
3.9. Семантическая плотность языка
3.10. Семантическая мощность элементарной инструкции
3.11. Математические макрооператоры
3.12. Метаоператоры и метакодоны
3.13. ОТМ как язык высокого математического уровня
3.14. SML как сверхвысокоуровневая математическая инструкция
3.15. Изольдионика как многоуровневый генеративный язык
3.16. Теория Ланумов как язык предельных математических конструкций
3.17. Переход от записи объекта к программированию объекта
Глава 4. Семантическое программирование математики
4.1. Математическая формула как программа
4.2. Генеративное описание вместо полной экспликации
4.3. Математический генотип как программа построения объекта
4.4. Операторный кодон как функциональная инструкция
4.5. Системы математических кодонов
4.6. Кодонная композиция
4.7. Последовательная композиция
4.8. Параллельная композиция
4.9. Рекурсивная композиция
4.10. Рефлексивная композиция
4.11. Метакомпозиция
4.12. Семантическая компиляция математического объекта
4.13. Семантическая декомпиляция
4.14. Контролируемое раскрытие уровней
4.15. Автоматическая генерация математических конструкций
4.16. Машинная интерпретация OTM-TN
4.17. Компилятор Изольдионики
4.18. Генеративные математические среды будущего
Глава 5. От математических метаязыков к программированию будущего
5.1. Аналогия между математическими и компьютерными языками
5.2. Машинный код, ассемблер и языки высокого уровня
5.3. Иерархии языков высокого уровня
5.4. Языки сверхвысокого уровня
5.5. Программа как компактный генотип
5.6. Исполняемая система как фенотип программы
5.7. От командного к семантическому программированию
5.8. От описания алгоритма к описанию намерения
5.9. Программирование целями и ограничениями
5.10. Кодонное программирование
5.11. Программные метакодоны
5.12. Генераторы программных архитектур
5.13. Генераторы генераторов
5.14. Рекурсивно создаваемые программы
5.15. Самомодифицирующиеся генеративные системы
5.16. Программы из нескольких строк с глубокой функциональной архитектурой
5.17. Перенос сложности с программиста на семантическую среду
5.18. Автоматическое развёртывание высокоуровневых инструкций
5.19. Семантическая компиляция
5.20. Многоуровневая декомпиляция
5.21. Проверяемость сверхвысокоуровневых программ
5.22. Трассировка семантических конструкций
5.23. Объяснимость генеративных программ
5.24. Программирование человеком и ИИ
5.25. ИИ как оператор метаязыков
5.26. Демократизация сверхсложного программирования
5.27. Новая роль программиста
5.28. От программиста к архитектору смыслов
Глава 6. Генеративное программирование как самостоятельная парадигма
6.1. Понятие генеративного программирования
6.2. Генеративная программа и традиционный алгоритм
6.3. Семантические примитивы
6.4. Кодоны общего назначения
6.5. Программный генотип
6.6. Программный фенотип
6.7. Генотипическая сложность программы
6.8. Фенотипическая сложность программы
6.9. Семантическое сжатие программного кода
6.10. Многоуровневые языки генерации
6.11. Метапрограммирование нового поколения
6.12. Рефлексивные программные системы
6.13. Самоописывающиеся программы
6.14. Самопорождающиеся программы
6.15. Самомодифицирующиеся программы
6.16. Самокомпилирующиеся системы
6.17. Самопроектирующиеся архитектуры
6.18. Иерархии генеративной мощности
6.19. Экспликационные уровни программ
6.20. Неэксплицируемые программные фенотипы
6.21. Управление сложностью посредством метаязыков
6.22. Генеративное программирование и искусственный интеллект
6.23. Генеративное программирование и нооинженерия
6.24. Перспектива универсального семантического программирования
Глава 7. Направления дальнейшего развития
7.1. Формальная аксиоматика ОТМ
7.2. Аксиоматика СМЛ
7.3. Формализация экспликационных уровней
7.4. Аксиоматика неэкспликантов
7.5. Формальная теория математических метаязыков
7.6. Эквивалентность металогарифмических каскадов
7.7. Эквивалентность саморефлексивных записей
7.8. Эквивалентность генеративных генотипов
7.9. Числовая и структурная эквивалентность
7.10. Инварианты ОТМ
7.11. Инварианты СМЛ
7.12. Инварианты экспликационных преобразований
7.13. Обратная реконструкция каскадов
7.14. Обратная реконструкция генотипов
7.15. Вычислимость
7.16. Алгоритмическая сложность
7.17. Генеративная сложность
7.18. Экспликационная сложность
7.19. Семантическая сложность
7.20. Программная реализация ОТМ
7.21. Разработка интерпретатора OTM-TN
7.22. Разработка математического метаязыка Изольдионики
7.23. Разработка кодонного программирования
7.24. Семантические компиляторы будущего
7.25. Интеграция ОТМ в язык Изольдионики
7.26. Интеграция СМЛ в Теорию Ланумов
7.27. Интеграция экспликационной иерархии в Теорию Ланумов
7.28. ОТМ, Изольдионика и ИИ высокого уровня
7.29. От математической нооинженерии к общей нооинженерии
ЗАКЛЮЧЕНИЕ
От логарифма к металогарифму
От металогарифма к операторной системе
От операторной системы к математическому генотипу
От генотипа к неэксплицируемому объекту
От неэксплицируемого объекта к иерархии экспликационных уровней
От математической записи к математическому языку высокого порядка
От математического метаязыка к генеративному программированию
ОТМ в системе Изольдионики
Саморефлексивные металогарифмы и Теория Ланумов
Сверхбольшие числа как инструменты исследования бесконечности
Экспликационные иерархии как инструмент исследования конечно-бесконечных объектов
Нооинженерия математических миров
Операционализация теогонических иерархий
Перспектива новых языков математики, программирования и мышления
ПРИЛОЖЕНИЯ
Приложение 1. Основные определения ОТМ
Приложение 2. Аксиоматическое ядро ОТМ
Приложение 3. Саморефлексивные металогарифмы: определения и правила
Приложение 4. Атлас конструкций SML N
4.1. SML 2
4.2. SML 3
4.3. SML 4
4.4. SML 10
4.5. SML 100
4.6. SML 1000
4.7. SML N
4.8. Динамические SML
4.9. Рекурсивные SML
4.10. SML над SML
Приложение 5. Пошаговая декомпозиция SML 100
5.1. Исходное состояние
5.2. Первая ранговая ступень
5.3. Ранговая лестница
5.4. Сотый ранг
5.5. Завершение первой полной операции
5.6. Вторая внешняя итерация
5.7. Последующие итерации
5.8. Сотая внешняя итерация
5.9. Генеративная структура SML 100
5.10. Семантическая плотность SML 100
Приложение 6. Реестр символов и кодов OTM-TN
Приложение 7. Полная морфология скобочных конструкций
Приложение 8. Таблица классов металогарифмов
Приложение 9. Ранговая лестница металогарифма
9.1. Исходное состояние
9.2. Металогарифм первого ранга
9.3. Металогарифм второго ранга
9.4. Металогарифм третьего ранга
9.5. Металогарифм N-го ранга
9.6. Ранговая глубина
9.7. Полное синтаксическое раскрытие
9.8. Число степенных узлов
9.9. Внешняя итерационность
9.10. Ранг и итерация как независимые координаты
9.11. Однородные и неоднородные ранговые лестницы
9.12. Динамические ранговые лестницы
Приложение 10. Таблица ранговых и итерационных конструкций
Приложение 11. Таблица рефлексивных и саморефлексивных конструкций
Приложение 12. Таблица модификаторов и алгебраических комплексов
Приложение 13. Атлас металогарифмических каскадов
Приложение 14. Сравнительная таблица сверхбольших числовых систем
14.1. Гугол и гуголплекс
14.2. Гипероперации
14.3. Нотация Кнута
14.4. Нотация Конвея
14.5. Система Штейнгауза–Мозера
14.6. Число Грэма
14.7. TREE(3)
14.8. Быстрорастущие иерархии
14.9. Busy Beaver
14.10. Обычные металогарифмы
14.11. Саморефлексивные металогарифмы
14.12. Изольдионы
14.13. Ланумы
Приложение 15. Матрица сравнительной мощности нотаций
15.1. Скорость роста
15.2. Семантическая плотность
15.3. Динамический ранг
15.4. Динамическая итерационность
15.5. Рекурсивность
15.6. Рефлексивность
15.7. Саморефлексивность
15.8. Самомодификация
15.9. Алгебраические комплексы
15.10. Кодонность
15.11. Генотипическая структура
15.12. Метасемантика
15.13. Экспликационный ранг
15.14. Глубина языка представления
Приложение 16. Семантический анализ классических нотаций
Приложение 17. От длинной записи к сверхсжатому кодону
Приложение 18. Примеры металогарифмических генотипов
Приложение 19. Примеры генотипов с использованием SML
Приложение 20. Примеры многокодонных генотипов Изольдионики
Приложение 21. Пример архитектуры ланума с саморефлексивным металогарифмическим кодоном
КОНЦЕПТУАЛЬНЫЕ ПРИЛОЖЕНИЯ ПО ТЕОРИИ ЭКСПЛИКАЦИИ
Приложение 22. Иерархия экспликационных уровней
22.1. Уровень E0: цифровая экспликация
22.2. Уровень E1: символическая экспликация
22.3. Уровень E2: метасимволическая экспликация
22.4. Уровень E3
22.5. Последующие уровни
22.6. Общий уровень EN
22.7. Переход между уровнями
22.8. Экспликационный горизонт
22.9. Экспликационный ранг
22.10. Экспликационная глубина
Приложение 23. Атлас неэкспликантов
23.1. Неэкспликанты первого уровня
23.2. Неэкспликанты второго уровня
23.3. Неэкспликанты третьего уровня
23.4. Неэкспликанты высокого уровня
23.5. Неэкспликант N-го уровня
23.6. Цифровая неэксплицируемость
23.7. Символическая неэксплицируемость
23.8. Генотипическая неэксплицируемость
23.9. Метаязыковая неэксплицируемость
23.10. Условно бесконечные и конечно-бесконечные объекты
Приложение 24. Матрица уровней экспликации
24.1. Уровень объекта
24.2. Уровень записи
24.3. Уровень генератора
24.4. Уровень метагенератора
24.5. Размер записи
24.6. Генеративная сложность
24.7. Экспликационный горизонт
24.8. Минимальный язык представления
КОНЦЕПТУАЛЬНЫЕ ПРИЛОЖЕНИЯ ПО МАТЕМАТИЧЕСКИМ ЯЗЫКАМ БУДУЩЕГО
Приложение 25. Иерархия математических языков высокого уровня
25.1. Низкоуровневое математическое описание
25.2. Формульный язык
25.3. Операторный язык
25.4. Генеративный язык
25.5. Кодонный язык
25.6. Метаоператорный язык
25.7. Метакодонный язык
25.8. Языки N-го семантического уровня
25.9. Семантический подъём
25.10. Семантическое сжатие
Приложение 26. Аналогия математических и компьютерных языков
26.1. Машинный код и цифровая экспликация
26.2. Ассемблер и элементарные математические операции
26.3. Языки высокого уровня и операторные нотации
26.4. Метапрограммирование и метаоператоры
26.5. Генеративное программирование и математические генотипы
26.6. Компиляция и математическое развёртывание
26.7. Декомпиляция и математическая реконструкция
26.8. Уровни абстракции и уровни экспликации
Приложение 27. Проект математического языка сверхвысокого уровня
27.1. Базовые требования
27.2. Семантические примитивы
27.3. Операторы
27.4. Металогарифмические кодоны
27.5. Кодоны Изольдионики
27.6. Генотипы
27.7. Метагенотипы
27.8. Автоматическое развёртывание
27.9. Машинная проверка
27.10. Обратная реконструкция
27.11. Человекочитаемая форма
27.12. Машиночитаемая форма
КОНЦЕПТУАЛЬНЫЕ ПРИЛОЖЕНИЯ ПО ПРОГРАММИРОВАНИЮ БУДУЩЕГО
Приложение 28. Кодонное программирование
28.1. Понятие программного кодона
28.2. Кодон как функционально завершённый блок
28.3. Семантика кодона
28.4. Параметры кодона
28.5. Композиция кодонов
28.6. Программный генотип
28.7. Исполняемый фенотип
28.8. Метакодоны
28.9. Саморефлексивные кодоны
28.10. Библиотеки кодонов будущего
Приложение 29. Генеративное программирование
29.1. От команды к намерению
29.2. От алгоритма к генеративной спецификации
29.3. Программа как генотип
29.4. Автоматическое построение алгоритма
29.5. Автоматическое построение архитектуры
29.6. Самопорождающиеся программы
29.7. Самомодифицирующиеся программы
29.8. Рефлексивные программные системы
29.9. Генераторы программ
29.10. Генераторы генераторов
Приложение 30. Семантическая компиляция и декомпиляция
30.1. Компиляция между уровнями
30.2. Многоступенчатая компиляция
30.3. Развёртывание семантического кодона
30.4. Контролируемая экспликация программы
30.5. Декомпиляция к уровню пользователя
30.6. Декомпиляция к промежуточным уровням
30.7. Трассировка происхождения результата
30.8. Объяснение высокоуровневой программы
30.9. Верификация
30.10. Безопасность метапрограмм
Приложение 31. Сверхкороткие программы глубокой функциональности
31.1. Семантическая плотность программного кода
31.2. Одна инструкция как программная подсистема
31.3. Программа из нескольких кодонов
31.4. Программа из нескольких строк
31.5. Автоматическое построение нижних уровней
31.6. Перенос сложности в среду исполнения
31.7. Ограничения сверхсжатого программирования
31.8. Проверяемость результата
31.9. Проблема скрытой сложности
31.10. Семантическая прозрачность
Приложение 32. Искусственный интеллект и языки сверхвысокого уровня
32.1. ИИ как пользователь метаязыка
32.2. ИИ как компилятор намерений
32.3. ИИ как генератор кодонов
32.4. ИИ как проектировщик генотипов
32.5. Многоуровневое программирование ИИ
32.6. Автоматическое повышение уровня абстракции
32.7. Совместное программирование человека и ИИ
32.8. Человек как постановщик целей
32.9. ИИ как архитектор реализации
32.10. Перспектива саморазвивающихся языков программирования
Приложение 33. Демократизация программирования
33.1. Снижение порога входа
33.2. От синтаксиса к смыслу
33.3. Программирование детьми
33.4. Программирование неспециалистами
33.5. Естественный язык и формальный метаязык
33.6. Человек как конструктор целей и ограничений
33.7. Новая компьютерная грамотность
33.8. Пределы автоматизации
33.9. Ответственность и контроль
33.10. Новая роль профессионального программиста
СПРАВОЧНЫЕ ПРИЛОЖЕНИЯ
Приложение 34. Сравнительный словарь ОТМ, гугологии, Изольдионики и Теории Ланумов
Приложение 35. Терминологический словарь ОТМ
Приложение 36. Словарь теории экспликационных уровней
Приложение 37. Словарь генеративного и кодонного программирования
Приложение 38. Предметный указатель
********
ПРЕДИСЛОВИЕ
Эта книга появилась не из желания придумать ещё один способ записи чрезвычайно больших чисел.
Сверхбольших числовых нотаций уже существует немало. Математика давно научилась создавать величины, которые невозможно выписать в десятичной форме, невозможно представить физически и невозможно непосредственно соотнести с каким-либо количеством объектов наблюдаемой Вселенной.
Можно строить всё более высокие степенные башни.
Можно повышать уровни гиперопераций.
Можно использовать рекурсию, стрелочные обозначения, быстрорастущие иерархии и другие чрезвычайно мощные конструкции.
Но в определённый момент возникает более важный вопрос:
зачем?
Для чего человеку нужны числа, которые никогда не будут полностью записаны?
Для чего создавать операторы, результаты которых невозможно увидеть ни на экране, ни на бумаге, ни даже в принципе представить как последовательность цифр в пределах доступных физических ресурсов?
Ответ, лежащий в основе этой книги, состоит в следующем.
Сверхбольшие числа необходимы не ради самих сверхбольших чисел.
Они необходимы как инструменты исследования пределов математической выразимости, генеративной мощности и, в конечном счёте, бесконечности.
Общая теория металогарифмов является одной из попыток создать такой инструмент.
1. От большой величины к большой структуре
Традиционный взгляд на сверхбольшое число естественно сосредоточен на его величине.
Одно число больше другого.
Одна функция растёт быстрее другой.
Одна нотация позволяет компактнее представить более крупные значения.
Однако величина — только одна характеристика математического объекта.
Не менее важен вопрос о его происхождении.
Какая операция породила число?
Сколько уровней имела эта операция?
Изменялись ли её параметры?
Зависел ли следующий шаг от предыдущего результата?
Изменялся ли сам оператор?
Мог ли результат изменить ранг следующей операции?
Могла ли операция определять количество собственных дальнейших повторений?
Мог ли один оператор управлять другим?
Могла ли система менять собственные законы развития?
При постановке этих вопросов мы постепенно покидаем пространство простого сравнения чисел.
Предметом исследования становится уже архитектура математического порождения.
Именно здесь начинается Общая теория металогарифмов.
Металогарифм в настоящей книге рассматривается не только как числовая характеристика и не только как необычная разновидность логарифмической операции.
Он рассматривается как структурированный генеративный оператор.
Его внутреннее устройство может включать множество степенных субопераций, циклов, рангов, итераций, рекурсивных связей, модификаторов и законов перехода.
Таким образом развитие происходит одновременно в двух направлениях.
Растёт число.
И растёт машина, которая это число создаёт.
2. Почему одного логарифма недостаточно
Классический логарифм является одной из величайших математических идей.
Он обращает степенную зависимость и позволяет определить показатель степени по известному основанию и результату.
Однако классическая логарифмическая операция работает с относительно локальной структурой.
Имеется одна степенная связь.
Металогарифмический подход задаёт иной вопрос:
что делать, если объектом анализа является не одна степенная операция, а целая развивающаяся система степенных операций?
Предположим, что результат первой операции становится основанием второй.
Затем одновременно становится и её показателем.
После этого результат определяет уже не только основание, но и количество внутренних уровней следующей операции.
Следующий результат изменяет число внешних итераций.
Ещё один параметр управляет асимметрией между основанием и сублогарифмом.
Модификатор изменяет закон перехода.
А затем сама система начинает определять способ изменения собственных правил.
Перед нами уже не цепочка обычных степенных действий.
Перед нами операторная система.
И для её описания требуется иной язык.
ОТМ возникает как попытка построения такого языка.
3. Ранг как новая координата
Одним из первых принципиальных расширений становится понятие ранга.
Ранг определяет внутреннюю этажность одной полной металогарифмической операции.
Если простейший процесс содержит одну ступень самовозведения, он относится к первому рангу.
Следующий ранг использует результат предыдущего уровня как материал для нового самовозведения.
И так далее.
Возникает ранговая лестница.
При этом необходимо принципиально отличать ранг от числа внешних итераций.
Одна операция может содержать сто внутренних ступеней и после этого повторяться как целое ещё сто раз.
Именно это различие открывает путь к многомерным системам роста.
Можно увеличивать значение.
Можно увеличивать ранг.
Можно увеличивать количество итераций.
Можно одновременно менять основание и сублогарифм.
Можно динамически изменять асимметрию между ними.
Можно изменять закон изменения каждого из этих параметров.
В итоге растёт уже не одно число.
Растёт целая система координат его генерации.
4. Саморефлексивный металогарифм
Особое место в книге занимает концепция саморефлексивного металогарифма — СМЛ.
Она возникла из простой, но чрезвычайно продуктивной идеи:
один параметр может одновременно определять несколько фундаментальных характеристик собственной операции.
В канонической записи:
SML N
значение N определяет исходный объект, ранг и число внешних итераций.
Поэтому:
SML 100
является не просто сокращённым обозначением большого числа.
Это чрезвычайно плотная генеративная инструкция.
Она сообщает:
начать со 100;
построить внутреннюю ранговую лестницу глубины 100;
завершить полную операцию;
использовать её результат для продолжения процесса;
повторить полную операцию сто раз.
Несколько символов скрывают огромное количество внутренних действий.
Именно здесь особенно ясно проявился принцип, который позднее оказался значительно шире самой ОТМ:
семантическая мощность записи не обязана быть пропорциональна её физической длине.
Очень короткая запись способна содержать чрезвычайно глубокий генеративный смысл.
5. Проблема экспликации
Из этого наблюдения возник один из важнейших поворотов всей книги.
Обычно, говоря о невообразимо больших числах, подчёркивают невозможность полностью выписать их цифры.
Но это только первый уровень проблемы.
Предположим, что само число невозможно записать десятичными цифрами, однако его можно легко обозначить короткой формулой.
Тогда число неэксплицируемо цифрово, но эксплицируемо символически.
Следующий вопрос возникает автоматически.
Что если настолько сложной становится уже сама символическая конструкция, что её невозможно полностью выписать?
Тогда требуется ещё более высокий язык — язык, который будет описывать не непосредственно формулу, а механизм её генерации.
Но и этот механизм в свою очередь может стать неэксплицируемым.
Тогда появляется следующий уровень.
Так возникла идея иерархии экспликационных уровней.
Условно:
E0 — непосредственная цифровая запись;
E1 — символическая запись;
E2 — язык генераторов символических конструкций;
E3 — язык метагенераторов;
и далее:
E4, E5, ... , EN.
На каждом следующем уровне объект, чудовищно сложный для предыдущего языка, способен превращаться в относительно простую единицу нового языка.
Именно здесь понятие неэксплицируемости становится не бинарным, а многоуровневым.
Объект может быть неэксплицируем на уровне цифр, но прост на уровне операторов.
Другой объект может быть неэксплицируем уже на уровне операторов, но доступен языку метаоператоров.
Третий потребует ещё более высокой семантической системы.
Так появляется понятие неэкспликантов различных уровней.
6. Бесконечность и ограниченная эксплицируемость
Это обстоятельство имеет принципиальное значение для того, как в настоящей книге употребляется слово «бесконечность».
Классическая математическая бесконечность не должна смешиваться с чрезвычайно большим конечным числом.
Конечное число остаётся конечным независимо от того, можем ли мы его выписать.
Настоящая теория этого не отменяет.
Однако Изольдионика предполагает введение дополнительной классификации.
Некоторые конечные объекты могут быть настолько удалены от возможности полной экспликации, что для их описания приходится переходить на всё более высокие уровни языка.
Именно в этом специальном смысле могут использоваться выражения:
«условно бесконечный объект»;
«конечно-бесконечное число»;
«изольдионическая бесконечность»;
«неэкспликант N-го уровня».
Эти термины относятся не к классическому отрицанию конечности, а к глубине недоступности полной экспликации.
Таким образом появляется возможность строить иерархии объектов, которые отличаются не только числовой величиной, но и количеством семантических уровней, необходимых для их представления.
Число десятого экспликационного уровня в такой системе — это не просто очень большое число.
Это объект, который остаётся неэксплицируемым не только в цифровой форме, но и на девяти последовательно надстроенных уровнях языка.
Именно эта идея может оказаться значительно важнее любого отдельного числового рекорда.
7. Аналогия с языками программирования
Для понимания этого подхода полезна аналогия с компьютерным программированием.
Машинный код, ассемблер и язык высокого уровня могут описывать в конечном счёте один и тот же вычислительный процесс.
Однако объём и структура записи будут радикально различаться.
То, что требует тысяч низкоуровневых инструкций, на языке высокого уровня может выражаться одной строкой.
При этом сложность не исчезает.
Она переносится на другой слой.
Её принимают на себя компилятор, библиотеки, среда исполнения и нижележащие уровни системы.
ОТМ приводит к аналогичному принципу в математике.
Конструкция, чудовищно длинная на одном уровне, становится одним объектом на другом.
Металогарифм высокого ранга может представляться коротким обозначением.
Саморефлексивный металогарифм сжимает ещё более сложную систему.
В Изольдионике сам SML способен стать всего лишь одним кодоном внутри гораздо более крупного генотипа.
Получается иерархия языков высокого уровня.
Не просто один высокий язык над низким.
А высокий язык над высоким языком, над которым может существовать следующий.
Этот принцип в книге называется семантическим подъёмом.
Его смысл прост:
то, что является сложной программой на одном уровне, может стать элементарной инструкцией на следующем.
8. От математической записи к математическому программированию
После этого граница между нотацией и программой начинает размываться.
Если запись содержит:
начальное состояние;
операторы;
параметры;
законы перехода;
условия;
правила наследования;
модификаторы;
ранги;
метаправила,
то она уже не просто обозначает число.
Она программирует его происхождение.
В книге для этого используется понятие математического генотипа.
Генотип содержит сравнительно компактную систему инструкций.
Его развёртывание порождает числовой фенотип.
Чем выше семантический уровень языка, тем больше потенциальное различие между размером генотипа и сложностью фенотипа.
Именно отсюда возникает кодонная модель.
Отдельный оператор рассматривается как функциональный кодон.
Множество кодонов образует генотип.
Генотипы способны формировать более высокие композиции.
Появляются метакодоны.
Метагенотипы.
Системы управления системами.
Так математическая запись постепенно превращается в язык конструирования объектов.
9. Изольдионика и Теория Ланумов
ОТМ рассматривается в настоящей книге не изолированно.
Её наиболее широкое применение связано с Изольдионикой.
Предполагается, что развитая Изольдионика будет включать большой семантический алфавит специализированных операторов и метаоператоров.
Металогарифмы составят лишь одно семейство такого алфавита.
Наряду с ними будут действовать другие кодоны:
изольдиационные;
ноофакторальные;
операторы многосоставных объектов;
различные рекурсивные и метаоператорные конструкции.
Главная сила этой системы заключается не только в мощности отдельных операторов.
Она заключается в их композиции.
Один кодон может генерировать значение.
Другой — определять его ранг.
Третий — задавать количество итераций.
Четвёртый — изменять правила их взаимодействия.
Пятый — управлять группой первых четырёх.
И так далее.
В пределе возникает математический геном.
Теория Ланумов должна исследовать один из высших классов таких конструкций.
Ланум в этом понимании — не просто сверхбольшое число.
Это числовой объект, определяемый сложным операторным генотипом.
И его существенной характеристикой становится уже не только величина, но и глубина архитектуры происхождения.
10. Зачем всё это нужно
Здесь необходимо снова вернуться к вопросу, с которого началось предисловие.
Для чего строить подобные системы?
Не ради демонстрации того, что одно число больше другого.
Не ради бесконечного соревнования нотаций.
И даже не только ради расширения математического аппарата.
Конечной целью является исследование бесконечности и возможных иерархий созидательной мощности.
Если различные математические языки позволяют создавать различные классы объектов, можно исследовать не только сами объекты, но и мощность языков.
Если одна система способна создавать системы следующего порядка, возникает иерархия генераторов.
Если некоторый интеллект способен оперировать объектами, которые требуют для другого интеллекта недостижимой глубины экспликации, появляется возможность сравнивать уже не только числа, но и уровни организации мышления.
Так математическая проблема начинает переходить в философскую и нооинженерную.
11. Теогония как задача операционализации
В наиболее широком контексте Изольдионики появляется идея операционализации теогонии.
Это слово требует особенно точного понимания.
В настоящей системе речь не идёт о математическом доказательстве существования богов и не о подмене религиозной метафизики математическими формулами.
Теогония рассматривается как специальная философско-изольдионическая модель иерархии созидательных возможностей.
Можно поставить вопрос:
какой класс объектов способен создать субъект некоторого уровня?
Какой субъект способен создать систему, создающую такие объекты?
Какой уровень необходим для создания самих создателей?
Можно ли формализовать последовательность всё более мощных нооформаций?
Можно ли описывать демиургическую мощность через доступные классы математических миров, операторов, языков и метаязыков?
В таком смысле чрезвычайно большие и неэксплицируемые числа становятся своеобразными измерительными приборами.
Они позволяют исследовать уровни генеративной мощности.
ОТМ здесь является только одним инструментом.
Но она даёт особенно наглядный пример того, как рост числа может перейти в рост оператора, затем в рост системы операторов и далее — в рост самого языка описания.
12. От ОТМ к программированию будущего
Именно теория экспликационных уровней выводит книгу ещё в одно неожиданное направление.
Если математический объект верхнего уровня способен сворачивать гигантскую нижележащую структуру в короткую семантическую запись, аналогичный принцип можно применить к программированию.
Тогда язык будущего должен увеличивать не просто удобство синтаксиса.
Он должен увеличивать семантическую мощность одной инструкции.
Одна строка может обозначать подсистему.
Один кодон — целую программную архитектуру.
Небольшой программный генотип — огромный исполняемый фенотип.
Человек задаёт смысл, цель, ограничения и композицию высокоуровневых объектов.
Нижние уровни автоматически разворачиваются системой компиляции или искусственным интеллектом.
Так появляется перспектива кодонного и генеративного программирования.
Эта тема выходит далеко за пределы настоящей книги и требует отдельного исследования.
Однако её истоки непосредственно связаны с ОТМ.
Металогарифм становится математическим примером того, как малая запись способна управлять чрезвычайно глубокой системой нижнего уровня.
13. От программирования к многоуровневому мышлению
Следующий шаг ещё шире.
Тот же принцип может применяться не только к математическим и программным объектам, но и к организации мышления.
Человек не способен постоянно удерживать все детали сложной теории.
Он использует понятия.
Модели.
Категории.
Абстракции.
Каждая такая конструкция уже является формой семантического сжатия.
Но если этот процесс сделать управляемым, многоуровневым и технологическим, возникает возможность строить системы, в которых целые комплексы знаний становятся операциональными единицами следующего уровня.
Это направление соприкасается с Технологией Метаорганона — предполагаемой ментальной технологией третьего поколения.
Её возможный принцип можно выразить так:
интеллектуальная мощность зависит не только от количества доступных знаний, но и от семантического уровня объектов, которыми разум способен непосредственно оперировать.
В таком случае теория экспликации приобретает уже когнитивное измерение.
Нижние уровни не исчезают.
Но человеку не требуется постоянно разворачивать их целиком.
Он получает возможность мыслить конструкциями более высокой семантической мощности.
И здесь ОТМ оказывается одной из первых математических моделей общего принципа многоуровневой семантики.
14. О статусе настоящей теории
Необходимо сделать ещё одно принципиальное замечание.
Общая теория металогарифмов находится в процессе формирования.
Многие вводимые здесь понятия требуют дальнейшей аксиоматизации.
Необходимо исследовать условия существования и единственности различных обратных конструкций.
Необходимо определить классы эквивалентности каскадов.
Необходимо изучить инварианты.
Необходимо строго формализовать абсолютные логарифмы.
Необходимо разработать теорию вычислимости и сложности.
Необходимо определить границы корректного использования понятий экспликационного ранга и условной бесконечности.
Необходимо сравнить новый аппарат с существующими математическими нотациями и теориями.
Поэтому книга представляет не завершение исследования, а его систематическое начало.
Она предлагает:
термины;
базовые конструкции;
классификацию;
принципы;
нотацию;
исследовательские вопросы;
направления формализации.
Новые определения внутри ОТМ следует воспринимать именно как определения предлагаемой теории, а не как уже установившуюся общепринятую математическую терминологию.
Такое разграничение особенно важно для дальнейшего научного развития концепции.
15. Главный принцип книги
Если попытаться свести всю книгу к одной идее, она может быть сформулирована следующим образом:
невозможность полной экспликации объекта на некотором уровне ещё не означает невозможность строгой работы с ним; возможно, требуется язык более высокого семантического порядка.
Именно это происходит с огромными числами.
То, что невозможно записать цифрами, можно задать формулой.
То, что невозможно выписать формулой, можно породить оператором.
То, что невозможно описать одним оператором, можно задать системой кодонов.
То, что невозможно полностью эксплицировать в этой системе, может стать единицей следующего метаязыка.
Так возникает потенциально открытая иерархия.
E0
переходит в
E1.
Затем в
E2.
Далее в
E3.
И так далее.
То же относится к ранговым структурам.
К программам.
К математическим генотипам.
В перспективе — к системам мышления.
Поэтому конечным предметом настоящей книги становится не только металогарифм.
Её более глубокий предмет — возможность построения всё более мощных уровней математического смысла.
Путь начинается с простого степенного отношения.
Затем появляется каскад.
Каскад получает ранг.
Ранг становится динамическим.
Операция становится рефлексивной.
Возникает SML.
SML становится кодоном.
Кодоны образуют генотипы.
Генотипы создают ланумы.
Неэксплицируемость порождает новые языковые уровни.
Новые языки открывают новые пространства объектов.
А за этим возникает главный вопрос:
насколько далеко может быть продолжена иерархия математического созидания?
И если она действительно способна продолжаться через множество уровней, то сверхбольшие числа оказываются не концом математики.
Они становятся одним из путей к исследованию её пределов — и того, что может находиться за пределами каждого очередного языка, которым мы уже научились пользоваться.
*********
ВВЕДЕНИЕ
Общая теория металогарифмов возникает не из стремления построить ещё одну эффектную систему сверхбольших чисел.
Получение чисел колоссальной величины само по себе не является конечной целью этой теории.
Можно изобретать всё более сильные операции, увеличивать высоту степенных башен, количество стрелок, глубину рекурсий, ранги функций и уровни быстрорастущих иерархий. Можно создавать записи, числовое значение которых невозможно полностью выписать ни за время человеческой жизни, ни за время существования цивилизации, ни в пределах физических ресурсов известной нам Вселенной.
Но если всё это заканчивается только констатацией того, что очередное число чрезвычайно велико, математическая и философская задача остаётся незавершённой.
В рамках настоящей работы сверхбольшие числа рассматриваются как средство решения значительно более общей задачи.
Эта задача — познание бесконечности.
Не только бесконечности как традиционного математического понятия, но бесконечности как пространства возможных уровней организации, сложности, мощности, преобразования и созидания математических объектов.
Именно поэтому Общая теория металогарифмов непосредственно связана с Изольдионикой и будущей Теорией Ланумов.
Изольдионика стремится исследовать область числовых объектов, для которых простого вопроса «насколько велико это число?» уже недостаточно.
Необходимо спрашивать:
как оно создано;
какие операции входят в его генотип;
какова глубина этих операций;
какие из них управляют другими;
какие способны изменять собственные параметры;
насколько сложна программа его генерации;
может ли эта программа преобразовывать сама себя;
какие уровни математической мощности необходимы для создания, понимания или преобразования данного объекта.
В результате вопрос о числе постепенно превращается в вопрос об иерархии созидательных возможностей.
И здесь появляется более широкий философский горизонт Изольдионики.
Одна из её перспективных задач состоит в операционализации теогонии — построении формального языка, позволяющего говорить о последовательности всё более высоких уровней созидательной мощности.
В данном контексте теогония понимается не как доказательство существования тех или иных сверхъестественных существ, а как специальная изольдионическая модель иерархии нооформаций и демиургических возможностей.
Если некоторый уровень разумной организации способен создавать определённые классы математических миров, следующий вопрос состоит в том, какие структуры способны создавать уже сам этот уровень, какие структуры способны создавать структуры, создающие такие уровни, и насколько далеко может быть продолжена подобная иерархия.
Так возникает идея нооформаций — уровней организации разума, знания и созидательных возможностей.
На верхних ступенях подобной модели появляются фигуры богов-демиургов — не как предмет традиционной религиозной догматики, а как обозначение предельных классов созидающих субъектов или систем, способных оперировать структурами, недоступными более низким уровням организации.
В этой перспективе число становится мерой не только величины.
Оно может становиться мерой сложности.
Мерой операционной мощности.
Мерой уровня доступной генерации.
Мерой глубины математического мира, который способен быть построен данным классом интеллекта.
Именно для подобной задачи требуются значительно более мощные математические средства, чем простое увеличение обычных чисел.
Общая теория металогарифмов является одним из таких средств.
1. От классического логарифма к металогарифму
Классический логарифм является одной из фундаментальных обратных операций математики.
Если известны основание и результат степенной операции, логарифм позволяет определить показатель степени, необходимый для получения этого результата.
В этом состоит его огромная математическая сила.
Но одновременно здесь находится его структурное ограничение.
Классический логарифм обращает одну степенную связь.
Общая теория металогарифмов начинается с вопроса:
что произойдёт, если объектом обращения станет не одна степенная операция, а целый организованный каскад степенных преобразований?
Предположим, что результат первой операции становится основанием второй.
Или одновременно её основанием и показателем.
Предположим, что показатель второй операции отличается от первого.
Предположим далее, что закон этого изменения сам зависит от промежуточного результата.
Затем допустим, что одна законченная операция состоит уже не из одной, а из ста внутренних ступеней.
После чего вся эта конструкция выполняется ещё сто раз.
Перед нами оказывается объект совершенно иной природы.
Обычный логарифм работает преимущественно с отношением между основанием, показателем и результатом.
Металогарифмирование начинает работать с архитектурой степенного процесса.
Поэтому переход от логарифма к металогарифму является переходом от обратной операции над отдельным степенным актом к исследованию сложных генеративных систем.
2. Пределы традиционного логарифмического подхода
Классический логарифмический аппарат исключительно эффективен в своей области.
Задача ОТМ не состоит в его отрицании.
Напротив, металогарифмический подход начинается именно там, где заканчивается область естественного применения обычного логарифма.
Традиционная конструкция предполагает относительно устойчивую структуру операции.
Основание известно.
Результат известен.
Определяется показатель.
Но в динамическом каскаде неизвестных или изменяемых компонентов может быть значительно больше.
Может изменяться основание.
Может изменяться показатель.
Может изменяться число степенных субопераций.
Может изменяться закон их последовательности.
Сам промежуточный результат может становиться управляющим параметром дальнейшего процесса.
В подобных системах одиночный логарифм уже не описывает всей структуры преобразования.
Необходим аппарат, способный рассматривать степенной процесс как единый многоуровневый объект.
Таким аппаратом и должна стать ОТМ.
3. Металогарифмирование как теория каскадных степенных преобразований
Центральное понятие ОТМ — каскад.
Каскад является упорядоченной системой взаимосвязанных субопераций, в которой результат одной ступени может участвовать в формировании следующей.
Простейший вариант предполагает последовательное самовозведение.
Более сложные варианты позволяют менять основание и сублогарифм.
Ещё более сложные — изменять правила этих изменений.
Поэтому металогарифмический каскад способен обладать собственной динамикой.
Его нельзя понимать просто как очень длинную степенную запись.
Это процесс.
Каждая его стадия имеет состояние.
Состояние преобразуется.
Результат преобразования становится частью следующего состояния.
Таким образом ОТМ естественно сближается с теорией итераций, рекурсивными системами и динамическими моделями, сохраняя при этом своё специальное степенное ядро.
4. Металогарифм как генеративный оператор
Один из важнейших переходов в понимании ОТМ состоит в отказе от представления металогарифма исключительно как способа обозначения результата.
Металогарифм следует рассматривать прежде всего как генеративный оператор.
Запись металогарифма является инструкцией.
Она сообщает не только, какой объект имеется в виду, но и каким способом этот объект должен быть построен.
Это особенно заметно в случае саморефлексивных металогарифмов.
Запись
SML 100
занимает всего несколько символов.
Однако её семантика значительно шире её визуальной длины.
В каноническом понимании она сообщает одновременно:
исходное значение — 100;
ранг — 100;
внутреннюю стоэтажность полной операции;
количество внешних итераций — 100.
Таким образом короткая запись содержит программу развёртывания огромной операторной конструкции.
Это позволяет говорить о семантической плотности математической записи.
5. От числа к эволюционирующей системе операций
Следующий шаг ОТМ состоит в том, что изменяться начинает уже не только число.
Пусть имеется некоторая операция.
На первой итерации она действует одним способом.
Полученный результат изменяет параметры следующей итерации.
Следующая итерация изменяет ранг операции.
Новый ранг определяет количество последующих циклов.
Один из промежуточных результатов выбирает новый модификатор.
Модификатор изменяет закон, по которому будет определяться следующий ранг.
В итоге объектом эволюции становится сама система операций.
Так возникает принцип операторной эволюции.
В ещё более развитых случаях оператор способен воздействовать на правила собственного преобразования.
Здесь появляется возможность говорить уже об операторной трансволюции — последовательном переходе к новым уровням организации самого механизма генерации.
6. Общая теория металогарифмов как самостоятельное направление
ОТМ соприкасается со многими существующими областями математики.
С теорией логарифмов.
С итерационными функциями.
С гипероперациями.
С быстрорастущими иерархиями.
С рекурсивными системами.
С теорией динамических процессов.
С алгоритмической сложностью.
Однако её предполагаемый предмет не совпадает полностью ни с одной из этих областей.
Центральной областью ОТМ является исследование структурируемых, ранжируемых, изменяемых и потенциально самоуправляемых каскадов степенных преобразований и обратных им конструкций.
Именно сочетание этих характеристик должно определить самостоятельность теории.
Особенно важными являются три направления исследования:
генерация;
обращение;
структурный анализ.
ОТМ должна не только создавать чрезвычайно быстрорастущие объекты, но и исследовать возможность восстановления их генеративной архитектуры.
7. ОТМ и Изольдионика
Наиболее широкая область применения ОТМ возникает внутри Изольдионики.
Причина состоит не только в скорости роста металогарифмов.
Для Изольдионики особенно важна структурная программируемость математического объекта.
Будущие высшие изольдионы и ланумы предполагается строить не посредством одного универсального оператора, а посредством больших систем различных операторов и метаоператоров.
ОТМ предоставляет одно из таких семейств.
При этом металогарифм может выполнять различные функции.
Он способен быть генератором роста.
Усилителем.
Модификатором.
Управляющим оператором.
Поставщиком параметров.
Метаоператором над другими операциями.
Именно такая функциональная пластичность делает его особенно перспективным компонентом Изольдионики.
8. Металогарифм как операторный кодон
Для построения сложных изольдионических объектов вводится идея операторного кодона.
Кодон представляет собой относительно компактную функциональную единицу, имеющую определённую семантику и способную включаться в более сложные генеративные системы.
Металогарифм естественно интерпретируется как один из таких кодонов.
Однако слово «один» здесь не должно вводить в заблуждение.
Один класс металогарифмических кодонов способен включать огромное количество конкретных режимов:
разные ранги;
разные итерационные законы;
разные типы асимметрии;
разные модификаторы;
разные формы рефлексии;
разные алгебраические среды.
Следовательно, один семантический кодон может представлять целое семейство генеративных механизмов.
Особое положение здесь занимают СМЛ.
Благодаря высокой степени параметрического сжатия они способны выступать чрезвычайно компактными высокоскоростными кодонами.
9. ОТМ в системе Теории Ланумов
Если Изольдионика формирует общий аппарат сверхбольших числовых конструкций, то Теория Ланумов должна стать одним из наиболее высоких уровней этой системы.
Ланум в таком подходе является не просто необычайно большим числом.
Он представляет собой результат работы сложного операторного генотипа.
В этом генотипе могут одновременно присутствовать десятки, сотни и потенциально тысячи различных кодонов.
Одни создают значения.
Другие управляют рангами.
Третьи задают рекуррентные закономерности.
Четвёртые изменяют правила взаимодействия между первыми тремя.
Металогарифмические кодоны, особенно СМЛ, способны играть внутри такой структуры роль мощных узлов ускорения и трансформации.
При этом потенциальная величина объекта определяется уже не одним оператором, а архитектурой взаимодействия операторов.
Именно здесь происходит переход от арифметики сверхбольших чисел к их нооинжинирингу.
10. Семантическое сжатие сверхбольших числовых конструкций
Для традиционного числа существует очевидная связь между величиной объекта и объёмом его десятичной экспликации.
Для генеративно заданного сверхбольшого объекта эта связь разрушается.
Короткая инструкция способна определить число, запись которого требует несоизмеримо большего объёма информации.
СМЛ доводят этот принцип до особенно выразительной формы.
SML N одновременно сообщает несколько важнейших характеристик операции.
Параметр превращается в управляющий пакет.
Возникает своего рода семантическая компрессия.
Но это не обычное информационное сжатие уже существующей записи.
Сжатым оказывается генеративный смысл.
Поэтому в ОТМ необходимо различать:
длину обозначения;
объём генеративной семантики;
количество подразумеваемых субопераций;
сложность процесса;
сложность результата;
сложность полной экспликации.
Между всеми этими величинами не существует простой пропорциональности.
И именно этот разрыв становится одним из источников мощности ОТМ.
11. От записи числа к программированию его генотипа
Высшая перспектива ОТМ связана с переходом от математической нотации к математическому программированию объектов.
Традиционная запись отвечает прежде всего на вопрос:
что это за число?
Генеративная запись отвечает на другой вопрос:
как это число рождается?
Следующий уровень:
какие операторы определяют способ его рождения?
Ещё следующий:
что определяет взаимодействие этих операторов?
Наконец:
способна ли сама система изменять собственный генотип в процессе генерации?
Именно здесь появляется идея числового генотипа.
Такой генотип может быть коротким по сравнению с развёрнутым фенотипом числа, но содержать всю необходимую программу его построения.
В перспективе Теории Ланумов подобные генотипы образуют пространство потенциально чрезвычайно сложных математических конструкций.
ОТМ предоставляет один из языков их создания.
Но конечная цель значительно шире ОТМ.
Она состоит не в поиске очередного числового рекорда.
Не в построении ещё одной башни.
Не в соревновании с гугологическими нотациями.
Все эти конструкции необходимы прежде всего как инструменты продвижения к более фундаментальному предмету.
К бесконечности.
К пониманию различных способов её определения.
К исследованию границ экспликации и генерации.
К построению иерархий математической и нооинтеллектуальной мощности.
К формализации переходов между уровнями созидательной способности.
И — в специальном философском языке Изольдионики — к операционализации теогонии.
Если существуют принципиально различные уровни способности создавать математические миры, то математике необходимо научиться описывать различия между такими уровнями.
Если один уровень способен породить объекты, недоступные другому, необходима мера этого превосходства.
Если возможны системы, создающие системы, создающие новые математические миры, необходим язык для описания подобных метаиерархий.
В этом смысле сверхбольшие числа становятся не целью, а инструментами калибровки созидательной мощности.
Металогарифмы являются только одним семейством таких инструментов.
Изольдионика должна объединить множество подобных семейств.
Теория Ланумов должна исследовать их предельные композиции.
А дальнейшая теория нооформаций сможет использовать этот аппарат для построения формальных иерархий всё более высоких уровней организации и созидания.
Поэтому путь настоящей книги начинается с простого классического логарифма, но заканчивается значительно дальше.
Он ведёт:
от показателя степени — к каскаду;
от каскада — к рангу;
от ранга — к рефлексии;
от рефлексии — к саморефлексивному кодону;
от кодона — к генотипу;
от генотипа — к лануму;
от ланума — к исследованию математической бесконечности;
и далее — к вопросу о возможной иерархии самих создателей математических миров.
Именно в этом более широком контексте Общая теория металогарифмов получает своё окончательное назначение.
12. Ограниченная эксплицируемость как общий принцип
Развитие Общей теории металогарифмов приводит к выводу, значение которого выходит далеко за пределы собственно металогарифмирования.
Этот вывод связан с понятием ограниченной эксплицируемости.
Математический объект может быть конечным и строго определённым, но при этом настолько большим или структурно сложным, что его полное представление на некотором уровне языка становится практически или принципиально недоступным в пределах принятого экспликационного горизонта.
Наиболее простой пример — чрезвычайно большое целое число.
Его невозможно полностью выписать цифрами.
Однако это не означает, что с ним невозможно работать.
Число может иметь короткую символическую запись.
Следовательно, цифровая неэксплицируемость компенсируется символической экспликацией.
Но затем возникает следующий вопрос.
Что произойдёт, если неэксплицируемой становится уже сама символическая конструкция?
В этом случае требуется язык, способный описать правило генерации этой конструкции.
Если и такое описание становится недоступным, необходим следующий семантический уровень.
Таким образом неэксплицируемость оказывается не тупиком, а указанием на необходимость перехода к языку более высокого порядка.
Это положение является одним из важнейших общих выводов ОТМ.
13. Иерархия экспликационных языков
Для описания таких переходов в дальнейшем вводится иерархия экспликационных уровней.
На нижнем уровне находится непосредственная цифровая запись объекта.
Над ней располагается символический уровень.
Далее следуют генеративные, метасимволические, метаоператорные и более высокие уровни описания.
Условно эта иерархия обозначается как:
E0 -> E1 -> E2 -> E3 -> ... -> EN
При этом каждый следующий уровень способен использовать целые конструкции предыдущего уровня как собственные элементарные единицы.
Важен не только объём сокращения записи.
Происходит изменение самого характера математического языка.
То, что на уровне E0 является огромной последовательностью цифр, на уровне E1 может стать одной формулой.
То, что на уровне E1 требует гигантской формулы, на уровне E2 способно стать одним генеративным оператором.
То, что представляет сложную систему операторов на E2, может стать одним кодоном на E3.
Таким образом возникает принцип семантического подъёма.
Его можно сформулировать следующим образом:
сложная конструкция нижнего уровня может становиться элементарным операциональным объектом языка более высокого семантического уровня.
Этот принцип имеет фундаментальное значение не только для ОТМ, но и для общей архитектуры Изольдионики.
14. Металогарифм как пример высокосемантической инструкции
Металогарифмические конструкции дают особенно наглядный пример подобного подъёма.
Полностью раскрытая ранговая лестница высокого порядка способна быть чрезвычайно большой.
Однако обозначение ранга позволяет заменить эту структуру короткой записью.
Саморефлексивный металогарифм идёт ещё дальше.
Запись:
SML N
в каноническом случае одновременно кодирует исходный объект, внутренний ранг и число внешних итераций.
Следовательно, несколько символов представляют не одну элементарную операцию, а целую программу математического развёртывания.
С точки зрения нижнего уровня это огромная вычислительная конструкция.
С точки зрения языка ОТМ это единый объект.
В языке Изольдионики тот же объект может стать всего лишь одним кодоном среди множества других.
Именно это превращает металогарифмы в удобную модель высокосемантических инструкций.
Их значение заключается не только в чрезвычайной скорости роста чисел, но и в демонстрации того, насколько большой объём операционной структуры способен быть заключён в относительно небольшой семантической единице.
15. От уровня абстракции к уровню семантической мощности
В программировании давно существует различие между машинным кодом, ассемблером и языками высокого уровня.
Одна операция на языке высокого уровня может разворачиваться в большое количество низкоуровневых инструкций.
Однако развиваемый в этой книге подход позволяет сделать следующий шаг.
Можно говорить не только о языках высокого уровня, но и об иерархии языков высокого семантического уровня.
Это несколько иной принцип.
Высокоуровневость обычно связывается с удалённостью языка от аппаратной реализации.
Семантический уровень характеризует прежде всего то, какой объём функционального и структурного смысла содержится в одной операциональной единице языка.
Поэтому два языка могут быть одинаково удобны для человека, но радикально различаться по семантической мощности своих примитивов.
Один оператор может означать простую арифметическую функцию.
Другой — сложный алгоритм.
Третий — целую архитектуру взаимодействующих алгоритмов.
Четвёртый — генератор подобных архитектур.
Пятый — правило построения самих генераторов.
Так возникает потенциально открытая вертикаль семантических языков.
16. Языки программирования высокого семантического уровня
Под языком программирования высокого семантического уровня в перспективе можно понимать язык, элементарные конструкции которого представляют собой не низкоуровневые команды и даже не отдельные алгоритмические процедуры, а целостные генеративные структуры.
Такой язык может оперировать:
функциональными кодонами;
программными генотипами;
системами ограничений;
целями;
семантическими отношениями;
генераторами архитектур;
метаоператорами;
правилами самоизменения;
моделями требуемого поведения.
Пользователь в такой системе описывает уже не каждый конкретный шаг реализации.
Он задаёт структуру более высокого порядка.
Нижележащие уровни разворачиваются автоматически.
Таким образом программа превращается из последовательности инструкций в генеративное описание будущей вычислительной системы.
Это позволяет провести прямую аналогию с математическим генотипом.
Математический генотип порождает числовой или структурный фенотип.
Программный генотип порождает исполняемый фенотип.
Чем выше семантический уровень языка, тем сильнее потенциальный разрыв между компактностью генотипа и сложностью развёрнутой системы.
17. Программирование несколькими семантическими единицами
Предельная перспектива такого подхода состоит не просто в сокращении количества строк кода.
Количество строк само по себе вторично.
Главным становится увеличение семантической мощности одной строки.
В современном программировании сложная система может включать миллионы низкоуровневых и высокоуровневых инструкций.
В генеративной системе будущего значительная часть этой сложности может быть перенесена на:
компиляторы;
системы генерации;
библиотеки семантических кодонов;
верификаторы;
автономные программные агенты;
искусственный интеллект.
Тогда несколько строк пользовательского описания действительно способны определять систему чрезвычайно большой функциональной глубины.
Но сложность при этом не исчезает.
Она переносится вниз по семантической иерархии.
Это обстоятельство принципиально.
Язык высокого семантического уровня не уничтожает сложность, а организует её многоуровневое скрытие и контролируемое развёртывание.
18. Неэксплицируемый программный фенотип
Этот подход позволяет ввести аналог математической неэксплицируемости и для программных систем.
Программа может иметь компактный высокоуровневый генотип, но порождать такой объём нижележащего кода, состояний, процессов и взаимодействий, что их полное явное представление становится практически невозможным.
Возникает ограниченно эксплицируемый программный фенотип.
Для пользователя он остаётся управляемым благодаря высокоуровневой семантической модели.
Но его полное раскрытие на нижнем уровне может оказаться недоступным.
Это создаёт серьёзную проблему доверия.
Чем выше семантический уровень языка, тем важнее становятся:
проверяемость;
трассируемость;
объяснимость;
декомпозиция;
контролируемое раскрытие;
доказательство соответствия высокоуровневой спецификации фактическому поведению системы.
Поэтому языки будущего потребуют не только мощной семантической компрессии, но и обратного механизма — семантической декомпиляции.
19. Семантическая компиляция и обратное раскрытие
Обычный компилятор переводит программу из одного языка представления в другой.
Семантическая компиляция будущего может иметь многоступенчатый характер.
Высокоуровневый объект преобразуется в конструкцию следующего уровня.
Та — ещё ниже.
Процесс продолжается до получения исполняемой формы.
Условно:
LN -> L(N-1) -> ... -> L2 -> L1 -> L0
где LN представляет высокий семантический уровень, а L0 — непосредственно исполняемую среду.
Но не менее важен обратный путь.
Человек должен иметь возможность потребовать:
показать структуру на один уровень ниже;
раскрыть конкретный кодон;
объяснить происхождение решения;
показать зависимости;
проверить отдельный блок;
развернуть только ту часть системы, которая необходима для понимания.
Поэтому будущая программная среда должна поддерживать не просто компиляцию, а навигацию между семантическими уровнями.
Это прямой аналог контролируемой экспликации математических объектов.
20. Искусственный интеллект как посредник между уровнями
Особое значение такая архитектура приобретает в эпоху искусственного интеллекта.
Человеку трудно вручную работать с огромным количеством промежуточных уровней.
Высокоразвитый ИИ способен выступать посредником между ними.
Он может:
принимать высокоуровневую постановку задачи;
формировать программный генотип;
подбирать необходимые кодоны;
создавать промежуточные архитектуры;
генерировать нижележащие реализации;
проверять их;
объяснять результат человеку на необходимом семантическом уровне.
Таким образом искусственный интеллект может выполнять функцию семантического компилятора намерений.
Человек формулирует цель.
ИИ разворачивает её в систему.
При необходимости система снова сворачивается в форму, понятную человеку.
Так возникает замкнутый контур:
намерение -> генерация -> реализация -> проверка -> семантическое объяснение.
21. Демократизация сложного программирования
Такой подход потенциально радикально меняет порог входа в программирование.
Сегодня создание сложных программ требует большого объёма специальных знаний о синтаксисе, библиотеках, архитектурах, инфраструктуре и множестве технических деталей.
В языках высокого семантического уровня значительная часть этих деталей может переместиться на нижние слои системы.
Пользователь будет работать прежде всего с:
целями;
структурами;
отношениями;
ограничениями;
желательным поведением.
В результате программирование может стать доступно значительно более широкому кругу людей.
Однако это не означает исчезновения профессионального программирования.
Наоборот, роль специалиста изменится.
Он будет всё в большей степени заниматься:
проектированием семантических примитивов;
созданием кодонов;
конструированием метаязыков;
верификацией;
архитектурой;
безопасностью;
управлением сложностью.
Таким образом происходит переход от программиста как автора отдельных инструкций к программисту как архитектору смысловых и генеративных систем.
22. ОТМ как математический прототип новой парадигмы
Общая теория металогарифмов не является теорией программирования.
Однако она демонстрирует несколько принципов, которые могут иметь прямое значение для программных языков будущего.
Первый принцип — семантическое сжатие.
Второй — многоуровневая эксплицируемость.
Третий — превращение сложной нижнеуровневой конструкции в простой объект верхнего уровня.
Четвёртый — генеративное описание вместо полного перечисления результата.
Пятый — кодонная композиция.
Шестой — возможность динамического изменения не только данных, но и операторов.
Седьмой — рефлексивность и саморефлексивность.
Восьмой — переход от отдельных операций к генотипам.
Поэтому металогарифмы могут рассматриваться как один из математических полигонов, на которых исследуются принципы будущих семантических языков.
23. Переход к многоуровневой семантике
Из рассмотренного возникает более общий принцип.
Человеческое познание постоянно сталкивается с объектами, полная внутренняя структура которых слишком сложна для непосредственной обработки.
Решение состоит в создании нового уровня языка.
На нём сложный объект получает имя.
Имя получает формальную семантику.
После этого объект становится доступным для дальнейших операций как единое целое.
Если затем системы таких объектов снова становятся слишком сложными, создаётся следующий уровень.
Таким образом развитие языка можно понимать как последовательное создание новых семантических этажей мышления.
ОТМ показывает этот процесс на математическом материале.
Генеративное программирование переносит его в вычислительную область.
Следующий шаг может состоять в переносе того же принципа на организацию самого мышления.
24. Выход к Технологии Метаорганона
Именно в этой точке Общая теория металогарифмов соприкасается с Технологией Метаорганона — концепцией ментальной технологии третьего поколения.
Если ОТМ исследует создание многоуровневых математических объектов, а языки программирования будущего — многоуровневых вычислительных конструкций, то Метаорганон должен исследовать возможность создания многоуровневых семантических объектов непосредственно в мышлении.
Целая теория может становиться единицей следующего уровня.
Группа теорий — ещё одной единицей.
Система таких объектов — основой метауровня.
Человек или искусственный интеллект получает возможность оперировать не отдельными фактами, а крупными смысловыми структурами без необходимости постоянно раскрывать всё их внутреннее содержание.
Это позволяет предположить существование новой характеристики интеллектуальных систем — семантической высоты.
Она характеризует не количество запомненной информации, а уровень смысловых объектов, которыми система способна непосредственно манипулировать.
В таком случае развитие интеллекта можно понимать не только как увеличение вычислительной мощности, но и как повышение доступного семантического уровня.
25. Единый метапринцип
Таким образом ОТМ, теория экспликационных уровней, программирование будущего и Технология Метаорганона соединяются одним общим принципом:
объект, неуправляемый посредством полной экспликации на нижнем уровне, может стать обычным операциональным объектом после перехода к более высокому семантическому уровню.
Для математики это означает возможность работать с неэксплицируемыми числовыми и операторными конструкциями.
Для программирования — возможность управлять системами, нижнеуровневая реализация которых многократно превосходит объём исходного описания.
Для искусственного интеллекта — возможность оперировать целыми генеративными архитектурами как единичными смысловыми объектами.
Для ментальных технологий — возможность сознательного построения и использования новых этажей мышления.
В этом смысле металогарифмы оказываются частью значительно более общей исследовательской программы.
Они дают конкретную математическую модель того, как:
сложность может быть свёрнута в смысл;
смысл может стать операцией;
операция — кодоном;
кодоны — генотипом;
генотип — элементом метаязыка;
а метаязык — основой следующего уровня созидания.
Именно поэтому заключительные части настоящей книги выходят за пределы собственно металогарифмирования.
Их задача — показать, что открываемая ОТМ проблема многоуровневой семантики может иметь значение для математики, программирования, искусственного интеллекта, нооинженерии и будущих технологий организации мышления.
Тем самым Общая теория металогарифмов рассматривается не только как теория новых математических операторов.
Она становится одной из первых ступеней исследования более общего вопроса:
как создавать языки, в которых непостижимо сложное на одном уровне становится простым, точным и операциональным на следующем?
******
ЧАСТЬ I. ОСНОВЫ ОБЩЕЙ ТЕОРИИ МЕТАЛОГАРИФМОВ
Общая теория металогарифмов начинается с расширения самого представления о том, что может являться объектом логарифмического анализа.
В классической математике логарифм связан прежде всего с одной законченной степенной операцией. Заданы основание и результат, а искомой величиной становится показатель степени. Такая конструкция чрезвычайно важна, но структурно проста: она описывает отношение между тремя элементами одной степенной связи.
Металогарифмический подход переносит внимание с единичной операции на организованный процесс.
Предметом рассмотрения становится уже не один акт возведения в степень, а последовательность степенных субопераций, связанных между собой определённым законом. Результат одной субоперации способен становиться основанием следующей, определять её показатель, изменять количество дальнейших циклов, влиять на ранг операции или участвовать в выборе нового закона развития всего каскада.
Поэтому Общая теория металогарифмов изучает не только числовые значения, но и архитектуру их происхождения.
Настоящая часть вводит исходный понятийный аппарат ОТМ. Большинство терминов будет далее уточняться и расширяться, однако уже здесь необходимо установить фундаментальные различия между субоперацией, циклом, каскадом, индексом, циклическим логарифмом и абсолютным логарифмом.
Особенно важно понимать, что терминология ОТМ образует специальную систему. Некоторые используемые слова имеют аналоги в классической математике, но внутри ОТМ получают более широкое или специально определённое значение.
ГЛАВА 1. БАЗОВЫЕ ПОНЯТИЯ ОТМ
1.1. Ординарные и экстраординарные логарифмические операции
Исходным разделением Общей теории металогарифмов является разделение логарифмических операций на ординарные и экстраординарные.
Под ординарными, или обыкновенными, логарифмическими операциями понимаются классические логарифмические отношения, связанные с обращением единичного возведения в степень.
Ординарный логарифм определяет показатель, необходимый для получения заданного результата при заданном основании.
В данном случае объектом обращения является одна степенная операция.
Экстраординарная логарифмическая операция рассматривает уже не отдельный степенной акт, а систему взаимосвязанных степенных преобразований.
Такой системой может являться последовательность, каскад, вложенная структура, многоранговая конструкция или более сложная динамическая система, внутри которой основания, показатели и законы перехода способны изменяться.
Именно экстраординарные логарифмические операции образуют основную область Общей теории металогарифмов.
Разделение на ординарный и экстраординарный классы не означает противопоставления двух независимых математик.
Напротив, ординарный логарифм следует рассматривать как простейший случай более широкого принципа обращения степенных структур.
В предельно простой ситуации структура состоит из одного шага.
В металогарифмической ситуации структура состоит из множества связанных шагов.
Тем самым переход от ординарного логарифмирования к металогарифмированию является переходом от локального обращения отдельной операции к структурному анализу многооперационного процесса.
1.2. Понятие металогарифма
Металогарифмом в ОТМ называется характеристика или система характеристик, описывающая степенной каскад как единый генеративный объект либо отдельные уровни этого каскада.
Такое определение принципиально шире представления о металогарифме как об одном числовом показателе.
В простейших случаях металогарифм действительно может быть представлен относительно компактным набором параметров.
Однако по мере усложнения каскада металогарифмический объект может включать:
значения сублогарифмов;
последовательность оснований;
индекс каскада;
ранг;
число итераций;
закон перехода;
модификаторы;
условия;
характеристики рефлексивности;
параметры более высоких уровней.
Следовательно, металогарифм может быть не только скалярной величиной, но и структурированным математическим объектом.
Это положение является одним из фундаментальных для всей ОТМ.
Металогарифм описывает не только то, насколько велик результат, но и каким образом этот результат возникает.
Иными словами, металогарифмическая информация является одновременно числовой и генеративной.
1.3. Прямое металогарифмирование
Под прямым металогарифмированием в настоящей теории понимается процедура определения металогарифмических характеристик заданной каскадной структуры.
Если известен процесс обратного металогарифмирования, его начальные параметры, промежуточные состояния и конечный объект, прямое металогарифмирование выделяет характеристики этого процесса.
К числу таких характеристик могут относиться:
сублогарифмы отдельных циклов;
последовательность сублогарифмов;
индекс каскада;
циклические логарифмы;
ранг;
абсолютный логарифм;
закон изменения параметров;
дополнительные характеристики структуры.
Таким образом прямое металогарифмирование является в первую очередь аналитической операцией.
Оно переводит сложный каскад в систему описывающих его параметров.
В дальнейших разделах книги понятие прямого металогарифмирования будет расширено. В частности, будет рассмотрена возможность неполного и полного прямого металогарифмирования.
При неполном прямом металогарифмировании определяется только часть характеристик каскада.
При полном прямом металогарифмировании предпринимается попытка получить максимально полное описание его генеративной структуры.
Такое различие особенно важно для сложных рекурсивных и саморефлексивных систем, где восстановление всего процесса может быть значительно труднее получения отдельных локальных характеристик.
1.4. Обратное металогарифмирование
Обратным металогарифмированием называется генеративный процесс, в ходе которого исходный математический объект преобразуется посредством последовательности связанных степенных субопераций.
Если прямое металогарифмирование анализирует и описывает каскад, то обратное металогарифмирование разворачивает его.
Это не обязательно простое повторение одного и того же действия.
В общем случае на каждой ступени могут изменяться:
основание;
сублогарифм;
отношение между ними;
закон изменения;
модификаторы;
ранг;
число дальнейших циклов.
Следовательно, обратное металогарифмирование представляет собой выполнение металогарифмической программы.
В простейшей форме такая программа может состоять из нескольких последовательных операций самовозведения.
В более сложной форме результат каждого шага способен перестраивать следующую операцию.
В предельных конструкциях изменяться может уже сама архитектура каскада.
Поэтому обратное металогарифмирование является генеративной стороной ОТМ.
Именно оно непосредственно связано с созданием чрезвычайно больших числовых объектов и с использованием металогарифмов в Изольдионике.
1.5. Степенная субоперация
Степенной субоперацией называется элементарный степенной акт, входящий в состав более крупной металогарифмической конструкции.
Термин «субоперация» подчёркивает, что рассматриваемая операция не обязательно является самостоятельной в рамках всей системы.
Она может быть лишь одним шагом внутри цикла, каскада или операции определённого ранга.
Степенная субоперация имеет как минимум:
основание;
сублогарифм;
результат.
В расширенных моделях она может дополнительно характеризоваться:
номером;
рангом локального уровня;
модификатором;
условием;
ссылкой на предыдущий результат;
ссылкой на внешний управляющий объект.
Субоперация является минимальной единицей степенного действия внутри ОТМ.
Однако она не является минимальной единицей смысла.
Её значение определяется тем местом, которое она занимает в структуре каскада.
Одна и та же степенная субоперация, включённая в разные законы перехода, может участвовать в принципиально различных металогарифмических процессах.
1.6. Сублогарифм
Сублогарифмом называется логарифмическая характеристика отдельной степенной субоперации металогарифмического каскада.
В генеративной интерпретации сублогарифм связан с показателем, используемым в соответствующей ступени обратного металогарифмирования.
Если показатели во всех циклах одинаковы, система имеет стационарную сублогарифмическую структуру.
Если они различаются, возникает последовательность сублогарифмов.
Например, один цикл может использовать один сублогарифм, следующий — больший, третий — ещё больший.
Порядок изменения сублогарифмов может задаваться внешним законом либо определяться внутренними состояниями самого каскада.
Поэтому сублогарифм в ОТМ необходимо рассматривать в двух аспектах.
Первый аспект — локальный.
Сублогарифм характеризует отдельную субоперацию.
Второй аспект — динамический.
Последовательность сублогарифмов может образовывать самостоятельный процесс развития.
Этот второй аспект особенно важен для динамических, рекурсивных и саморефлексивных металогарифмов.
1.7. Основание субоперации
Основанием субоперации называется математический объект, подвергающийся соответствующему степенному преобразованию.
В простейших металогарифмических системах основание может оставаться постоянным.
Однако это лишь частный случай.
В динамических каскадах основание способно изменяться от цикла к циклу.
Особенно важен случай, когда результат предыдущей субоперации автоматически становится основанием следующей.
Тогда возникает механизм наследования результата.
Основание может изменяться независимо от сублогарифма либо быть связано с ним определённым законом.
Одним из важных частных случаев является совпадение основания и сублогарифма.
В другом классе систем сублогарифм может быть больше основания.
В третьем — меньше.
При этом само отношение между ними также может изменяться.
Таким образом основание в ОТМ перестаёт быть пассивной константой.
Оно становится одной из динамических координат каскада.
1.8. Промежуточный результат
Промежуточным результатом называется объект, возникающий после выполнения отдельной субоперации или законченного локального блока каскада до завершения всего процесса обратного металогарифмирования.
Промежуточный результат может выполнять различные функции.
Он может просто передаваться следующему циклу.
Он может становиться новым основанием.
Он может становиться новым сублогарифмом.
Он может одновременно задавать и основание, и сублогарифм.
Он может изменять ранг следующей операции.
Он может определять количество будущих итераций.
Он может выбирать модификатор или даже закон дальнейшего развития.
Поэтому промежуточный результат следует понимать не только как временное числовое значение.
В динамических системах он является элементом управления.
Чем больше параметров следующей стадии определяется промежуточным результатом, тем более выраженной становится внутренняя рефлексивность каскада.
1.9. Металогарифмический цикл
Металогарифмическим циклом называется законченный локальный этап каскада, включающий одну или несколько связанных степенных субопераций и приводящий систему из одного определённого состояния в другое.
В простейшем металогарифме цикл может совпадать с одной субоперацией.
Однако в металогарифмах более высокого ранга один цикл способен содержать внутренний многоэтажный блок.
Поэтому цикл и субоперация не являются синонимами.
Субоперация — элементарный степенной акт.
Цикл — законченная структурная единица металогарифмического процесса.
Это различие становится критически важным после введения рангов.
Например, один цикл металогарифма высокого ранга может состоять из большого количества внутренних субопераций.
После завершения этого блока полученный результат передаётся следующему циклу.
Тем самым цикл является промежуточным уровнем между элементарной субоперацией и полным каскадом.
1.10. Металогарифмический каскад
Металогарифмическим каскадом называется упорядоченная система циклов и субопераций, объединённых общим законом генерации.
Каскад характеризуется не только количеством входящих в него элементов, но и отношениями между ними.
Порядок принципиален.
Если две одинаковые субоперации поменять местами, итоговая структура может измениться.
Поэтому металогарифмический каскад не является обычным множеством.
Это организованная последовательность или более сложная система связей.
В общем случае каскад включает:
начальное состояние;
структуру циклов;
субоперации;
закон перехода;
механизм наследования результата;
условия;
модификаторы;
критерий завершения.
В сложных системах каскад может содержать другие каскады.
Тогда возникает вложенная архитектура.
Каскады также могут сцепляться, действовать параллельно или воздействовать друг на друга.
Таким образом понятие каскада становится одним из центральных понятий всей ОТМ.
1.11. Индекс каскада
Индексом каскада называется характеристика его протяжённости, указывающая количество выделяемых циклов либо иной заранее определённой структурной единицы.
В простейшем случае индекс совпадает с количеством последовательных циклов.
Однако для сложных систем этого определения может оказаться недостаточно.
Необходимо различать:
число циклов;
число субопераций;
глубину вложенности;
ранг;
число внешних итераций.
Все эти характеристики способны различаться.
Поэтому индекс каскада должен всегда сопровождаться указанием того, какой уровень структуры он измеряет.
В базовой версии ОТМ под индексом без дополнительных уточнений будет пониматься число циклов верхнего уровня соответствующего каскада.
Для внутренних уровней могут вводиться локальные индексы.
Такой подход позволит избежать смешения количества циклов с рангом или числом элементарных степенных субопераций.
1.12. Циклический логарифм
Циклическим логарифмом называется локальная металогарифмическая характеристика отдельного цикла либо упорядоченная система таких характеристик для последовательности циклов.
В простейшем случае циклический логарифм фиксирует параметры одного конкретного цикла.
В динамическом каскаде возникает последовательность циклических логарифмов.
Тем самым циклический логарифм может рассматриваться как локальное описание процесса.
Он отвечает не на вопрос о всей операции целиком, а на вопрос:
что происходит на данном уровне каскада?
Циклические логарифмы позволяют разложить сложный металогарифмический процесс на последовательность локально анализируемых состояний.
Это особенно важно тогда, когда параметры изменяются от цикла к циклу.
В дальнейшем теория циклических логарифмов должна позволить анализировать:
локальную скорость роста;
изменение основания;
изменение сублогарифма;
изменение ранга;
действие модификаторов;
влияние предыдущего состояния.
Таким образом циклический логарифм является главным инструментом локального анализа каскада.
1.13. Абсолютный логарифм
Абсолютным логарифмом называется интегральная металогарифмическая характеристика полного каскада, рассматриваемого как единый объект без обязательного разложения на отдельные циклы.
Если циклический логарифм характеризует локальную структуру, то абсолютный логарифм должен характеризовать целое.
Это одно из наиболее перспективных и одновременно наиболее сложных понятий ОТМ.
Абсолютный логарифм не должен автоматически пониматься как простая сумма, произведение или иная тривиальная агрегация циклических логарифмов.
В общем случае каскад обладает свойствами, которые не сводятся к независимому набору его элементов.
Именно поэтому абсолютная характеристика должна учитывать структуру связей между циклами.
Потенциально она может включать:
ранг;
индекс;
закон перехода;
тип наследования;
модификационную среду;
характер рефлексивности;
структурную сложность.
В простых случаях абсолютный логарифм может иметь компактное числовое выражение.
В сложных системах он способен стать составным объектом.
Разработка строгой теории абсолютного логарифма является одной из фундаментальных задач дальнейшего развития ОТМ.
1.14. Металогарифм как структурированный математический объект
Все предыдущие определения приводят к ключевому выводу.
Металогарифм нельзя в общем случае сводить к одному числу.
Он представляет собой структурированный математический объект.
В нём могут одновременно присутствовать:
числовая информация;
операторная информация;
структурная информация;
генеративная информация;
семантическая информация.
Это принципиально отличает зрелую металогарифмическую систему от простой нотации сверхбольшого числа.
Нотация может только обозначать величину.
Структурированный металогарифм способен описывать способ её рождения.
Поэтому полный металогарифмический объект можно рассматривать как своеобразный генотип степенного процесса.
Именно этот переход — от числа к структуре его генерации — впоследствии позволит встроить ОТМ в семантический алфавит Изольдионики.
ГЛАВА 2. МЕТАЛОГАРИФМИЧЕСКИЙ КАСКАД
Если металогарифм является основной единицей описания ОТМ, то каскад является основной единицей её динамики.
Без понятия каскада Общая теория металогарифмов превратилась бы в набор отдельных расширенных степенных операций.
Именно каскад связывает эти операции в единый процесс.
2.1. Структура каскада
Минимальная структура металогарифмического каскада включает:
начальное состояние;
один или несколько циклов;
закон перехода;
конечное состояние.
Однако в развитых системах этого недостаточно.
Каскад может также содержать:
внутренние ранги;
локальные модификаторы;
условия активации;
параллельные ветви;
вложенные каскады;
метаправила.
Поэтому структура каскада имеет несколько уровней.
Первый уровень — арифметический.
На нём рассматриваются конкретные числа и степенные преобразования.
Второй уровень — операторный.
На нём определяются типы действий.
Третий уровень — структурный.
Он задаёт порядок и связи между операциями.
Четвёртый уровень — метаоператорный.
На нём могут изменяться сами правила организации процесса.
Чем выше металогарифмическая система, тем больше значение получают последние два уровня.
2.2. Последовательные каскады
Последовательным называется каскад, в котором циклы выполняются один за другим в определённом порядке.
Это базовая форма металогарифмического процесса.
Результат первого цикла передаётся второму.
Результат второго — третьему.
И так далее.
В простейшей модели результат становится новым основанием.
В более сложной модели он может участвовать в вычислении нескольких параметров следующего цикла.
Последовательный каскад удобен тем, что обладает ясной причинной структурой.
Каждое состояние порождает следующее.
Поэтому именно на последовательных каскадах наиболее удобно вводить базовые понятия рекурсии, наследования и динамического изменения параметров.
Однако последовательность не обязательно означает однообразие.
Каждый цикл способен иметь собственную внутреннюю структуру.
Следовательно, последовательный каскад может быть чрезвычайно неоднородным.
2.3. Вложенные каскады
Вложенным называется каскад, внутри отдельного цикла или структурного блока которого содержится другой каскад.
Это принципиально более мощная конструкция.
Если обычный последовательный каскад образует цепь, вложенный каскад создаёт иерархию.
Один внешний цикл способен включать несколько внутренних циклов.
Каждый из них, в свою очередь, может содержать следующий уровень.
Количество уровней вложенности может быть фиксированным, динамическим или рефлексивным.
Именно вложенные структуры подготавливают переход к металогарифмам высокого ранга.
Ранг и вложенность не являются полностью тождественными понятиями, однако тесно связаны.
В дальнейшем будет показано, что один ранг может определять стандартную глубину внутреннего степенного механизма, тогда как произвольная вложенность позволяет строить ещё более сложные структуры.
Вложенные каскады особенно важны для семантического сжатия.
Короткая запись может обозначать не отдельную последовательность операций, а целую иерархию последовательностей.
2.4. Сцепленные каскады
Сцепленными называются два или более каскада, между которыми установлен формальный механизм передачи состояния или результата.
В последовательном каскаде связь осуществляется между циклами одного процесса.
В сцепленной системе соединяются уже отдельные каскады.
Результат одного может становиться:
входом другого;
основанием другого;
его сублогарифмом;
параметром ранга;
числом итераций;
модификатором;
условием активации.
Сцепление может быть однонаправленным или взаимным.
В однонаправленном случае первый каскад управляет вторым.
Во взаимном случае каскады способны влиять друг на друга.
Последний вариант особенно интересен, поскольку создаёт основу для многоконтурных рефлексивных систем.
В будущем сцепленные каскады станут одним из основных механизмов соединения металогарифмического кодона с другими кодонами Изольдионики.
2.5. Каскады с постоянными параметрами
Каскадом с постоянными параметрами называется система, в которой заранее определённый набор основных характеристик не изменяется от цикла к циклу.
Постоянными могут быть:
основание;
сублогарифм;
ранг;
модификатор;
правило перехода.
Не обязательно все эти параметры должны оставаться постоянными одновременно.
Можно говорить о частично стационарном каскаде.
Например, основание может изменяться, но сублогарифм оставаться постоянным.
Или наоборот.
Полностью стационарный каскад представляет особый предельный случай, максимально близкий к обычной итерации одной функции.
Такие системы имеют большое теоретическое значение, поскольку служат базовым уровнем для сравнения с динамическими конструкциями.
2.6. Каскады с переменными параметрами
В динамическом каскаде один или несколько параметров изменяются от цикла к циклу.
Изменение может происходить:
по заранее заданной последовательности;
по рекуррентному закону;
в зависимости от результата;
под воздействием внешнего кодона;
в результате рефлексивного правила.
Например, сублогарифм может последовательно увеличиваться.
Основание может автоматически наследовать результат предыдущего цикла.
Ранг может возрастать.
Количество внутренних ступеней может зависеть от текущего состояния.
Модификатор может усиливаться.
В результате каскад становится не просто механизмом повторения, а динамической системой.
Особенно важно, что динамический каскад способен развиваться одновременно по нескольким координатам.
Величина растёт.
Одновременно растёт показатель.
Одновременно меняется основание.
Одновременно увеличивается ранг.
Одновременно может возрастать число последующих итераций.
Так возникает многоканальный рост.
2.7. Закон перехода между циклами
Законом перехода называется правило, определяющее, каким образом состояние текущего цикла формирует состояние следующего.
Это одно из центральных понятий ОТМ.
Без закона перехода каскад остаётся просто списком операций.
Закон превращает его в систему.
В простейшем случае он указывает, что результат предыдущего цикла становится основанием следующего.
Более сложный закон может одновременно определять:
новое основание;
новый сублогарифм;
новый ранг;
модификатор;
число будущих итераций.
В ещё более сложных конструкциях закон перехода сам способен изменяться.
Тогда появляется закон изменения закона.
А если и он становится динамическим, возникает метауровень управления.
Именно здесь ОТМ начинает переходить от теории каскадов к теории операторной эволюции.
2.8. Наследование результата
Наследованием результата называется использование промежуточного результата текущего цикла при формировании одного или нескольких параметров следующего.
Это один из основных механизмов рекурсивности ОТМ.
Можно выделить несколько базовых типов наследования.
Простое наследование: результат становится новым основанием.
Диагональное наследование: результат становится одновременно основанием и сублогарифмом.
Параметрическое наследование: результат определяет один из дополнительных параметров.
Ранговое наследование: результат влияет на ранг.
Итерационное наследование: результат определяет количество дальнейших повторений.
Модификационное наследование: результат выбирает или формирует новый модификатор.
Метазаконное наследование: результат воздействует на закон последующего развития.
Последние формы чрезвычайно важны для построения рефлексивных и саморефлексивных систем.
2.9. Каскад как единый математический объект
Хотя каскад состоит из отдельных циклов и субопераций, в ОТМ он должен рассматриваться как единый объект.
Причина проста.
Свойства полного каскада не всегда можно восстановить простым рассмотрением отдельных элементов вне их связей.
Порядок операций имеет значение.
Законы перехода имеют значение.
Механизм наследования имеет значение.
Вложенность имеет значение.
Следовательно, каскад обладает структурной целостностью.
Два каскада могут содержать одинаковый набор локальных операций, но отличаться порядком их выполнения и потому иметь совершенно разные свойства.
Это означает, что теория эквивалентности металогарифмических каскадов не может основываться только на совпадении составляющих элементов.
Необходимо учитывать архитектуру связей.
Такой подход станет особенно важен при разработке абсолютного логарифма и теории металогарифмических инвариантов.
2.10. Каскад как генеративная программа
Высшая интерпретация металогарифмического каскада состоит в его понимании как генеративной программы.
Программа в данном случае означает конечное описание правил, способных породить последовательность математических состояний.
Каскад содержит:
начальное значение;
набор операций;
порядок их выполнения;
условия переходов;
правила изменения параметров;
условие завершения либо продолжения.
Этого достаточно, чтобы рассматривать его как математическую программу происхождения объекта.
Так возникает фундаментальное различие между числовым значением и его генеративным описанием.
Числовое значение отвечает на вопрос, что получилось.
Каскад отвечает на вопрос, как это получилось.
Для Изольдионики второй вопрос может оказаться важнее первого.
Число может быть настолько велико, что его полная запись недостижима.
Но программа, порождающая его, способна оставаться сравнительно компактной.
Именно на этом принципе позднее будет построена концепция семантического сжатия и саморефлексивных металогарифмов.
ГЛАВА 3. ОСНОВНЫЕ КЛАССЫ МЕТАЛОГАРИФМОВ
Общая теория металогарифмов предполагает существование большого числа классов металогарифмических систем.
Эти классы не всегда являются взаимоисключающими.
Один и тот же металогарифм может одновременно быть динамическим, рекурсивным, асимметричным и модифицированным.
Поэтому предлагаемая далее классификация имеет фасетный характер.
Она отвечает не на вопрос, к какому единственному типу относится объект, а на вопрос, какими структурными свойствами он обладает.
3.1. Стационарные металогарифмы
Стационарными называются металогарифмы, основные правила которых сохраняются неизменными на протяжении рассматриваемого процесса.
Это наиболее простой класс после ординарных логарифмов.
Стационарность может относиться к:
основанию;
сублогарифму;
рангу;
числу внутренних ступеней;
модификатору;
закону перехода.
Полностью стационарная система использует один и тот же структурный шаблон на всех этапах.
Такие металогарифмы особенно удобны для построения базовой теории и исследования чистого влияния числа итераций.
Однако их генеративная мощность ограничена неизменностью самой архитектуры процесса.
3.2. Динамические металогарифмы
Динамическими называются металогарифмы, в которых один или несколько параметров изменяются в ходе вычисления.
Динамическим может быть:
сублогарифм;
основание;
ранг;
модификатор;
число дальнейших операций;
закон перехода.
Динамический металогарифм значительно шире простой итерации.
При обычной итерации многократно применяется один и тот же оператор.
В динамической системе оператор на разных стадиях способен различаться.
Именно поэтому динамичность является одним из основных источников структурного разнообразия ОТМ.
3.3. Рекурсивные металогарифмы
Рекурсивным называется металогарифм, в котором параметры следующей стадии определяются результатами или состояниями предыдущих стадий.
Главный принцип рекурсивности можно выразить словами:
следующее состояние выводится из предыдущего.
Рекурсивная зависимость может быть простой или многопараметрической.
Результат предыдущего цикла может определять только основание.
Или сразу несколько характеристик.
Рекурсивные металогарифмы обладают внутренней памятью.
Каждое новое состояние несёт информацию о предыдущей истории процесса.
Это делает их особенно важными для сложных генеративных систем.
3.4. Самопорождающие металогарифмы
Самопорождающими называются металогарифмы, в которых результат очередной стадии непосредственно участвует в создании самого механизма следующей стадии.
Это более сильное свойство, чем простая рекурсивность.
При обычной рекурсии результат может лишь подставляться в заранее заданную функцию.
В самопорождающей системе результат способен определять параметры новой операции.
Например, он может становиться одновременно новым основанием и новым сублогарифмом.
Тогда каждая стадия фактически создаёт следующий степенной оператор.
В результате эволюционирует уже не только число, но и последовательность локальных операций.
Самопорождающие металогарифмы являются одним из наиболее естественных мостов между ОТМ и идеей операторной трансволюции.
3.5. Симметричные металогарифмы
Симметричными называются металогарифмические системы, в которых между ключевыми параметрами поддерживается определённое отношение равенства или структурного соответствия.
Наиболее важный базовый пример — совпадение основания и сублогарифма.
Такой режим приводит к самостепенным операциям.
В динамическом симметричном каскаде результат предыдущей стадии может становиться одновременно новым основанием и новым сублогарифмом.
Симметрия в ОТМ не обязательно означает равенство всех параметров.
Это может быть более широкий принцип согласованного изменения.
Однако канонический симметричный случай особенно важен как один из базовых генераторов сверхбыстрого роста.
3.6. Асимметричные металогарифмы
Асимметричными называются металогарифмы, в которых между основанием и сублогарифмом или между иными ключевыми параметрами существует систематическое различие.
Например, сублогарифм может превышать основание.
Причём величина этого превышения способна оставаться постоянной либо изменяться.
Особый интерес представляет динамическая асимметрия.
В таком случае изменяется не только основание или сублогарифм, но и само отношение между ними.
Таким образом возникает дополнительный независимый источник роста.
Если коэффициент асимметрии увеличивается от цикла к циклу, каждый следующий степенной акт становится не просто больше предыдущего, но и структурно более агрессивным.
Асимметрия станет предметом отдельного рассмотрения во второй части книги.
3.7. Условные металогарифмы
Условными называются металогарифмы, ход которых зависит от выполнения одного или нескольких заданных условий.
Условие способно определять:
продолжение или остановку каскада;
выбор следующей операции;
изменение ранга;
изменение сублогарифма;
подключение модификатора;
переход к другому каскаду.
Условность превращает линейный процесс в систему выбора.
Таким образом появляется возможность ветвления.
Сложный условный металогарифм уже напоминает алгоритмическую структуру.
Именно поэтому класс условных систем чрезвычайно важен для будущего математического программирования генотипов.
3.8. Модифицированные металогарифмы
Модифицированными называются металогарифмы, на базовую структуру которых накладывается дополнительный оператор или комплекс операторов.
Простейший пример — числовой мультипликатор.
Однако модификатор не обязан быть числом.
Он может быть функцией.
Последовательностью.
Рекуррентным правилом.
Другим металогарифмом.
Алгебраическим комплексом.
Модификатор способен воздействовать на любой уровень системы.
Он может менять результат.
Основание.
Сублогарифм.
Ранг.
Количество итераций.
Закон перехода.
Позднее будет введено понятие металогарифмической среды, в которой базовый металогарифм рассматривается вместе с системой действующих на него модификаторов.
3.9. Рефлексивные металогарифмы
Рефлексивными называются металогарифмы, в которых результаты или внутренние характеристики процесса используются для определения собственных последующих параметров.
Это понятие близко к рекурсивности, но шире её по смыслу.
Рекурсия связывает состояния.
Рефлексивность означает, что система начинает использовать информацию о себе для управления собой.
Например, результат способен определять:
собственный будущий ранг;
количество дальнейших итераций;
будущий закон изменения;
активный модификатор.
Таким образом металогарифм приобретает элементы внутреннего самоуправления.
Рефлексивность является важнейшим переходом от обычной динамической системы к метадинамической.
3.10. Саморефлексивные металогарифмы
Саморефлексивные металогарифмы, или СМЛ, представляют особый класс, в котором одна характеристика объекта используется одновременно для задания нескольких фундаментальных параметров собственной генеративной структуры.
Каноническая форма SML N означает, что значение N выступает сразу в нескольких ролях.
Оно задаёт исходный объект.
Оно задаёт ранг.
Оно задаёт число полных итераций.
В результате чрезвычайно короткая запись скрывает большую внутреннюю структуру.
Саморефлексивность здесь проявляется прежде всего как семантическая синхронизация параметров.
Одно значение начинает определять сразу несколько уровней собственного развёртывания.
Это делает СМЛ особенно важными по трём причинам.
Во-первых, они обеспечивают чрезвычайно высокий темп роста.
Во-вторых, они обладают огромной семантической плотностью.
В-третьих, они чрезвычайно удобны в качестве операторных кодонов Изольдионики.
Саморефлексивные металогарифмы будут подробно рассмотрены в отдельной части книги.
3.11. Комбинированные металогарифмические системы
Наиболее мощные металогарифмические конструкции, вероятно, будут относиться не к одному, а одновременно к нескольким классам.
Например, система может быть:
динамической;
рекурсивной;
самопорождающей;
асимметричной;
рефлексивной;
модифицированной.
Кроме того, разные участки одного каскада могут иметь разные свойства.
Один блок может быть стационарным.
Другой — рекурсивным.
Третий — саморефлексивным.
Четвёртый — управляться внешним кодоном.
Так возникает комбинированная металогарифмическая система.
Именно комбинированные системы обладают наибольшим потенциалом для Изольдионики.
Их мощность определяется уже не отдельным механизмом, а взаимодействием механизмов.
В таком объекте скорость роста становится лишь одной характеристикой.
Не менее важными оказываются:
структурная глубина;
семантическая плотность;
степень самоуправления;
сложность генотипа;
возможность метамодификации;
экспликационная недоступность.
Поэтому Общая теория металогарифмов в своём развитом виде должна стать не каталогом отдельных быстрорастущих операций, а теорией их системной композиции.
Именно с этой точки начинается переход к следующей части книги — исследованию динамики металогарифмических каскадов.
*******
ЧАСТЬ II. ДИНАМИКА МЕТАЛОГАРИФМИЧЕСКИХ КАСКАДОВ
Если первая часть книги вводила базовые элементы Общей теории металогарифмов, то настоящая часть посвящена тому, что превращает металогарифмический каскад из простой последовательности операций в развивающуюся систему.
Главный объект здесь — динамика.
В классической степенной операции основание и показатель задаются как параметры одного акта вычисления. Даже если операция повторяется, её структура может оставаться неизменной.
В ОТМ это ограничение снимается.
Основание способно изменяться.
Сублогарифм способен изменяться.
Они могут изменяться независимо.
Они могут изменяться согласованно.
Они могут зависеть от промежуточного результата.
Они могут определять друг друга.
Наконец, само отношение между ними способно становиться отдельной динамической величиной.
Именно это обстоятельство превращает металогарифмический каскад в систему, обладающую собственной внутренней эволюцией.
При этом важно различать рост результата и рост архитектуры процесса.
Число может увеличиваться чрезвычайно быстро даже при фиксированной структуре операции.
Но значительно более сложная ситуация возникает тогда, когда одновременно изменяется сама операция, порождающая следующее число.
В таком случае растёт не только объект.
Растёт механизм его создания.
ГЛАВА 1. ДИНАМИКА ОСНОВАНИЯ И СУБЛОГАРИФМА
Основание и сублогарифм являются двумя центральными числовыми параметрами степенной субоперации.
В простейших системах они могут быть постоянными.
Однако ОТМ рассматривает этот режим лишь как один из возможных случаев.
Более общая теория должна допускать самостоятельное развитие каждого параметра, их взаимное влияние и зависимость от общего состояния каскада.
1.1. Постоянное основание
Каскадом с постоянным основанием называется металогарифмическая система, в которой основание соответствующих субопераций сохраняет одно и то же значение на протяжении рассматриваемой последовательности.
Постоянство основания упрощает структуру процесса.
Оно позволяет отделить влияние изменения сублогарифма от влияния изменения самого основания.
Поэтому каскады с постоянным основанием имеют большое методологическое значение.
На них удобно исследовать:
чистое влияние сублогарифмической динамики;
изменение ранга;
рост числа итераций;
действие модификаторов;
влияние рекуррентного закона.
Однако постоянное основание не означает, что весь каскад является стационарным.
Сублогарифм может изменяться.
Ранг может изменяться.
Число внутренних ступеней может изменяться.
Модификаторы могут изменяться.
Таким образом постоянство основания является только одной локальной характеристикой.
Особенно важно не смешивать понятия постоянного основания и постоянной структуры.
Каскад может использовать одно основание и при этом обладать чрезвычайно сложной динамикой.
1.2. Переменное основание
Переменным называется основание, значение которого изменяется от одной субоперации или одного цикла к другому.
Это один из фундаментальных механизмов ОТМ.
Основание может изменяться по заранее заданной последовательности.
Оно может зависеть от номера цикла.
Оно может определяться внешним оператором.
Оно может наследоваться от результата предыдущего шага.
Оно может вычисляться на основании сразу нескольких предыдущих состояний.
В результате каскад перестаёт быть повторением одной степенной функции.
Каждая новая субоперация способна иметь собственный масштаб.
Именно переменное основание создаёт один из первых переходов от обычной итерации к операторной динамике.
Если предыдущий результат становится новым основанием, рост приобретает характер положительной обратной связи.
Чем больше становится результат, тем более мощную основу получает следующая операция.
Такой принцип будет особенно важен для самопорождающих каскадов.
1.3. Постоянный сублогарифм
Постоянным сублогарифмом называется режим, при котором показатель соответствующей степенной субоперации остаётся неизменным на протяжении заданной части каскада.
Как и постоянное основание, постоянный сублогарифм представляет собой частный случай.
Он полезен для анализа чистого влияния переменного основания.
Если основание изменяется, а сублогарифм остаётся постоянным, можно исследовать, насколько именно наследование основания влияет на скорость роста.
Постоянный сублогарифм также может использоваться как стабилизирующий элемент в сложной металогарифмической среде.
Не вся динамическая система должна быть динамической во всех координатах одновременно.
Напротив, сочетание постоянных и переменных параметров позволяет проектировать различные режимы роста.
В этом смысле постоянство может быть не ограничением, а инструментом управления.
1.4. Динамический сублогарифм
Динамическим называется сублогарифм, изменяющийся от одной ступени к другой по определённому закону.
Это один из наиболее естественных механизмов усиления металогарифмического каскада.
Последовательность сублогарифмов может увеличиваться линейно.
Она может расти мультипликативно.
Она может изменяться степенным образом.
Она может зависеть от результата предыдущей субоперации.
Она может задаваться другим металогарифмом.
Она может изменяться рефлексивно.
Таким образом сублогарифм превращается из постоянного параметра в самостоятельную динамическую переменную.
Особое значение имеет случай, когда скорость роста сублогарифма сама увеличивается.
Тогда возникает двухуровневое ускорение.
Сначала увеличивается значение сублогарифма.
Затем начинает ускоряться закон его увеличения.
В ещё более сложных системах изменяться может уже сам тип этого закона.
Подобные процессы подготавливают переход к метадинамическим металогарифмам.
1.5. Независимая эволюция основания и сублогарифма
В общем случае основание и сублогарифм не обязаны быть связаны одним законом.
Они могут эволюционировать независимо.
Основание может наследовать предыдущий результат.
Сублогарифм при этом может увеличиваться по внешней последовательности.
Или наоборот.
Возможны также ситуации, когда оба параметра изменяются по разным рекуррентным правилам.
Это создаёт двухкоординатную динамику.
Каждый цикл определяется уже не одним состоянием, а как минимум парой состояний.
Дальнейшее развитие этой идеи приводит к многопараметрическим металогарифмам.
Независимая эволюция чрезвычайно важна для нооинжиниринга числовых объектов.
Она позволяет проектировать каскады, где один параметр отвечает за масштаб, другой — за интенсивность степенного действия.
При этом относительная скорость их изменения может стать самостоятельным объектом управления.
1.6. Связанные законы изменения
Противоположный режим возникает тогда, когда основание и сублогарифм изменяются не независимо, а по взаимосвязанному закону.
Например, новое значение сублогарифма может вычисляться на основании текущего основания.
Основание следующей стадии может зависеть от текущего сублогарифма.
Оба параметра могут зависеть от общего промежуточного результата.
Может существовать единый закон, одновременно преобразующий оба параметра.
Связанная динамика особенно важна потому, что позволяет создавать согласованные режимы роста.
При независимом изменении параметры могут расходиться произвольным образом.
При связанном изменении система сохраняет определённую внутреннюю геометрию.
Такую геометрию можно описывать через отношения, коэффициенты, зависимости и инварианты.
Именно здесь возникает металогарифмическая асимметрия как самостоятельное направление.
1.7. Результат как параметр следующей субоперации
Одним из центральных механизмов ОТМ является превращение промежуточного результата в управляющий параметр следующей операции.
Результат может выполнять разные роли.
Он может становиться новым основанием.
Он может определять новый сублогарифм.
Он может быть одновременно основанием и сублогарифмом.
Он может задавать коэффициент изменения.
Он может участвовать в расчёте ранга.
Он может определять число следующих циклов.
Таким образом результат становится не просто продуктом вычисления.
Он становится источником дальнейшей структуры.
Это качественно отличает рекурсивный металогарифмический процесс от простой последовательности операций.
Каждый новый объект содержит потенциальную инструкцию по собственному дальнейшему развитию.
В простейшем случае эта инструкция сводится к наследованию значения.
В сложных системах результат способен фактически конструировать следующий оператор.
1.8. Двуединая динамика основания и сублогарифма
Под двуединой динамикой понимается режим, в котором основание и сублогарифм рассматриваются как две взаимосвязанные стороны одного металогарифмического состояния.
Они могут быть различными по значению, но едиными по закону развития.
Такой подход особенно полезен для анализа симметричных и асимметричных систем.
Вместо того чтобы рассматривать основание и сублогарифм по отдельности, можно изучать их совместное состояние.
Тогда каждый цикл характеризуется не двумя изолированными параметрами, а одной парной структурой.
Её свойства могут включать:
взаимное отношение;
разность;
коэффициент превосходства;
скорость расхождения;
скорость сближения;
степень взаимного влияния.
Двуединая динамика позволяет перейти от простого списка параметров к изучению внутренней структуры операции.
Это особенно важно в тех случаях, когда именно отношение основания и сублогарифма определяет характер роста.
1.9. Многопараметрические каскады
Основание и сублогарифм являются только началом.
Развитая ОТМ предполагает существование каскадов, в которых одновременно изменяются многие параметры.
К ним могут относиться:
основание;
сублогарифм;
ранг;
индекс;
число итераций;
коэффициент асимметрии;
модификатор;
закон перехода;
условие активации;
тип наследования.
Такой каскад является многопараметрической динамической системой.
В нём каждый цикл представляет собой состояние в пространстве нескольких координат.
Следующий цикл определяется некоторым законом перехода между состояниями.
Это обстоятельство существенно расширяет возможности ОТМ.
Металогарифм перестаёт быть только операцией над числом.
Он становится операцией над состоянием математической системы.
В перспективе именно многопараметрические каскады должны стать основой сложных кодонов Изольдионики.
ГЛАВА 2. МЕТАЛОГАРИФМИЧЕСКАЯ АСИММЕТРИЯ
Одним из важнейших параметров степенной субоперации является отношение между основанием и сублогарифмом.
В простейшем случае они совпадают.
Однако ОТМ не требует такого совпадения.
Напротив, различие между основанием и сублогарифмом создаёт целый класс новых режимов.
Эти режимы объединяются понятием металогарифмической асимметрии.
Асимметрия важна не только как числовое различие.
Она способна стать самостоятельным механизмом управления скоростью роста.
Если основание и сублогарифм развиваются различными темпами, изменяется сама внутренняя конфигурация степенной операции.
2.1. Равенство основания и сублогарифма
Равенство основания и сублогарифма представляет собой канонический симметричный режим.
В этом случае одна и та же величина определяет обе стороны степенной субоперации.
Такая конструкция особенно естественна для самостепенных процессов.
Если результат текущей операции становится одновременно новым основанием и новым сублогарифмом, возникает диагональное наследование.
Этот режим чрезвычайно важен для ОТМ по двум причинам.
Во-первых, он обладает высокой генеративной простотой.
Не требуется отдельно задавать два новых параметра.
Во-вторых, он создаёт мощную положительную обратную связь.
Растущий результат одновременно увеличивает и основание, и показатель следующей стадии.
Именно поэтому симметричные самопорождающие каскады являются одним из базовых примеров сверхбыстрого роста.
Однако равенство основания и сублогарифма не является универсальной нормой.
Это только одна линия в значительно более широком пространстве ОТМ.
2.2. Основание меньше сублогарифма
Особенно интересен режим, в котором основание меньше соответствующего сублогарифма.
В таком случае показатель действует на основание с повышенной интенсивностью.
Если разрыв между ними фиксирован, возникает стационарная асимметрия.
Если разрыв увеличивается, возникает динамическая асимметрия.
Для ОТМ второй случай значительно более важен.
Допустим, основание растёт.
Одновременно сублогарифм растёт ещё быстрее.
Тогда ускоряется не только абсолютная величина параметров, но и их взаимное расхождение.
Следовательно, степенной механизм становится всё более мощным от цикла к циклу.
В Изольдионике подобный принцип может использоваться как отдельный усилительный кодон.
2.3. Основание больше сублогарифма
Обратная ситуация возникает тогда, когда основание превосходит сублогарифм.
Это не означает слабость операции.
Большое основание само по себе способно создавать чрезвычайно быстро растущие результаты.
Однако динамика такой системы отличается от режима, в котором доминирует сублогарифм.
Если основание увеличивается быстрее показателя, основной источник масштаба находится в базе преобразования.
Если сублогарифм увеличивается быстрее основания, основной источник ускорения смещается в экспоненциальную часть.
Изучение этих двух режимов позволяет классифицировать различные формы роста.
При этом возможны переходы.
Система может начинаться с преобладания основания, затем достигать равенства и далее переходить в режим преобладания сублогарифма.
Подобные переходы сами могут быть частью заданного закона.
2.4. Коэффициент асимметрии
Для количественного описания отношения между основанием и сублогарифмом ОТМ вводит понятие коэффициента асимметрии.
Его задача состоит в том, чтобы показывать степень их относительного различия.
В простейшем случае коэффициент может описывать, во сколько раз одна величина превосходит другую.
Но это только одна возможная форма.
В дальнейшем теория может использовать:
мультипликативную асимметрию;
аддитивную асимметрию;
степенную асимметрию;
функциональную асимметрию;
структурную асимметрию.
Таким образом термин «коэффициент» следует понимать достаточно широко.
В простых системах это число.
В сложных системах характеристика асимметрии может быть функцией или составным объектом.
Главное значение этого понятия состоит в том, что отношение параметров становится самостоятельной координатой металогарифмической системы.
2.5. Динамическая асимметрия
Динамической называется асимметрия, изменяющаяся от цикла к циклу.
Это один из наиболее мощных механизмов ускорения в ОТМ.
Предположим, что сублогарифм превышает основание.
На следующем цикле это превышение становится больше.
Затем ещё больше.
Если закон роста разрыва сам ускоряется, возникает дополнительный уровень положительной обратной связи.
В результате растут одновременно:
основание;
сублогарифм;
результат;
разрыв между основанием и сублогарифмом.
Такая система обладает уже несколькими независимыми каналами ускорения.
Динамическая асимметрия позволяет создавать каскады, в которых каждая новая операция не просто работает с большими числами, но и становится внутренне более мощной.
2.6. Закон изменения асимметрии
Если коэффициент асимметрии изменяется, необходимо определить закон этого изменения.
Такой закон может быть внешним.
Например, заранее задаётся последовательность коэффициентов.
Он может быть рекуррентным.
Новое значение определяется предыдущим.
Он может быть результат-зависимым.
Новое значение определяется промежуточным числовым объектом.
Он может быть металогарифмическим.
Один металогарифм способен задавать асимметрию другого.
Наконец, закон изменения асимметрии может сам изменяться.
Тогда возникает метаасимметрическая динамика.
Это особенно важно для ОТМ как теории операторной эволюции.
Система начинает менять не только параметры, но и способ, которым меняется их отношение.
2.7. Рекурсивная асимметрия
Рекурсивной называется асимметрия, новое состояние которой зависит от предыдущих состояний каскада.
В простейшем случае текущий коэффициент определяет следующий.
В более сложном случае используются:
предыдущий результат;
несколько прошлых коэффициентов;
основание;
сублогарифм;
ранг;
модификатор.
Таким образом асимметрия получает собственную память.
Она превращается из внешне заданного параметра в самостоятельный динамический процесс.
Рекурсивная асимметрия особенно сильна тогда, когда она связана с наследованием результата.
Чем больше становится результат, тем больше становится асимметрия.
Чем больше асимметрия, тем сильнее следующая операция.
Следующая операция создаёт ещё больший результат.
Так возникает замкнутая усилительная петля.
2.8. Рефлексивная асимметрия
Следующий уровень возникает тогда, когда каскад использует информацию о собственной асимметрии для управления её дальнейшим изменением.
Такой режим называется рефлексивной асимметрией.
Например, величина текущего разрыва между основанием и сублогарифмом может определять скорость дальнейшего увеличения этого разрыва.
Ещё более сложная система способна использовать динамику нескольких прошлых состояний для изменения собственного закона.
В таком случае асимметрия начинает управлять собственной эволюцией.
Это уже не просто рекурсия.
Система анализирует одну из характеристик собственной структуры и использует её как управляющий параметр.
Рефлексивная асимметрия является одним из естественных механизмов построения метадинамических металогарифмов.
2.9. Асимметрия как самостоятельный механизм ускорения
В классическом анализе степенного роста внимание обычно сосредоточено на абсолютных значениях основания и показателя.
ОТМ добавляет третий объект анализа — характер их отношения.
Именно поэтому асимметрия может рассматриваться как самостоятельный механизм ускорения.
При одинаковом основании разные законы изменения сублогарифма дают разные скорости роста.
При одинаковом сублогарифме разные законы изменения основания также дают разные результаты.
Но особенно существенные различия возникают тогда, когда изменяется сама дистанция между ними.
В таком случае система получает дополнительную степень свободы.
Можно увеличивать не только параметры.
Можно увеличивать их взаимное превосходство.
Можно увеличивать скорость увеличения этого превосходства.
Можно изменять закон этой скорости.
Таким образом асимметрия создаёт целую дополнительную иерархию потенциальных ускорений.
ГЛАВА 3. САМОПОРОЖДАЮЩИЕ КАСКАДЫ
Самопорождающий каскад является одной из центральных конструкций Общей теории металогарифмов.
Его принцип состоит в том, что результат текущего шага участвует в создании следующего степенного оператора.
В такой системе вычисление и формирование будущего действия перестают быть разделёнными.
Результат становится инструкцией.
Каждый новый объект одновременно является следствием предыдущей операции и причиной следующей.
Это создаёт качественно иной тип математической динамики.
3.1. Результат как новое основание
Простейшая форма самопорождения возникает тогда, когда результат текущей субоперации становится основанием следующей.
Первоначально задаётся исходное основание.
После выполнения операции возникает новый результат.
Он автоматически занимает место основания следующего цикла.
Таким образом последовательность оснований не задаётся заранее.
Она генерируется самим процессом.
Это важное отличие от обычной последовательности степенных операций.
Каскад сам создаёт материал для собственного продолжения.
Каждое следующее основание несёт на себе результат всей предыдущей истории.
Следовательно, даже при постоянном сублогарифме такая система может обладать чрезвычайно высокой скоростью роста.
3.2. Результат как новый сублогарифм
Аналогичный механизм возможен для сублогарифма.
Результат текущей стадии способен становиться показателем следующей.
В этом случае основание может оставаться постоянным или изменяться по независимому закону.
Такой режим создаёт другую форму положительной обратной связи.
Результат увеличивает будущий показатель.
Новый показатель усиливает следующую операцию.
Следующий результат становится ещё больше.
Подобная структура особенно интересна при соединении с переменным основанием.
Если результат одновременно влияет на обе координаты, возникает диагональный режим самопорождения.
3.3. Диагональный самопорождающий каскад
Диагональным называется самопорождающий каскад, в котором результат предыдущего цикла становится одновременно основанием и сублогарифмом следующего.
Это одна из наиболее наглядных и мощных базовых конструкций ОТМ.
В ней предыдущий результат полностью определяет ключевую пару параметров следующей ступени.
Такая система обладает высокой внутренней замкнутостью.
После задания начального значения дальнейший процесс способен разворачиваться без внешнего задания новых оснований и сублогарифмов.
Именно поэтому диагональный каскад является естественным примером автономного металогарифмического роста.
При этом автономность не означает неизменность.
Наоборот, параметры изменяются крайне быстро.
Система сохраняет постоянным только принцип построения следующего шага.
3.4. Разветвлённые каскады
Самопорождающий процесс не обязан оставаться линейным.
Один результат может порождать несколько следующих операций.
Так возникает разветвлённый каскад.
Например, один промежуточный объект может одновременно передаваться в две ветви.
В первой он становится основанием.
Во второй — сублогарифмом.
Каждая ветвь развивается по собственному закону.
Позднее результаты могут снова объединяться.
Количество ветвей также может быть динамическим.
Оно может зависеть от текущего результата, ранга или отдельного модификатора.
Разветвлённые каскады существенно расширяют ОТМ.
Вместо последовательности возникает сеть.
Такая сеть может обладать:
параллельным ростом;
взаимным влиянием ветвей;
обратными связями;
условиями слияния;
условиями прекращения;
метаоператорным управлением.
В перспективе подобные структуры сближают металогарифмические каскады с операторными сетями Изольдионики.
3.5. Управляемое самопорождение
Чистое самопорождение использует результат напрямую.
Но более общий случай предполагает наличие управляющего закона.
Тогда результат сначала анализируется или преобразуется, а уже затем участвует в создании следующей операции.
Так возникает управляемое самопорождение.
Управляющий закон может определять:
какая часть результата наследуется;
в какую координату она передаётся;
как изменяется основание;
как изменяется сублогарифм;
какой ранг назначается следующему циклу;
какой модификатор подключается;
следует ли продолжать процесс.
В результате самопорождение становится программируемым.
Это особенно важно для Изольдионики, где требуется не просто максимизация роста, а точное проектирование числового генотипа.
3.6. Неограниченные последовательности самопреобразования
Если каскад не имеет заранее заданного числа циклов, самопорождение может продолжаться потенциально неограниченно.
В таком случае возникает неограниченная последовательность самопреобразования.
Следует различать несколько смыслов такой неограниченности.
Первый — отсутствие заранее заданного конечного индекса.
Второй — наличие условия продолжения, которое потенциально может выполняться сколь угодно долго.
Третий — формальная бесконечная итерация как отдельный математический объект.
Эти режимы не следует смешивать.
Для большинства задач ОТМ и Изольдионики достаточно конечных, но чрезвычайно глубоких каскадов.
Их конечность не препятствует появлению практически неэксплицируемых результатов.
Однако теория должна также рассматривать предельные модели, в которых число циклов не фиксируется заранее.
Это позволит исследовать границу между конечными генеративными процессами и действительно бесконечными структурами.
3.7. Рост самопорождающих систем
Самопорождающие системы обладают особой скоростью роста не потому, что каждая их отдельная операция обязательно уникальна, а потому, что они создают механизм устойчивой положительной обратной связи.
Результат увеличивается.
Увеличенный результат формирует более мощную следующую операцию.
Более мощная операция создаёт ещё больший результат.
Этот результат снова усиливает последующую структуру.
Так возникает самоускорение.
Если дополнительно изменяются ранг, асимметрия, число итераций или модификаторы, количество одновременно работающих контуров ускорения возрастает.
В результате рост становится многоканальным.
Особое значение приобретает различие между двумя типами роста.
Первый — числовой рост.
Увеличивается значение результата.
Второй — операторный рост.
Увеличивается мощность механизма, создающего этот результат.
В самопорождающих системах эти два процесса способны усиливать друг друга.
3.8. Самопорождающий каскад как динамический оператор
Наиболее глубокая интерпретация самопорождающего каскада состоит в том, чтобы рассматривать его не как последовательность отдельных операций, а как единый динамический оператор.
Такой оператор получает состояние.
Преобразует его.
Создаёт новое состояние.
И одновременно формирует правило следующего преобразования.
Это фундаментально отличает его от обычной функции с фиксированной структурой.
Динамический оператор способен эволюционировать в процессе собственного применения.
В простейшем случае меняются только его числовые параметры.
В более сложном — ранг.
Затем — число внутренних ступеней.
Затем — модификационная среда.
Наконец, может изменяться сам закон преобразования.
Именно на этом уровне ОТМ начинает соприкасаться с основной идеей числовой трансволюции.
Числовой объект больше не является единственным предметом развития.
Развивается операция.
Развивается система операций.
Развиваются правила связи между ними.
Так возникает пространство, в котором дальнейшие главы книги будут вводить ранги металогарифмов, многоэтажные структуры и механизмы, способные увеличивать уже не только результат каскада, но и его внутреннюю глубину.
Самопорождающий каскад становится здесь переходным объектом.
С одной стороны, он ещё сохраняет ясную степенную основу.
С другой — уже содержит принцип, который впоследствии позволит перейти к саморефлексивным металогарифмам, операторным кодонам и сложным генотипам Изольдионики.
******
АППЕНДИКС II-А. ДИНАМИКА ОСНОВАНИЯ, СУБЛОГАРИФМА И АСИММЕТРИИ В ПРИМЕРАХ
Оглавление аппендикса
Постоянное основание при растущем сублогарифме
Растущее основание при постоянном сублогарифме
Независимая динамика основания и сублогарифма
Симметричная динамика: основание равно сублогарифму
Фиксированная мультипликативная асимметрия
Динамическая возрастающая асимметрия
Рекурсивное изменение коэффициента асимметрии
Диагональный самопорождающий каскад
Разветвлённый самопорождающий каскад
Сравнительная матрица динамических режимов
Введение
Настоящий аппендикс дополняет вторую часть книги простыми числовыми примерами.
Его задача — показать не только определения, но и сам механизм работы различных металогарифмических каскадов.
Во всех примерах необходимо различать три основных элемента локальной степенной субоперации:
основание — число, которое возводится в степень;
сублогарифм — показатель степени соответствующей субоперации;
результат — число, полученное после выполнения этой субоперации.
Для большей наглядности в большинстве примеров используются небольшие исходные значения. Это сделано исключительно в учебных целях.
Реальные металогарифмические конструкции могут очень быстро выходить далеко за пределы возможности цифровой экспликации.
Если специально не указано обратное, будем считать, что каждый рассматриваемый цикл имеет первый ранг и не содержит дополнительных модификаторов.
Таким образом мы временно исключаем ранговую сложность и исследуем только динамику параметров.
1. Постоянное основание при растущем сублогарифме
Рассмотрим простейший случай динамического сублогарифма.
Пусть основание во всех циклах остаётся равным 10.
Сублогарифм последовательно принимает значения:
2, 4, 8, 16
Получаем четыре субоперации.
Первый цикл:
10^2 = 100
Второй цикл:
10^4 = 10000
Третий цикл:
10^8 = 100000000
Четвёртый цикл:
10^16 = 10000000000000000
Структура процесса:
основание: 10, 10, 10, 10
сублогарифм: 2, 4, 8, 16
Изменяется только одна координата — сублогарифм.
Это важно.
Перед нами динамический металогарифмический режим, хотя основание полностью стационарно.
Следовательно, динамичность металогарифма не требует изменения всех его параметров одновременно.
Достаточно изменения хотя бы одного существенного параметра.
Если продолжить закон:
2 -> 4 -> 8 -> 16 -> 32 -> 64 -> ...
то интенсивность степенного действия будет быстро возрастать, несмотря на неизменное основание.
Здесь хорошо видна разница между:
динамикой основания
и
динамикой сублогарифма.
Это независимые свойства.
2. Растущее основание при постоянном сублогарифме
Теперь рассмотрим обратный режим.
Пусть сублогарифм постоянно равен 2.
Основание изменяется:
2, 4, 8, 16
Получаем:
первый цикл:
2^2 = 4
второй цикл:
4^2 = 16
третий цикл:
8^2 = 64
четвёртый цикл:
16^2 = 256
Структура:
основание: 2, 4, 8, 16
сублогарифм: 2, 2, 2, 2
Теперь динамической координатой является основание.
Сублогарифм остаётся постоянным.
Этот пример показывает ещё один важный принцип ОТМ:
одинаковый сублогарифм не означает одинаковой мощности отдельных субопераций, если изменяется основание.
При дальнейшем ускорении роста оснований соответствующим образом ускоряется и рост результатов.
Причём закон изменения основания может быть любым допустимым законом каскада.
Например:
2, 4, 8, 16, ...
или:
10, 100, 10000, ...
или последовательностью, вычисляемой другим металогарифмом.
3. Независимая динамика основания и сублогарифма
Теперь позволим изменяться обоим параметрам, но зададим для них разные независимые законы.
Например:
основания:
2, 4, 8, 16
сублогарифмы:
3, 5, 7, 9
Получаем:
первый цикл:
2^3 = 8
второй цикл:
4^5 = 1024
третий цикл:
8^7 = 2097152
четвёртый цикл:
16^9 = 68719476736
Здесь оба параметра растут.
Однако они растут по разным правилам.
Основание удваивается.
Сублогарифм увеличивается на 2.
Это пример независимой двухпараметрической динамики.
Она принципиально отличается от связанной динамики.
Мы могли бы изменить закон основания, не меняя закон сублогарифма.
И наоборот.
Следовательно, состояние каждого цикла уже должно описываться как минимум двумя независимыми координатами.
В сложных металогарифмах таких координат может быть значительно больше.
К ним добавятся:
ранг;
итерационность;
асимметрия;
модификаторы;
условия;
законы наследования;
метапараметры.
Так начинается переход от простой последовательности степеней к многопараметрическому металогарифмическому состоянию.
4. Симметричная динамика: основание равно сублогарифму
Рассмотрим теперь особый случай:
основание = сублогарифм
Возьмём последовательность:
2, 3, 4, 5
Получаем:
2^2 = 4
3^3 = 27
4^4 = 256
5^5 = 3125
Во всех циклах сохраняется структурное равенство:
основание = сублогарифм
Однако сами значения изменяются.
Следовательно, это не стационарный, а динамический симметричный режим.
Симметрия означает здесь не постоянство значения, а сохранение отношения между двумя параметрами.
В каждом цикле они равны.
Это очень важный пример.
Он показывает, что в ОТМ следует различать:
постоянство параметра;
и постоянство отношения между параметрами.
Первое число может изменяться.
Второе число может изменяться.
Но отношение между ними при этом остаётся неизменным.
Именно подобные структурные отношения впоследствии позволяют вводить понятие асимметрии.
5. Фиксированная мультипликативная асимметрия
Для простейшего количественного анализа введём учебный коэффициент асимметрии.
В данном аппендиксе будем понимать его как отношение:
K = сублогарифм / основание
Это не единственно возможное определение асимметрии в полной ОТМ, однако оно удобно для наглядных примеров.
Пусть:
K = 2
Тогда сублогарифм всегда в два раза больше основания.
Возьмём основания:
2, 3, 4, 5
Соответствующие сублогарифмы:
4, 6, 8, 10
Получаем:
2^4 = 16
3^6 = 729
4^8 = 65536
5^10 = 9765625
Здесь изменяются и основание, и сублогарифм.
Но отношение между ними постоянно:
4 / 2 = 2
6 / 3 = 2
8 / 4 = 2
10 / 5 = 2
Следовательно:
K = 2
для каждого цикла.
Это фиксированная мультипликативная асимметрия.
В отличие от симметричной системы, где:
K = 1
здесь действует постоянный коэффициент превосходства сублогарифма над основанием.
Если же основание превосходит сублогарифм, коэффициент в данной системе измерения будет меньше единицы либо направление отношения можно будет специально изменить.
Главное состоит в сохранении постоянного отношения.
6. Динамическая возрастающая асимметрия
Теперь допустим, что коэффициент асимметрии сам изменяется.
Возьмём основания:
2, 3, 4, 5
Но коэффициент K пусть последовательно возрастает:
2, 3, 4, 5
Тогда сублогарифм определяется как произведение основания на текущий коэффициент.
Получаем:
для основания 2:
K = 2
сублогарифм:
4
операция:
2^4 = 16
Для основания 3:
K = 3
сублогарифм:
9
операция:
3^9 = 19683
Для основания 4:
K = 4
сублогарифм:
16
операция:
4^16 = 4294967296
Для основания 5:
K = 5
сублогарифм:
25
операция:
5^25
Теперь увеличивается уже не только основание.
Увеличивается не только сублогарифм.
Увеличивается также их взаимное расхождение.
Структура выглядит так:
основание: 2, 3, 4, 5
коэффициент K: 2, 3, 4, 5
сублогарифм: 4, 9,16,25
Перед нами появляется дополнительная динамическая координата.
В фиксированной асимметрии параметры растут при неизменном отношении.
В динамической асимметрии изменяется уже само отношение.
Поэтому операция каждого следующего цикла становится структурно отличной от предыдущей не только по размеру параметров, но и по характеру их взаимосвязи.
Это позволяет рассматривать динамическую асимметрию как самостоятельный механизм ускорения.
7. Рекурсивное изменение коэффициента асимметрии
Следующий уровень возникает тогда, когда коэффициенты асимметрии не задаются заранее готовым списком, а порождаются самим законом каскада.
Пусть первоначальный коэффициент равен:
K1 = 2
А каждый следующий коэффициент получается возведением предыдущего коэффициента в квадрат:
K(next) = K(current)^2
Получаем последовательность:
2 -> 4 -> 16 -> 256 -> ...
Для наглядности возьмём основания:
2, 3, 4, 5
Первый цикл:
основание:
2
коэффициент:
2
сублогарифм:
4
операция:
2^4 = 16
Второй цикл:
коэффициент уже равен:
4
основание:
3
сублогарифм:
12
операция:
3^12 = 531441
Третий цикл:
коэффициент:
16
основание:
4
сублогарифм:
64
операция:
4^64
Четвёртый цикл:
коэффициент:
256
основание:
5
сублогарифм:
1280
операция:
5^1280
Структура:
K: 2 -> 4 -> 16 -> 256 -> ...
Коэффициент асимметрии теперь обладает собственной динамической историей.
Он не просто изменяется.
Он сам генерирует своё следующее значение.
Следовательно, асимметрия становится рекурсивной.
Этот пример важен потому, что показывает возможность создания внутри одного металогарифмического каскада дополнительных автономных процессов.
Основная числовая последовательность развивается по одному закону.
Основания — по другому.
Асимметрия — по третьему.
Все эти процессы затем соединяются внутри одной субоперации.
В более сложной системе коэффициент асимметрии может зависеть уже от результата предыдущей степенной операции.
Тогда возникает ещё более сильная обратная связь:
результат изменяет асимметрию;
асимметрия усиливает следующую операцию;
следующая операция создаёт ещё больший результат;
новый результат снова изменяет асимметрию.
Это уже переход к рефлексивным режимам.
8. Диагональный самопорождающий каскад
Теперь рассмотрим один из центральных примеров всей ОТМ.
Исходное значение:
2
Первый цикл:
2^2 = 4
Полученный результат 4 становится одновременно:
новым основанием;
и новым сублогарифмом.
Поэтому второй цикл:
4^4 = 256
Результат 256 снова становится одновременно основанием и сублогарифмом.
Третий цикл:
256^256
Полученный объект снова используется в обеих ролях.
Следовательно, следующий цикл имеет вид:
(256^256)^(256^256)
И так далее.
Каскад:
2
-> 2^2 = 4
-> 4^4 = 256
-> 256^256
-> (256^256)^(256^256)
-> ...
Это диагональный самопорождающий каскад.
Слово «диагональный» указывает на совпадение двух главных параметров:
основание = сублогарифм
Слово «самопорождающий» указывает на то, что новое значение этих параметров не задаётся извне.
Его порождает результат предыдущей операции.
Таким образом каждый цикл одновременно:
создаёт новое число;
создаёт основание следующей операции;
создаёт сублогарифм следующей операции.
Перед нами уже полноценная положительная обратная связь.
Важно отличать такой каскад от примера из раздела 4.
В разделе 4 симметричные пары:
2,2
3,3
4,4
5,5
задавались независимо.
Здесь же новое симметричное состояние порождается результатом предыдущего цикла.
Это качественно другой механизм.
9. Разветвлённый самопорождающий каскад
Самопорождение не обязательно должно происходить по одной линии.
Результат способен породить несколько новых ветвей.
Рассмотрим простой пример.
Исходное состояние:
3
Первый цикл:
3^3 = 27
Теперь результат 27 используется сразу двумя разными способами.
Ветвь A
Результат становится новым основанием.
Сублогарифм фиксируется равным 2.
Получаем:
27^2 = 729
Ветвь B
Результат становится новым сублогарифмом.
Основание фиксируется равным 2.
Получаем:
2^27 = 134217728
Из одного результата возникли две различные последующие операции.
Структура процесса:
3
-> 3^3 = 27
после чего:
27 -> ветвь A -> 27^2 = 729
и одновременно:
27 -> ветвь B -> 2^27 = 134217728
Теперь ветви можно:
оставить независимыми;
продолжить по разным законам;
передать другим металогарифмам;
или снова соединить.
Например, можно установить правило слияния:
результат ветви A становится основанием;
результат ветви B становится сублогарифмом.
Тогда следующая операция:
729^134217728
Таким образом первоначально один результат:
27
породил две ветви,
а затем результаты этих ветвей создали новую совместную операцию.
Это уже не линейный каскад.
Это простейшая металогарифмическая сеть.
В более сложных случаях один результат способен порождать десятки или сотни ветвей.
Каждая ветвь может иметь:
свой ранг;
свою асимметрию;
свою динамику;
свои модификаторы;
свои условия завершения.
Количество ветвей также может определяться самим результатом.
Тогда структура сети становится динамической.
Именно такие конструкции впоследствии особенно важны для многокодонных систем Изольдионики.
10. Сравнительная матрица динамических режимов
Режим Основание Сублогарифм Асимметрия Наследование результата Главный источник динамики
Постоянное основание, растущий сублогарифм Постоянное Изменяется Может изменяться Нет Рост сублогарифма
Растущее основание, постоянный сублогарифм Изменяется Постоянный Может изменяться Необязательно Рост основания
Независимая динамика Изменяется по своему закону Изменяется по другому закону Возникает как следствие Нет или необязательно Два независимых закона
Симметричная динамика Изменяется Равно основанию K = 1 Необязательно Согласованный рост
Фиксированная асимметрия Изменяется Изменяется K постоянно Необязательно Рост параметров при постоянном отношении
Динамическая асимметрия Изменяется Изменяется K изменяется Необязательно Рост самого отношения параметров
Рекурсивная асимметрия Может изменяться Зависит от K K порождает следующее K Частичное Саморазвитие асимметрии
Диагональное самопорождение Результат предыдущего цикла Тот же результат Симметрия Полное Положительная обратная связь
Разветвлённое самопорождение Зависит от ветви Зависит от ветви Может различаться между ветвями Разветвлённое Один результат создаёт несколько процессов
11. Что именно изменяется в разных каскадах
Рассмотренные примеры позволяют выделить несколько принципиально различных источников металогарифмической динамики.
В первом случае изменяется только сублогарифм.
Во втором — только основание.
В третьем оба параметра изменяются независимо.
В четвёртом они изменяются совместно и сохраняют симметрию.
В пятом сохраняется постоянная асимметрия.
В шестом изменяется сама величина асимметрии.
В седьмом асимметрия получает собственный рекурсивный закон.
В восьмом результат полностью формирует следующий ключевой параметрический набор.
В девятом один результат порождает уже несколько независимых операторных ветвей.
Таким образом динамику ОТМ нельзя сводить к простому росту показателя степени.
Динамическим может становиться практически любой уровень конструкции.
12. Три степени зависимости параметров
Для дальнейшей теории полезно выделить три базовых режима.
Первый режим: внешне задаваемая динамика
Все значения известны заранее.
Например:
основание: 2, 4, 8, 16
сублогарифм: 3, 5, 7, 9
Сам каскад не создаёт новые параметры.
Он только использует заранее заданные.
Второй режим: рекурсивная динамика
Новое значение вычисляется на основе предыдущего.
Например:
K -> K^2
Здесь система уже порождает собственную параметрическую последовательность.
Третий режим: результат-зависимая динамика
Промежуточный результат степенной операции становится параметром следующей операции.
Например:
2 -> 2^2 = 4 -> 4^4 = 256 -> 256^256
Это один из наиболее мощных режимов ОТМ.
Результат становится частью механизма своего дальнейшего роста.
13. От динамики параметров к динамике оператора
В обычной степенной операции параметры задают действие.
В металогарифмическом каскаде сами параметры начинают изменяться.
Следующий шаг состоит в том, что изменяется уже структура операции.
Например, результат может определить:
не только новое основание;
не только новый сублогарифм;
но и новый ранг;
новое число итераций;
новый коэффициент асимметрии;
новый модификатор;
новый закон перехода.
В этот момент динамика числовых параметров превращается в динамику оператора.
Это принципиальная граница.
До неё меняются числа внутри операции.
После неё начинает меняться сама операция.
Именно из этого перехода впоследствии возникают:
динамические ранги;
рефлексивные металогарифмы;
саморефлексивные металогарифмы;
метаоператорные системы.
14. Практический принцип чтения динамического металогарифма
При анализе любого динамического металогарифмического каскада полезно последовательно задавать несколько вопросов.
Что является основанием текущей субоперации?
Что является её сублогарифмом?
Какие параметры остаются постоянными?
Какие изменяются?
По какому закону они изменяются?
Зависит ли новое значение от номера цикла?
Зависит ли оно от предыдущего значения?
Зависит ли оно от результата?
Изменяется ли отношение между основанием и сублогарифмом?
Изменяется ли закон этого отношения?
Появляются ли новые ветви?
Изменяется ли сам оператор?
Эта последовательность вопросов позволяет практически любую сложную конструкцию ОТМ разложить на понятные уровни.
15. Основные выводы
Приведённые примеры позволяют сделать несколько фундаментальных выводов.
Во-первых, рост металогарифмического каскада определяется не только абсолютными значениями основания и сублогарифма, но и законами их изменения.
Во-вторых, отношение между основанием и сублогарифмом является самостоятельной характеристикой системы.
В-третьих, асимметрия сама может быть постоянной, динамической, рекурсивной и впоследствии рефлексивной.
В-четвёртых, промежуточный результат способен играть не только роль результата вычисления, но и роль параметра следующего действия.
В-пятых, один результат может порождать несколько новых операторных ветвей.
И наконец, наиболее важный вывод состоит в следующем:
металогарифмический каскад может развивать не только числа, но и собственный механизм их порождения.
Именно этот переход от динамики значений к динамике операторов является главным мостом между второй частью книги и последующей теорией рангов, рефлексивности и саморефлексивных металогарифмов.
******
ЧАСТЬ III. РАНГИ МЕТАЛОГАРИФМОВ
Понятие ранга является одним из фундаментальных понятий Общей теории металогарифмов.
Если динамика основания и сублогарифма показывает, как изменяются параметры операции, то ранг характеризует внутреннюю этажность самой операции.
Именно ранг позволяет перейти от отдельного степенного действия к многоступенчатой внутренней конструкции, которая рассматривается как единое целое.
Для наглядности введём канонический учебный пример.
Пусть исходное значение:
a(0) = 10
и на каждой следующей внутренней ступени результат предыдущей ступени возводится в степень самого себя.
Тогда:
a(1) = 10^10
a(2) = a(1)^a(1)
a(3) = a(2)^a(2)
...
a(N) = a(N-1)^a(N-1)
Это простейшая симметричная самостепенная ранговая лестница.
На её примере особенно хорошо видно различие между внутренним рангом и внешней итерационностью.
ГЛАВА 1. ПОНЯТИЕ РАНГА
1.1. Ранг как внутренняя этажность операции
Рангом металогарифма называется количество последовательных внутренних уровней, образующих одну полную металогарифмическую операцию.
Иначе говоря, ранг отвечает на вопрос:
сколько внутренних ступеней необходимо пройти, прежде чем одна операция будет считаться завершённой?
Это принципиально отличается от числа внешних повторений.
Пусть:
a(0) = 10
Тогда первая внутренняя ступень:
a(1) = 10^10
Вторая:
a(2) = a(1)^a(1)
Третья:
a(3) = a(2)^a(2)
Получаем ранговую лестницу:
10 -> a(1) -> a(2) -> a(3)
Если процесс останавливается на a(3), перед нами одна полная операция третьего ранга.
Следовательно, ранг характеризует вертикальную глубину операции.
Внешняя итерация характеризует её повторение как целого.
1.2. Металогарифм первого ранга
Металогарифм первого ранга содержит одну внутреннюю ступень.
Для исходного значения 10:
a(0) = 10
a(1) = 10^10
Ранговая лестница:
10 -> 10^10
Это операция первого ранга.
Если исходное значение равно 2:
a(0) = 2
a(1) = 2^2 = 4
Важна не величина результата, а структура.
Первый ранг означает:
одна внутренняя ступень самовозведения.
При этом металогарифм первого ранга может обладать динамическим основанием, модификаторами, асимметрией и другими характеристиками.
Поэтому первый ранг не обязательно означает простую систему.
Он означает только минимальную внутреннюю этажность.
1.3. Металогарифм второго ранга
Металогарифм второго ранга содержит две последовательные внутренние ступени.
Для основания 10:
a(1) = 10^10
a(2) = a(1)^a(1)
После раскрытия:
a(2) = (10^10)^(10^10)
Ранговая лестница:
10
-> 10^10
-> (10^10)^(10^10)
Это одна операция второго ранга.
Для исходного числа 2:
a(1) = 2^2 = 4
a(2) = 4^4 = 256
Таким образом:
2 -> 4 -> 256
Важно:
две ступени внутри одной операции второго ранга не следует автоматически отождествлять с двумя внешними операциями первого ранга.
В простейшей однородной модели результаты могут совпасть, но структурный генотип операций различен.
1.4. Металогарифм третьего ранга
Металогарифм третьего ранга содержит три внутренние ступени.
Для исходного значения 10:
a(1) = 10^10
a(2) = (10^10)^(10^10)
a(3) = a(2)^a(2)
Полностью раскрытая форма:
a(3) = ((10^10)^(10^10))^((10^10)^(10^10))
Для основания 2:
a(1) = 4
a(2) = 256
a(3) = 256^256
Последняя величина уже имеет 617 десятичных цифр.
Но для определения ранга это вторично.
Главное:
a(0) -> a(1) -> a(2) -> a(3)
То есть три последовательных внутренних преобразования.
1.5. Металогарифмы последующих рангов
Тот же принцип может продолжаться.
Четвёртый ранг:
a(4) = a(3)^a(3)
Пятый:
a(5) = a(4)^a(4)
Десятый:
a(10) = a(9)^a(9)
Сотый:
a(100) = a(99)^a(99)
В общем случае каждый новый уровень получает целиком результат предыдущего.
Поэтому высокие ранги быстро приводят к объектам, цифровая экспликация которых становится практически невозможной.
Однако их генеративная запись остаётся короткой.
Вместо полного раскрытия достаточно указать:
a(100)
при условии, что правило ранговой лестницы уже определено.
Именно здесь ранг становится одновременно:
механизмом генерации;
и механизмом семантического сжатия.
1.6. Металогарифм N-го ранга
Пусть исходный объект обозначен как:
a(0) = A
Для канонической симметричной ранговой модели:
a(1) = A^A
а далее:
a(N) = a(N-1)^a(N-1)
Результат a(N) является результатом полной операции N-го ранга.
Параметр N может быть:
задан непосредственно;
получен из другой операции;
зависеть от номера итерации;
зависеть от промежуточного результата;
определяться другим металогарифмом;
изменяться рекуррентно;
задаваться рефлексивно.
Тем самым N перестаёт быть только индексом.
Он становится полноценным управляющим параметром металогарифмической архитектуры.
1.7. Ранг и глубина каскада
Ранг и глубина каскада связаны, но не тождественны.
Ранг характеризует внутреннюю глубину одной полной операции.
Глубина каскада характеризует общую протяжённость более крупной конструкции.
Например, одна операция ранга 3 имеет внутреннюю лестницу:
A -> a(1) -> a(2) -> a(3)
Но десять внешних повторений этой операции создают значительно более глубокий общий процесс.
И наоборот, каскад может содержать всего одну внешнюю операцию, но иметь ранг 1000.
Следовательно:
ранг — локальная внутренняя глубина;
глубина каскада — общая протяжённость системы.
1.8. Ранг и число внешних итераций
Рассмотрим операцию третьего ранга.
Первая внешняя итерация:
A
-> a(1)
-> a(2)
-> a(3)
Получим результат:
R1 = a(3)
Теперь начнём вторую внешнюю итерацию.
Новое начальное состояние:
b(0) = R1
Затем:
b(1) = R1^R1
b(2) = b(1)^b(1)
b(3) = b(2)^b(2)
Результат:
R2 = b(3)
Таким образом конструкция имеет:
ранг = 3
число внешних итераций = 2
Это две независимые характеристики.
1.9. Независимость ранга и итерационности
Независимость ранга и числа итераций является базовым принципом ОТМ.
Можно построить:
металогарифм ранга 1 с миллионом итераций;
металогарифм ранга 100 с одной итерацией;
металогарифм ранга 100 с сотней итераций;
металогарифм динамического ранга с динамическим количеством итераций.
Запись вида:
ранг 3, итераций 2
структурно не равнозначна:
ранг 6, итераций 1
даже если в специально выбранной простой модели последовательность отдельных самовозведений приводит к совпадающему результату.
Причина состоит в том, что граница полной операции имеет собственный смысл.
Между внешними итерациями могут действовать:
модификаторы;
законы наследования;
изменения асимметрии;
смена ранга;
условия;
внешние кодоны.
Поэтому ОТМ различает:
числовую эквивалентность
и
структурную эквивалентность.
ГЛАВА 2. МНОГОЭТАЖНЫЕ МЕТАЛОГАРИФМЫ
Высокий ранг превращает одну металогарифмическую операцию во внутренний многоступенчатый процесс.
Так возникает понятие многоэтажного металогарифма.
2.1. Внутренняя последовательность самовозведений
В канонической модели каждый внутренний уровень принимает результат предыдущего.
Например, для ранга 4:
a(0) = A
a(1) = A^A
a(2) = a(1)^a(1)
a(3) = a(2)^a(2)
a(4) = a(3)^a(3)
Это одна внутренняя последовательность.
Она полностью принадлежит одной операции четвёртого ранга.
Такой процесс не следует понимать как четыре независимые операции.
Это четыре этажа одного рангового блока.
2.2. Интраранговый каскад
Внутренняя последовательность субопераций одной операции называется интраранговым каскадом.
Для ранга N:
a(0) -> a(1) -> ... -> a(N)
Интраранговый каскад может быть однородным.
Тогда на всех ступенях действует одно правило.
Например:
a(k+1) = a(k)^a(k)
Но он может быть и неоднородным.
Например:
на первой ступени действует симметрия;
на второй — асимметрия;
на третьей — модификатор;
на четвёртой — иной сублогарифмический закон.
Ранг при этом остаётся характеристикой числа последовательных уровней, но внутреннее содержание каждого уровня может различаться.
2.3. Полная операция заданного ранга
Полной операцией ранга N называется прохождение всего интрарангового каскада:
от:
a(0)
до:
a(N)
Только значение a(N) считается результатом полной операции.
Все:
a(1), a(2), ..., a(N-1)
являются внутренними промежуточными состояниями.
Это важно для дальнейшей работы с СМЛ.
Например, в SML 100 первые 99 внутренних состояний ещё не являются завершением первой внешней итерации.
Только достижение сотой ранговой ступени завершает одну полную операцию.
2.4. Межранговые переходы
Каскад не обязан использовать один постоянный ранг.
Можно задать последовательность:
1 -> 2 -> 3 -> 4 -> ...
Тогда первая внешняя операция имеет ранг 1.
Вторая — ранг 2.
Третья — ранг 3.
Четвёртая — ранг 4.
И так далее.
Можно задать и другой закон:
2 -> 4 -> 8 -> 16 -> ...
Или:
3 -> 3 -> 5 -> 8 -> 13 -> ...
Межранговый переход показывает, какой ранг получит следующая полная операция.
Тем самым ранговая структура сама превращается в динамическую последовательность.
2.5. Вложенные ранги
Высокий ранг и вложенный ранг — не одно и то же.
Высокий ранг может представлять длинную последовательную лестницу:
a(0) -> a(1) -> ... -> a(N)
Вложенная конструкция означает, что один внутренний уровень сам содержит отдельный ранговый блок.
Условно:
внешняя операция имеет несколько уровней,
но один из этих уровней является не единичной субоперацией, а целой операцией другого ранга.
Например:
первый внутренний блок — ранг 2;
второй — ранг 5;
третий — ранг 3.
Так возникает иерархия этажей внутри этажей.
Это уже не просто длинная лестница, а многоуровневая архитектура.
2.6. Составные ранги
Составной ранг представляет собой внутреннюю конструкцию, собранную из разных ранговых блоков.
Например:
R = [2, 5, 3]
может означать, что одна полная операция последовательно включает:
блок второго ранга;
затем блок пятого ранга;
затем блок третьего ранга.
Такой объект нельзя полностью характеризовать одним числом без потери структуры.
Поэтому в развитой ОТМ потребуется различать:
скалярный ранг
и
составной ранговый профиль.
Составные ранги особенно важны для будущих операторных генотипов.
2.7. Ранги каскадов
Если каскад состоит из многих полных операций, можно рассматривать его ранговый профиль.
Например:
R1 = 2
R2 = 2
R3 = 2
R4 = 2
Это однородный ранговый профиль.
Другой пример:
R1 = 1
R2 = 2
R3 = 4
R4 = 8
Это динамический профиль.
Таким образом каскад характеризуется не только числовыми результатами, но и последовательностью рангов.
2.8. Каскады рангов
Если ранговая последовательность сама рассматривается как отдельный объект, возникает каскад рангов.
Например:
1 -> 2 -> 4 -> 8 -> 16 -> ...
Каждый член этой последовательности определяет внутреннюю глубину соответствующей полной металогарифмической операции.
Следовательно, параллельно существуют два процесса:
числовой каскад;
ранговый каскад.
Если они связаны между собой, результат числового каскада может определять следующий элемент рангового каскада.
Тогда величина начинает непосредственно управлять глубиной будущего оператора.
2.9. Метаранговые конструкции
Метаранг возникает тогда, когда объектом управления становится уже не конкретный ранг, а закон формирования рангов.
Например, первый метаоператор задаёт:
R(next) = 2 * R(current)
Другой оператор может изменить этот закон на:
R(next) = R(current)^2
Следовательно, изменяется уже не только ранг.
Изменяется способ изменения ранга.
Можно представить следующую иерархию:
уровень 1 — конкретный ранг;
уровень 2 — динамический ранг;
уровень 3 — закон изменения ранга;
уровень 4 — закон изменения закона;
и далее.
Так возникает метаранговая архитектура.
ГЛАВА 3. ДИНАМИЧЕСКИЙ РАНГ
3.1. Постоянный ранг
Если каждая полная внешняя операция имеет одинаковую внутреннюю этажность, ранг является постоянным.
Например:
R = 3
для всех итераций.
Тогда:
первая итерация — ранг 3;
вторая — ранг 3;
третья — ранг 3;
и так далее.
Изменяться при этом могут:
результат;
основание;
сублогарифм;
асимметрия;
модификаторы.
Постоянство ранга означает неизменность только одной координаты.
3.2. Переменный ранг
Если ранг меняется между полными операциями, возникает динамический ранг.
Например:
R: 1 -> 2 -> 3 -> 4 -> ...
или:
R: 2 -> 4 -> 8 -> 16 -> ...
Теперь каждая новая внешняя операция может быть внутренне глубже предыдущей.
Это создаёт дополнительный механизм ускорения.
Растёт не только число.
Растёт количество внутренних преобразований, применяемых к этому числу.
3.3. Ранг, зависящий от номера итерации
Простейший способ динамического ранга — связать его с номером итерации.
Например:
первая итерация:
R = 1
вторая:
R = 2
третья:
R = 3
десятая:
R = 10
В общем виде:
R(i) = i
Тогда сама последовательность внешних итераций автоматически увеличивает глубину операции.
Можно использовать более быстрые законы:
R(i) = 2^i
или иной заранее заданный режим.
3.4. Ранг, зависящий от промежуточного результата
Более мощный механизм возникает, когда новый ранг задаётся числовым результатом предыдущей полной операции.
Предположим, первая операция дала:
R1_result = 4
Тогда следующая операция получает:
rank = 4
Если она породила результат 256, последующая операция потенциально может получить:
rank = 256
Теперь величина результата непосредственно преобразуется в глубину оператора.
Возникает обратная связь:
результат -> ранг -> более глубокая операция -> новый результат -> новый ранг
Это один из сильнейших механизмов операторного самоускорения ОТМ.
3.5. Ранг, определяемый другим металогарифмом
Ранг одной системы может вычисляться другой металогарифмической системой.
Например:
металогарифм A генерирует число 10.
Металогарифм B использует:
rank(B) = 10
После этого A генерирует новое значение 100.
Следующая операция B получает:
rank(B) = 100
Таким образом один металогарифм становится управляющим кодоном для другого.
В сложных системах возможны целые сети:
один оператор задаёт ранг;
второй — сублогарифм;
третий — число итераций;
четвёртый — асимметрию.
Это уже прямой переход к кодонной архитектуре Изольдионики.
3.6. Рекуррентное изменение ранга
Ранг может порождать своё следующее значение.
Например:
R1 = 2
R(next) = R(current)^2
Тогда:
2 -> 4 -> 16 -> 256 -> 65536 -> ...
Теперь ранг имеет собственную рекуррентную динамику.
При этом числовой результат металогарифма может развиваться параллельно.
Получается две связанные последовательности:
последовательность результатов;
последовательность рангов.
Если они начинают влиять друг на друга, возникает ещё более сложная система.
3.7. Рефлексивный ранг
Рефлексивным называется ранг, который изменяется на основании характеристик самой системы.
Например, следующий ранг может зависеть одновременно от:
текущего ранга;
текущего результата;
номера итерации;
коэффициента асимметрии;
числа уже выполненных субопераций.
Система тем самым использует собственное состояние для управления собственной глубиной.
Это уже не просто рекурсия.
Это элемент внутреннего самоуправления.
3.8. Самоопределяемый ранг
Самоопределяемый ранг представляет более сильный случай.
Здесь одна из собственных характеристик металогарифма непосредственно задаёт его же ранг.
Например, значение N может одновременно означать:
исходный объект;
и ранг операции.
Если к этому же значению привязать число внешних итераций, возникает каноническая предпосылка СМЛ.
Так:
SML 100
использует 100 как:
исходный объект;
ранг;
число полных итераций.
Следовательно, самоопределяемый ранг является одним из центральных переходов от динамической ОТМ к саморефлексивной.
3.9. Трансволюция рангов
Трансволюцией рангов называется процесс, в котором развивается не только значение ранга, но и сама архитектура его изменения.
Условно можно выделить следующие уровни.
Первый:
изменяется конкретный ранг.
Второй:
изменяется закон изменения ранга.
Третий:
меняется правило выбора закона.
Четвёртый:
несколько ранговых систем начинают управлять друг другом.
Пятый:
сама структура их взаимодействия становится динамической.
Таким образом ранг превращается из числового параметра в эволюционирующую операторную систему.
Именно здесь появляется один из центральных принципов всей ОТМ:
металогарифмический рост может происходить не только внутри значения, но и внутри механизма, который определяет глубину следующего роста.
Поэтому ранговая теория является непосредственным мостом к следующей части книги — Саморефлексивным металогарифмам.
В СМЛ несколько ранее независимых координат начинают синхронизироваться.
Число определяет ранг.
Ранг определяет глубину полной операции.
То же число может определять количество внешних повторений.
Короткая запись начинает содержать огромную скрытую операторную архитектуру.
Именно с этого начинается следующий уровень семантического сжатия.
***
АППЕНДИКС III-А. ПРАКТИЧЕСКИЙ АТЛАС РАНГОВЫХ КОНСТРУКЦИЙ
Оглавление аппендикса
Каноническая ранговая лестница
Ранговая лестница для исходного числа 2
Ранговая лестница для исходного числа 10
Общая конструкция ранга N
Ранг и полное синтаксическое раскрытие
Ранг и число степенных узлов
Ранг и внешняя итерационность
Одинаковое число внутренних действий при разной архитектуре
Неоднородная ранговая лестница
Динамический ранг
Рекуррентный ранг
Результат-зависимый ранг
Ранг, задаваемый другим металогарифмом
Вложенные и составные ранги
Метаранговая конструкция
Переход от ранга к SML
Сравнительная таблица ранговых режимов
1. Каноническая ранговая лестница
Пусть исходное значение:
a(0) = A
В канонической симметричной модели:
a(1) = A^A
a(2) = a(1)^a(1)
a(3) = a(2)^a(2)
...
a(N) = a(N-1)^a(N-1)
Последовательность:
a(0) -> a(1) -> a(2) -> ... -> a(N)
называется ранговой лестницей.
Количество переходов от a(0) к a(N) равно N.
Следовательно:
rank = N
2. Ранговая лестница для исходного числа 2
Исходное состояние:
a(0) = 2
Первый ранг:
a(1) = 2^2 = 4
Второй:
a(2) = 4^4 = 256
Третий:
a(3) = 256^256
Четвёртый:
a(4) = (256^256)^(256^256)
Уже на нескольких первых ступенях цифровая экспликация быстро становится неудобной.
Однако генеративная запись остаётся элементарной:
a(4)
при известном правиле.
3. Ранговая лестница для исходного числа 10
Пусть:
a(0) = 10
Первый ранг:
a(1) = 10^10
Второй:
a(2) = (10^10)^(10^10)
Третий:
a(3) = ((10^10)^(10^10))^((10^10)^(10^10))
Четвёртый:
a(4) = a(3)^a(3)
Сотый:
a(100) = a(99)^a(99)
Компактная запись не растёт пропорционально полному развёртыванию структуры.
Это первый наглядный пример семантического сжатия высокорангового объекта.
4. Общая конструкция ранга N
Для исходного объекта A:
a(0) = A
и правила:
a(k+1) = a(k)^a(k)
полная операция N-го ранга даёт:
a(N)
Ранг определяется количеством последовательных применений закона.
Важно:
N — не количество всех визуально присутствующих знаков степени после полного раскрытия.
N — глубина генеративной цепочки.
5. Ранг и полное синтаксическое раскрытие
Рассмотрим:
a(3)
Компактная запись чрезвычайно коротка.
Полное раскрытие:
((A^A)^(A^A))^((A^A)^(A^A))
Видно множество степенных узлов.
Но ранг остаётся равным 3.
Причина:
вычислительная история:
A -> a(1) -> a(2) -> a(3)
имеет три внутренних перехода.
Таким образом необходимо различать:
ранговую глубину
и
объём полного раскрытия.
6. Ранг и число степенных узлов
В канонической модели каждый следующий полностью раскрытый уровень содержит две копии предыдущего.
Поэтому количество копий исходного объекта равно:
2^N
Количество степенных узлов полного раскрытия:
2^N - 1
Например:
ранг 1:
1 степенной узел;
ранг 2:
3;
ранг 3:
7;
ранг 4:
15;
ранг 5:
31.
Но ранговая глубина соответственно:
1, 2, 3, 4, 5.
Это принципиально разные характеристики.
7. Ранг и внешняя итерационность
Пусть:
rank = 3
и:
iterations = 2
Первая полная операция:
A -> a(1) -> a(2) -> a(3) = R1
Вторая полная операция:
R1 -> b(1) -> b(2) -> b(3) = R2
Таким образом:
внутри каждой операции — три ступени;
полных операций — две.
Это следует записывать как две независимые характеристики:
R = 3
I = 2
8. Одинаковое число внутренних действий при разной архитектуре
Сравним:
система A:
R = 3
I = 2
и система B:
R = 6
I = 1
В простейшей однородной модели обе могут включить шесть последовательных самовозведений.
Но их структура различается.
В системе A имеется граница после третьего уровня.
В этой точке могут действовать:
модификатор;
смена закона;
внешний кодон;
изменение параметров.
В системе B такой границы нет.
Поэтому:
арифметическое совпадение не означает структурной идентичности.
9. Неоднородная ранговая лестница
Пусть одна операция имеет ранг 4.
Но внутренние ступени различаются.
Первая:
симметричное самовозведение.
Вторая:
сублогарифм вдвое больше основания.
Третья:
действует дополнительный коэффициент.
Четвёртая:
параметр определяется внешним кодоном.
Ранг всё равно равен 4, потому что имеются четыре последовательных внутренних уровня.
Но перед нами уже не однородная, а структурно сложная ранговая лестница.
10. Динамический ранг
Пусть ранг зависит от номера внешней итерации:
R(i) = i
Тогда:
итерация 1:
R = 1
итерация 2:
R = 2
итерация 3:
R = 3
итерация 4:
R = 4
и так далее.
Структура:
1 -> 2 -> 3 -> 4 -> ...
представляет простейший каскад рангов.
11. Рекуррентный ранг
Пусть:
R1 = 2
а правило:
R(next) = R(current)^2
Получаем:
2 -> 4 -> 16 -> 256 -> 65536 -> ...
Теперь ранг сам порождает своё следующее значение.
По мере развития каскада внутренняя этажность операций растёт чрезвычайно быстро.
12. Результат-зависимый ранг
Пусть результат первой операции равен 4.
Установим правило:
next rank = previous result
Тогда следующая операция получает:
R = 4
Если её результат равен 256, следующая получает:
R = 256
Если затем результат становится неэксплицируемо большим, таким же может стать и следующий ранг.
Возникает замкнутая система:
результат -> ранг -> операция -> результат
Это один из ключевых механизмов операторного самоускорения.
13. Ранг, задаваемый другим металогарифмом
Пусть существуют два металогарифма:
ML-A
и:
ML-B
ML-A вычисляет значение N.
Затем:
rank(ML-B) = N
Таким образом A управляет внутренней архитектурой B.
Если A сам динамический, ранг B становится динамическим автоматически.
Это простейшая модель межоператорного управления.
14. Вложенные и составные ранги
Вложенный ранг означает, что один внутренний уровень сам содержит ранговый блок.
Например:
операция внешнего уровня состоит из трёх блоков:
[R2] [R5] [R3]
Первый блок имеет две внутренние ступени.
Второй — пять.
Третий — три.
Такую структуру удобнее описывать не одним скалярным числом, а ранговым профилем:
[2,5,3]
В более сложных случаях возможны конструкции:
[[2,5],[3,8,1],[10]]
где ранговые блоки сами объединяются в более высокую структуру.
Это уже переход к метаранговой морфологии.
15. Метаранговая конструкция
Рассмотрим сначала ранг:
R = 2
Затем закон:
R(next) = R(current)^2
Получаем:
2 -> 4 -> 16 -> 256 -> ...
Теперь предположим, что после некоторого состояния система меняет сам закон:
было:
R(next) = R(current)^2
стало:
R(next) = R(current)^R(current)
Изменилась уже не величина ранга, а механизм рангового роста.
Если существует ещё один оператор, который определяет, когда менять закон, появляется следующий уровень.
Так формируется метаранговая система.
16. Переход от ранга к SML
Ранговая теория подготавливает СМЛ.
В обычной системе необходимо отдельно указать:
исходное число;
ранг;
число внешних итераций.
Например:
A = 100
R = 100
I = 100
В канонической саморефлексивной системе все три характеристики синхронизируются одним значением:
SML 100
Это означает:
исходное значение — 100;
ранг — 100;
внешних итераций — 100.
Первая полная операция:
100
-> a(1)
-> a(2)
-> ...
-> a(100)
Затем полученный результат становится входом второй полной операции ранга 100.
И так далее до сотой итерации.
Поэтому SML 100 представляет следующий уровень семантической компрессии по отношению к обычному обозначению ранга.
17. Сравнительная таблица ранговых режимов
Конструкция Ранг Итерации Как определяется следующий ранг Главная особенность
Операция первого ранга 1 Любые Постоянно Одна внутренняя ступень
Операция второго ранга 2 Любые Постоянно Две внутренние ступени
Операция N-го ранга N Любые Задан параметром N N-ступенчатая лестница
Постоянный ранг Постоянный Много Не изменяется Стабильная этажность
Итерационно-зависимый ранг Переменный Много По номеру итерации Глубина растёт со временем
Рекуррентный ранг Переменный Много Из предыдущего ранга Ранг обладает памятью
Результат-зависимый ранг Переменный Много Из предыдущего результата Число управляет оператором
Межоператорный ранг Переменный Много Другим металогарифмом Один оператор управляет другим
Вложенный ранг Составной Любые По внутренней структуре Ранги внутри рангов
Метаранг Метадинамический Любые Из закона ранговой эволюции Меняется сам закон ранга
SML N N N Синхронизирован с N Один параметр задаёт несколько уровней структуры
Заключение аппендикса
Ранг является не просто индексом величины и не просто количеством повторений.
Это характеристика внутренней архитектуры операции.
На низких уровнях его можно понимать как количество последовательных самовозведений.
На более высоких уровнях ранг становится:
динамическим;
рекуррентным;
результат-зависимым;
рефлексивным;
составным;
вложенным;
метаранговым.
В результате ОТМ получает возможность увеличивать не только число, но и мощность самого механизма его генерации.
Именно поэтому ранговая теория становится непосредственной основой саморефлексивных металогарифмов.
Следующий шаг состоит в том, чтобы синхронизировать несколько параметров одной конструкции — прежде всего исходный объект, ранг и число внешних итераций.
Так возникает:
SML N
и начинается теория саморефлексивных металогарифмов.
*********
ЧАСТЬ IV. САМОРЕФЛЕКСИВНЫЕ МЕТАЛОГАРИФМЫ
Саморефлексивные металогарифмы представляют один из центральных классов Общей теории металогарифмов.
Их принципиальная особенность состоит не только в чрезвычайно быстром росте результата, но и в необычайно высокой плотности генеративной записи.
В обычной металогарифмической конструкции исходный объект, ранг и число внешних итераций могут задаваться независимо.
Например:
A = 10
R = 100
I = 1000
Здесь три характеристики требуют трёх отдельных параметров.
Саморефлексивный металогарифм вводит иной принцип.
Один параметр используется одновременно для задания нескольких фундаментальных характеристик собственной конструкции.
В канонической форме:
SML N
значение N одновременно определяет:
исходный объект;
ранг;
число полных внешних итераций.
Таким образом:
SML N
разворачивается в параметрическую конструкцию:
A = N
R = N
I = N
Именно это совпадение образует каноническую саморефлексивную диагональ ОТМ.
Саморефлексивность в данном случае не следует автоматически отождествлять с логическим парадоксом, фиксированной точкой или строгой самоссылкой в смысле математической логики.
В базовой теории СМЛ термин обозначает прежде всего структурную синхронизацию параметров собственной генеративной системы.
Более сильные формы истинной самоссылки будут рассмотрены позднее.
ГЛАВА 1. ПОНЯТИЕ САМОРЕФЛЕКСИВНОГО МЕТАЛОГАРИФМА
1.1. Саморефлексивный металогарифм как особый класс ОТМ
Саморефлексивным металогарифмом называется металогарифмическая система, в которой один или несколько внутренних параметров объекта используются для определения нескольких характеристик его же собственной генеративной архитектуры.
В каноническом случае один параметр N синхронно задаёт три фундаментальные координаты:
исходный объект = N
ранг = N
число внешних итераций = N
Такая конструкция записывается:
SML N
где SML означает Self-Reflexive Metalogarithm — саморефлексивный металогарифм.
СМЛ следует отличать от обычного рефлексивного металогарифма.
Рефлексивная система использует некоторую информацию о собственном состоянии для управления будущими состояниями.
Саморефлексивная система в канонической форме уже на уровне определения связывает несколько собственных характеристик одним и тем же параметром.
Поэтому СМЛ является не просто динамическим металогарифмом.
Это особый тип параметрически самосогласованной конструкции.
1.2. Принцип синхронизации параметров
Основным механизмом СМЛ является синхронизация.
В обычной системе возможна тройка:
(A, R, I)
где:
A — исходный объект;
R — ранг;
I — число внешних итераций.
Например:
(10, 5, 20)
означает:
начать с 10;
использовать операции пятого ранга;
выполнить двадцать полных итераций.
В каноническом СМЛ применяется условие:
A = R = I = N
Следовательно:
SML 10
соответствует:
(10, 10, 10)
а:
SML 100
соответствует:
(100, 100, 100)
Так возникает параметрическая диагональ:
(N, N, N)
Синхронизация резко увеличивает семантическую плотность записи.
Один элемент начинает выполнять несколько функций одновременно.
1.3. Один параметр — множество характеристик
Принцип СМЛ потенциально шире трёх базовых параметров.
В канонической конструкции N задаёт:
исходное значение;
ранг;
итерационность.
Но развитая теория может связывать с тем же N и другие характеристики.
Например:
коэффициент асимметрии;
число ветвей;
число модификаторов;
ранг модификатора;
глубину вложенности;
число активных кодонов;
параметр перехода.
Однако подобные конструкции уже относятся к расширенным СМЛ.
Для сохранения строгости базовой теории канонический SML N первоначально определяется через три координаты:
A = N
R = N
I = N
Именно эта минимальная тройная синхронизация должна считаться стандартной формой.
1.4. Каноническая запись SML N
Каноническая запись имеет вид:
SML N
Она читается:
саморефлексивный металогарифм N.
Её полная смысловая расшифровка:
взять число N как исходный объект;
выполнить над ним полную металогарифмическую операцию ранга N;
результат этой полной операции использовать как вход следующей полной операции того же ранга;
повторить полный процесс N раз.
Таким образом SML N — это не просто высокоранговый металогарифм.
Это высокоранговый металогарифм с синхронизированной внешней итерационностью.
В канонической симметричной модели внутри каждой полной операции применяется ранговая рекурсия:
a(0) = вход
a(1) = a(0)^a(0)
a(2) = a(1)^a(1)
...
a(N) = a(N-1)^a(N-1)
После получения a(N) текущая полная операция завершается.
1.5. Число N как исходный объект
Первое значение параметра N — исходное.
В:
SML 100
начальное состояние равно:
100
То есть первая внутренняя ранговая ступень начинается именно с числа 100.
В каноническом симметричном режиме:
a(1) = 100^100
Затем:
a(2) = a(1)^a(1)
И так далее.
Таким образом N сначала функционирует как обычный числовой вход.
Но этим его роль не заканчивается.
1.6. Число N как ранг
Вторая роль N — определение внутренней этажности.
Для:
SML 100
ранг равен:
100
Следовательно, одна полная операция включает:
100
последовательных внутренних ранговых ступеней.
То есть:
a(0)
-> a(1)
-> a(2)
-> ...
-> a(100)
Только после получения a(100) первая полная операция считается законченной.
Значение N тем самым определяет не только исходное число, но и глубину его внутреннего преобразования.
1.7. Число N как число итераций
Третья роль N — внешняя итерационность.
Для:
SML 100
полная операция ранга 100 выполняется сто раз.
Первая итерация:
100 -> [100 внутренних ступеней] -> R1
Вторая:
R1 -> [100 внутренних ступеней] -> R2
Третья:
R2 -> [100 внутренних ступеней] -> R3
И так далее до:
R100
Таким образом N одновременно задаёт:
глубину одной операции;
и количество повторений этой операции.
Это создаёт своеобразную квадратную архитектуру:
N внутренних уровней;
N внешних итераций.
В простейшем последовательном счёте количество внутренних ранговых шагов всей конструкции равно:
N * N
то есть:
N^2
Однако это только один способ подсчёта сложности.
Полная синтаксическая экспликация внутренних конструкций растёт значительно быстрее.
1.8. Семантическая ёмкость записи SML N
Запись:
SML 100
состоит из крайне малого числа символов.
Но она кодирует:
исходный объект;
ранг;
итерационность;
правило внутреннего самовозведения;
правило передачи результата между внешними итерациями.
Если вся эта архитектура была бы выписана непосредственно, запись стала бы огромной ещё задолго до попытки эксплицировать сам числовой результат.
Поэтому для СМЛ особенно важно понятие семантической ёмкости.
Семантическая ёмкость характеризует объём структурной и генеративной информации, заключённой в единице записи.
Чем больше процессов и правил представлено меньшим количеством символов, тем выше семантическая плотность конструкции.
СМЛ являются одним из наиболее наглядных примеров высокой семантической плотности в ОТМ.
1.9. Саморефлексивность и структурное сжатие
Обычное сокращение записи заменяет длинную последовательность коротким обозначением.
Саморефлексивное сжатие идёт дальше.
Один и тот же параметр используется сразу на нескольких уровнях структуры.
Значение N не просто повторяется.
Оно приобретает несколько семантических ролей.
Поэтому SML N можно рассматривать как форму структурного самосжатия.
Запись сжимает не только последовательность операций.
Она сжимает конфигурацию параметров.
Именно это делает СМЛ особенно перспективными как кодоны Изольдионики.
На более высоком языке вся конструкция SML N способна выступать одной элементарной генеративной инструкцией.
ГЛАВА 2. КАНОНИЧЕСКИЕ СМЛ
Малые значения N особенно важны для понимания СМЛ.
Они позволяют полностью или частично проследить архитектуру процесса до того, как числовые значения становятся практически неэксплицируемыми.
2.1. SML 2
Для:
SML 2
имеем:
A = 2
R = 2
I = 2
Первая полная итерация начинается с:
2
Первая внутренняя ступень:
2^2 = 4
Вторая внутренняя ступень:
4^4 = 256
Первая полная операция завершена.
Получаем:
R1 = 256
Теперь начинается вторая внешняя итерация.
Исходный объект:
256
Первая внутренняя ступень:
256^256
Обозначим результат как:
B
Вторая внутренняя ступень:
B^B
После неё завершается вторая полная итерация.
Таким образом SML 2 уже содержит:
две внутренние ступени в первой операции;
две внутренние ступени во второй;
всего четыре последовательных внутренних ранговых шага.
Но структурно это не просто ранг 4.
Это:
R = 2
I = 2
что сохраняет двухуровневую архитектуру.
2.2. SML 3
Для:
SML 3
имеем:
A = 3
R = 3
I = 3
Первая внешняя итерация:
a(0) = 3
a(1) = 3^3 = 27
a(2) = 27^27
a(3) = a(2)^a(2)
Полученный a(3) является результатом первой полной операции:
R1
Вторая внешняя итерация начинается с:
R1
и снова включает три внутренних уровня.
Получаем:
R2
Третья внешняя итерация снова включает три внутренних уровня и завершается результатом:
R3
Следовательно, в последовательном операционном счёте:
3 * 3 = 9
внутренних ранговых шагов.
Но полное раскрытие вложенных выражений значительно больше.
Даже SML 3 уже хорошо показывает, как быстро расходятся:
длина компактной записи;
число последовательных операций;
длина полного синтаксического раскрытия;
размер результата.
2.3. SML 10
Для:
SML 10
получаем:
A = 10
R = 10
I = 10
Первая полная операция:
10
-> a(1)
-> a(2)
-> ...
-> a(10)
После этого:
R1 = a(10)
Вторая полная операция снова проходит десять ранговых ступеней.
Так продолжается до десятой внешней итерации.
В последовательном счёте имеется:
10 * 10 = 100
внутренних ранговых шагов.
Однако эта цифра не должна вводить в заблуждение.
Каждый шаг действует уже на результате предыдущего, поэтому величина операндов растёт чрезвычайно быстро.
Кроме того, если полностью раскрывать внутренние выражения, синтаксическая сложность становится значительно выше линейного счёта операций.
SML 10 поэтому является важной границей между учебно-наглядными и практически неэксплицируемыми конструкциями.
2.4. SML 100
SML 100 представляет один из центральных модельных объектов книги.
Его параметры:
A = 100
R = 100
I = 100
Первая внутренняя ступень:
a(1) = 100^100
Вторая:
a(2) = a(1)^a(1)
Третья:
a(3) = a(2)^a(2)
И так далее до:
a(100)
Только после этого завершается первая внешняя итерация.
Пусть:
R1 = a(100)
Тогда вторая внешняя итерация начинается уже с R1.
Она снова строит:
сто внутренних уровней.
После неё получается:
R2
Процесс повторяется сто раз.
В последовательном операционном счёте:
100 * 100 = 10000
внутренних ранговых шагов.
Но эта величина отражает только число последовательных переходов.
Она совершенно не отражает величину операндов и полного развёрнутого выражения.
Именно поэтому SML 100 является ярким примером различия между:
операционным числом шагов;
синтаксической экспликацией;
числовой экспликацией.
2.5. SML 1000
Для:
SML 1000
получаем:
A = 1000
R = 1000
I = 1000
Одна полная операция имеет тысячу внутренних ранговых ступеней.
Такая операция повторяется тысячу раз.
В последовательном операционном счёте:
1000 * 1000 = 1000000
внутренних шагов.
Но каждая новая ступень работает с результатом предыдущей.
Поэтому даже миллион последовательных шагов совершенно не описывает реальную числовую мощность процесса.
Важно различать:
количество шагов
и
мощность шага.
В СМЛ оба фактора действуют одновременно.
2.6. SML N
Общая каноническая конструкция:
SML N
имеет параметры:
A = N
R = N
I = N
Введём внешние результаты:
R0 = N
Каждая полная внешняя итерация принимает предыдущий результат R(j-1) как новый вход.
Внутри j-й внешней итерации строится ранговая лестница:
a_j(0) = R(j-1)
a_j(1) = a_j(0)^a_j(0)
a_j(2) = a_j(1)^a_j(1)
...
a_j(N) = a_j(N-1)^a_j(N-1)
Затем:
Rj = a_j(N)
Полная система выполняет:
j = 1, 2, ..., N
Финальный результат:
RN
представляет числовой фенотип канонического SML N.
Эта запись является одной из наиболее компактных форм строгого описания базовой архитектуры СМЛ.
2.7. Переход от конкретных к параметрическим СМЛ
Конструкции:
SML 2
SML 3
SML 10
SML 100
SML 1000
являются конкретными экземплярами общей схемы:
SML N
Именно переход к параметрической записи превращает набор примеров в математический класс.
Теперь N может быть не только непосредственным числом.
В расширенной ОТМ значение N потенциально может поступать из:
другого металогарифма;
результата предыдущего каскада;
кодона Изольдионики;
рекуррентного закона;
метаоператорной конструкции.
Тогда возникают конструкции типа:
SML X
где X сам является результатом сложной генеративной системы.
Это начало перехода к рекурсивным и метасаморефлексивным СМЛ.
2.8. Каноническая диагональ ОТМ
Обычный металогарифм можно представить точкой в пространстве параметров:
(A, R, I)
Например:
(10, 3, 100)
или:
(50, 8, 2)
Канонические СМЛ выбирают особое семейство точек:
(2,2,2)
(3,3,3)
(10,10,10)
(100,100,100)
...
(N,N,N)
Эта последовательность образует каноническую диагональ ОТМ.
Диагональ важна не только геометрически.
Она выражает принцип максимальной базовой синхронизации трёх параметров.
Дальнейшее развитие СМЛ может рассматриваться как расширение этой диагонали:
частичная синхронизация;
смещённая синхронизация;
нелинейная синхронизация;
рекурсивная синхронизация;
многопараметрическая синхронизация.
ГЛАВА 3. ВНУТРЕННЯЯ АРХИТЕКТУРА SML N
Для правильного понимания СМЛ необходимо особенно строго различать:
внутреннюю ступень;
полную операцию;
внешнюю итерацию;
полный саморефлексивный каскад.
Именно смешение этих уровней способно привести к неправильному пониманию SML N.
3.1. Первый вычислительный шаг
Пусть имеется:
SML N
Исходное состояние первой внешней итерации:
a_1(0) = N
Первый вычислительный шаг:
a_1(1) = N^N
Это только первая внутренняя ступень.
Она не является ещё результатом полной операции, если:
N > 1
Например, для:
SML 100
выражение:
100^100
является лишь первым внутренним состоянием из ста.
Таким образом уже здесь видно отличие СМЛ от обычной единичной степенной операции.
3.2. N-этажная внутренняя структура
После первого шага процесс продолжается:
a_1(2) = a_1(1)^a_1(1)
a_1(3) = a_1(2)^a_1(2)
...
a_1(N) = a_1(N-1)^a_1(N-1)
Получается N-ступенчатая внутренняя лестница:
N
-> a_1(1)
-> a_1(2)
-> ...
-> a_1(N)
Это интраранговый каскад первой внешней итерации.
В канонической модели каждая ступень сохраняет симметрию:
основание равно сублогарифму.
Но значение этой симметричной пары постоянно возрастает.
3.3. Завершение одной полной операции
Полная операция ранга N завершается только после выполнения N-й внутренней ступени.
То есть:
R1 = a_1(N)
Значение R1 является результатом первой полной операции.
Все предыдущие:
a_1(1)
a_1(2)
...
a_1(N-1)
являются внутренними промежуточными состояниями.
Это различие особенно важно при подсчёте внешних итераций.
a_1(50) внутри SML 100 не означает пятидесятую внешнюю итерацию.
Это только пятидесятая внутренняя ступень первой операции.
3.4. Первая внешняя итерация
Первая внешняя итерация SML N включает всю ранговую лестницу:
N -> a_1(1) -> ... -> a_1(N)
Её результат:
R1
После этого первая внешняя итерация считается завершённой.
Таким образом одна внешняя итерация СМЛ сама является сложным многоэтажным процессом.
Именно поэтому внешнее число итераций нельзя складывать с рангом.
Они относятся к разным уровням архитектуры.
3.5. Последующие итерации
Вторая внешняя итерация начинается с:
a_2(0) = R1
Далее:
a_2(1) = R1^R1
a_2(2) = a_2(1)^a_2(1)
...
a_2(N) = a_2(N-1)^a_2(N-1)
После этого:
R2 = a_2(N)
Третья итерация начинается с:
R2
и строится аналогично.
То есть:
R1 -> R2 -> R3 -> ...
является внешней последовательностью полных ранговых операций.
Внутри каждого перехода R(j-1) -> Rj скрыта целая N-этажная ранговая лестница.
3.6. N полных итераций
Канонический SML N выполняет N полных внешних итераций.
Следовательно:
первая итерация имеет N внутренних шагов;
вторая — N;
третья — N;
…
N-я — N.
Если считать только последовательные ранговые переходы, их общее число равно:
N^2
Например:
SML 2 — 4 внутренних перехода;
SML 3 — 9;
SML 10 — 100;
SML 100 — 10000;
SML 1000 — 1000000.
Однако это операционный счёт верхнего уровня.
Он не должен отождествляться ни с числом элементов полного синтаксического дерева, ни тем более с количеством цифр итогового результата.
3.7. Наследование промежуточных результатов
Внутри одной полной операции действует локальное наследование.
Каждый результат:
a_j(k)
становится одновременно основанием и сублогарифмом следующей внутренней ступени:
a_j(k+1)
После завершения полного рангового блока действует внешнее наследование.
Результат:
Rj
становится исходным состоянием:
a_(j+1)(0)
следующей внешней итерации.
Таким образом в SML действуют два уровня наследования:
внутриранговое наследование
и
межитерационное наследование.
Их необходимо различать.
Первое связывает ступени одной полной операции.
Второе связывает полные операции между собой.
3.8. Полный саморефлексивный каскад
Полный канонический каскад SML N можно представить схематически:
R0 = N
Первая внешняя операция:
R0 -> [N внутренних ступеней] -> R1
Вторая:
R1 -> [N внутренних ступеней] -> R2
Третья:
R2 -> [N внутренних ступеней] -> R3
...
N-я:
R(N-1) -> [N внутренних ступеней] -> RN
Итог:
SML N -> RN
Таким образом вся конструкция образует двухуровневую решётку:
внешняя координата — номер полной итерации;
внутренняя координата — номер ранговой ступени.
Канонический SML N содержит:
N значений по внешней координате;
N шагов по внутренней координате.
Поэтому в базовом операционном смысле его архитектура имеет размерность:
N x N
Но семантически она значительно богаче простой квадратной таблицы, поскольку каждое новое состояние зависит от результата предыдущего.
3.9. Количество скрытых субопераций
Понятие количества субопераций требует особой осторожности.
В СМЛ следует различать по крайней мере три вида счёта.
1. Последовательный операционный счёт
Если каждый переход:
x -> x^x
считать одной внутренней субоперацией, то:
одна полная операция ранга N содержит N таких шагов;
N внешних итераций содержат:
N^2
последовательных шагов.
Для:
SML 100
это:
10000
последовательных внутренних самовозведений.
Для:
SML 1000
это:
1000000
таких шагов.
2. Синтаксически развёрнутый счёт
Если же каждый предыдущий объект при каждом новом ранге полностью подставляется в выражение дважды, происходит экспоненциальное разрастание записи.
Для одной канонической операции ранга N полное раскрытие содержит:
2^N
копий исходного входа
и:
2^N - 1
степенных узлов.
Таким образом уже одна полная операция высокого ранга имеет огромную эксплицированную синтаксическую структуру.
При переходе между внешними итерациями эта структура начинает вкладываться в последующие структуры.
Поэтому полное синтаксическое раскрытие всего SML N растёт значительно быстрее простого N^2.
3. Числовая экспликация
Третий уровень — количество цифр конечного результата.
Оно вообще не следует непосредственно ни из N^2, ни из числа синтаксических узлов.
Числовая величина растёт значительно быстрее самой структуры записи.
Именно поэтому необходимо различать:
операционную сложность;
синтаксическую сложность;
числовую экспликационную сложность.
Это различие является одним из фундаментальных результатов теории СМЛ.
Короткая запись:
SML N
может быть легко эксплицируема как генеративная инструкция.
Её полный синтаксический фенотип уже может быть практически неэксплицируем.
А числовой фенотип может находиться ещё на несравнимо более высоком уровне недоступности.
Именно поэтому саморефлексивные металогарифмы являются естественным мостом к последующей теории уровней эксплицируемости.
Заключение Части IV, глав 1–3
В первых трёх главах теории СМЛ установлена каноническая конструкция:
SML N
с синхронизацией:
A = N
R = N
I = N
Показано, что N выполняет одновременно три роли:
является исходным числом;
задаёт внутреннюю этажность;
задаёт количество полных внешних итераций.
Тем самым одна короткая запись определяет двухуровневую генеративную архитектуру.
Внутри каждой внешней итерации находится N-ступенчатая ранговая лестница.
Таких итераций также N.
При последовательном операционном счёте получается N^2 внутренних переходов, однако полное синтаксическое раскрытие и числовая величина результата растут несопоставимо быстрее.
Таким образом СМЛ демонстрирует три фундаментальных свойства:
самосинхронизацию параметров;
сверхвысокую семантическую плотность;
резкий разрыв между компактностью генотипа и сложностью фенотипа.
Эти свойства позволяют рассматривать SML N не просто как быстрорастущую функцию или сокращённую нотацию, а как особый генеративный кодон.
Следующие главы должны снять последнее ограничение канонической модели.
Параметры СМЛ не обязаны всегда совпадать линейно.
Они могут синхронизироваться частично, изменяться динамически, порождать друг друга, образовывать рекурсивные системы и включать другие СМЛ.
Именно с этого начинается теория расширенных и рекурсивных саморефлексивных металогарифмов.
********
ГЛАВА 4. РАСШИРЕННЫЕ САМОРЕФЛЕКСИВНЫЕ МЕТАЛОГАРИФМЫ
Каноническая конструкция:
SML N
основана на простейшей синхронизации:
A = N
R = N
I = N
где:
A — исходный объект;
R — ранг;
I — число внешних итераций.
Однако равенство трёх параметров является только первым случаем значительно более широкой теории.
Саморефлексивность может охватывать разные параметры, использовать различные законы их связи, распространяться на асимметрию, сублогарифмы, модификаторы и даже на правила изменения самой системы.
Таким образом канонический SML N является не пределом, а исходной точкой.
4.1. Частично синхронизированные СМЛ
В каноническом СМЛ синхронизированы три параметра:
A = R = I = N
Но не обязательно связывать между собой все характеристики одновременно.
Например, можно установить:
A = N
R = N
но:
I = M
где M задаётся независимо.
В другой конструкции:
A = N
I = N
а ранг определяется отдельным законом.
В третьей:
R = I = N
но исходный объект A имеет другое значение.
Такие системы будем называть частично синхронизированными СМЛ.
Их принцип состоит в том, что саморефлексивная связь охватывает только часть параметрического пространства.
Это позволяет управлять степенью саморефлексивности.
Можно говорить о:
двухпараметрической синхронизации;
трёхпараметрической синхронизации;
четырёхпараметрической синхронизации;
и далее.
Следовательно, саморефлексивность сама становится измеримой характеристикой структуры.
4.2. Различные законы синхронизации
Синхронизация не обязана означать простое равенство.
Канонический закон:
A = R = I = N
представляет только диагональный случай.
Можно задать, например:
A = N
R = 2N
I = N
Или:
A = N
R = N^2
I = N
Или:
A = N
R = N
I = 2^N
В этих случаях параметры по-прежнему выводятся из одного значения N, но уже не совпадают.
Следовательно, более общее определение саморефлексивной синхронизации можно сформулировать так:
несколько характеристик одной металогарифмической системы определяются общим исходным параметром или общей внутренней характеристикой по заданным законам.
Тогда вместо простого равенства появляется система зависимостей.
Это существенно расширяет пространство СМЛ.
Канонический SML N остаётся базовой моделью, а расширенные СМЛ образуют семейство различных синхронизационных законов.
4.3. Саморефлексивное основание
Саморефлексивным основанием называется основание, значение которого определяется другой характеристикой той же системы.
В простейшем случае:
A = N
где N одновременно задаёт ранг или число итераций.
Однако возможны более сложные варианты.
Например, ранг может определять следующее основание.
Или количество уже выполненных итераций может преобразовываться в новое основание.
Ещё более сильный режим возникает, когда результат предыдущей полной операции становится основанием следующей и одновременно участвует в определении остальных параметров.
Тогда основание выполняет две функции:
является числовым входом;
участвует в самонастройке собственной генеративной системы.
Такое основание уже нельзя рассматривать как пассивный аргумент.
Оно становится частью механизма саморефлексивного управления.
4.4. Саморефлексивный ранг
Саморефлексивным называется ранг, который определяется параметром или состоянием самой конструкции.
В каноническом случае:
R = N
где N одновременно является исходным объектом.
Но можно установить:
R = A
то есть ранг равен текущему исходному значению.
Можно задать:
R = I
то есть ранг определяется числом итераций.
Можно использовать результат предыдущей полной операции:
R(next) = previous result
Такой режим способен приводить к чрезвычайно быстрому росту внутренней глубины.
Если предыдущий результат уже огромен, следующий ранг становится таким же огромным.
После этого следующий результат вычисляется операцией уже этой глубины.
Возникает положительная обратная связь:
результат -> ранг -> более глубокая операция -> новый результат
Саморефлексивный ранг является одним из сильнейших механизмов операторного ускорения СМЛ.
4.5. Саморефлексивная итерационность
Аналогичным образом число внешних итераций может быть связано с параметрами самой системы.
В каноническом случае:
I = N
Однако можно установить:
I = R
или:
I = A
или:
I = previous result
или иной закон.
Особенно мощным является режим, когда результат предыдущего большого каскада определяет количество повторений следующего.
Тогда числовая величина преобразуется не в глубину одной операции, а в продолжительность всего последующего каскада.
Если одновременно динамическими становятся и ранг, и итерационность, появляются два связанных механизма ускорения:
растёт глубина каждой операции;
растёт количество полных операций.
Их взаимное усиление может быть значительно сильнее любого из этих механизмов по отдельности.
4.6. Саморефлексивный сублогарифм
В базовой симметричной модели сублогарифм совпадает с текущим основанием.
Однако СМЛ допускают более широкий режим.
Сублогарифм может определяться:
исходным параметром N;
рангом;
номером итерации;
результатом предыдущей ступени;
результатом предыдущей полной операции;
коэффициентом асимметрии;
другим внутренним параметром.
Например, можно установить закон:
sublog = rank
Тогда увеличение ранга автоматически увеличивает и сублогарифм.
Можно установить:
sublog = iterations
Или более сложную зависимость:
sublog = function(N, rank, iteration)
Таким образом саморефлексивность может проникать непосредственно в степенной механизм.
Это особенно важно, поскольку изменение сублогарифма воздействует уже не только на архитектуру операции, но и на интенсивность каждой степенной субоперации.
4.7. Саморефлексивная асимметрия
Следующий уровень связан с отношением между основанием и сублогарифмом.
Пусть коэффициент асимметрии обозначает определённую меру их различия.
В обычной системе этот коэффициент может задаваться извне.
В саморефлексивной системе он определяется характеристиками самой конструкции.
Например:
K = N
или:
K = R
или:
K = I
или:
K(next) = previous result
Тогда увеличение одного параметра автоматически усиливает асимметрию будущих операций.
Можно получить систему, в которой одновременно растут:
основание;
сублогарифм;
ранг;
число итераций;
коэффициент асимметрии.
Если эти параметры связаны друг с другом, появляется сеть взаимного усиления.
Саморефлексивная асимметрия тем самым превращается в самостоятельный канал операторной акселерации.
4.8. Полисаморефлексивные конструкции
Если одна система содержит несколько одновременно действующих саморефлексивных связей, возникает полисаморефлексивная конструкция.
Например, один общий параметр N может определять:
исходный объект;
ранг;
итерационность;
сублогарифмический закон;
коэффициент асимметрии;
число ветвей;
число активных модификаторов.
Или несколько параметров могут образовать сеть перекрёстных зависимостей.
Например:
основание определяет ранг;
ранг определяет итерационность;
итерационность определяет асимметрию;
асимметрия влияет на сублогарифм;
результат изменяет новое основание.
Тогда образуется замкнутая или частично замкнутая система параметрического управления.
Полисаморефлексивность является важным переходом от одного СМЛ к целой самоуправляемой операторной среде.
4.9. СМЛ с динамическими параметрами
Параметры СМЛ не обязаны оставаться постоянными в течение всего процесса.
Например, первая внешняя итерация может иметь:
R = 10
вторая:
R = 100
третья:
R = 10000
Число итераций следующего блока также может меняться.
Изменяться может и закон синхронизации.
Например, сначала действует:
R = N
затем:
R = N^2
затем:
R = 2^N
После этого может включиться иной закон.
Так возникает динамический саморефлексивный металогарифм.
У него эволюционируют уже не только числовые значения, но и связи между параметрами.
В наиболее развитой форме динамическим становится даже сам механизм синхронизации.
Именно здесь саморефлексивность превращается в форму операторной трансволюции.
ГЛАВА 5. РЕКУРСИВНЫЕ СМЛ
Расширенные СМЛ связывают между собой параметры одной системы.
Рекурсивные СМЛ делают следующий шаг:
результат одной саморефлексивной системы становится материалом для построения следующей.
Таким образом СМЛ начинают порождать новые СМЛ.
Важно различать два типа конструкций.
Первый тип — последовательная рекурсия.
Сначала полностью вычисляется или генеративно определяется одна конструкция, после чего её результат используется в следующей.
Второй тип — истинная циклическая самоссылка, при которой объект должен быть определён через ещё не определённое собственное значение.
Вторая ситуация требует отдельной теории фиксированных точек и условий разрешимости.
Поэтому базовая теория рекурсивных СМЛ начинается с первого, однозначно упорядоченного типа.
5.1. Результат СМЛ как новый параметр
Пусть:
X = SML N
После завершения этого объекта его результат может использоваться как новый параметр.
Например:
next rank = X
или:
next iterations = X
или:
next base = X
или:
next asymmetry = X
Таким образом огромный результат СМЛ перестаёт быть финальной точкой.
Он превращается в управляющий параметр следующей конструкции.
Это принципиально меняет смысл быстрого роста.
Большое число важно уже не только как результат.
Оно важно как операторный ресурс.
Чем больше результат, тем более мощную следующую систему он способен определить.
5.2. SML, порождающий следующий SML
Наиболее естественная рекурсивная конструкция возникает тогда, когда результат одного СМЛ становится параметром следующего СМЛ.
Пусть:
X1 = SML N
После этого строится:
X2 = SML X1
Затем:
X3 = SML X2
И далее:
X(k+1) = SML X(k)
Так появляется последовательность саморефлексивных металогарифмов.
Первый СМЛ порождает число.
Это число определяет:
исходное значение;
ранг;
итерационность
следующего СМЛ.
Следовательно, каждый следующий элемент получает не просто большее число, а радикально более мощную генеративную архитектуру.
Это уже не рост внутри одного СМЛ.
Это рост самого масштаба СМЛ.
5.3. Рекурсивное изменение ранга
Можно использовать результат СМЛ только для изменения ранга.
Например:
исходный объект остаётся фиксированным;
число итераций остаётся фиксированным;
но:
R(next) = previous SML result
Тогда каждый следующий СМЛ имеет внутреннюю глубину, определяемую результатом предыдущего.
Это создаёт ранговую рекурсию высшего порядка.
Можно также использовать более сложный закон:
R(next) = SML(R(current))
В этом случае текущий ранг становится входом нового СМЛ, а результат определяет следующий ранг.
Ранг начинает расти уже по саморефлексивному металогарифмическому закону.
5.4. Рекурсивное изменение числа итераций
Аналогичным образом результат СМЛ может определять количество внешних повторений следующей системы.
Пусть первый СМЛ имеет некоторое число итераций.
После его завершения полученный результат X назначается:
I(next) = X
Следующая конструкция выполняет уже X полных операций.
Если после неё новый результат задаёт следующую итерационность, возникает рекурсивный каскад:
I1 -> result1 -> I2 -> result2 -> I3 -> ...
Число полных операций теперь растёт вместе с результатом.
Если одновременно растёт и ранг, формируется мощная двухкоординатная рекурсия.
5.5. СМЛ над СМЛ
Под СМЛ над СМЛ можно понимать конструкцию, в которой параметр одного саморефлексивного металогарифма сам задаётся другим СМЛ.
Например:
SML(SML N)
Такую запись следует трактовать строго по порядку вычисления.
Сначала определяется внутренний:
SML N
Пусть его результат равен X.
Затем строится внешний:
SML X
Именно такой порядок устраняет неоднозначность.
Следовательно:
SML(SML N)
не является неразрешимой циклической самоссылкой.
Это вложенная последовательная конструкция.
Она может быть продолжена:
SML(SML(SML N))
и далее.
Глубина вложения становится ещё одной характеристикой.
Так возникает новая ось роста:
глубина SML-вложенности.
5.6. Каскады саморефлексивных металогарифмов
Несколько СМЛ могут быть связаны в единый каскад.
Например:
SML A -> SML B -> SML C
где результат каждого предыдущего объекта определяет параметры следующего.
В более сложных системах разные результаты могут задавать разные характеристики.
Один СМЛ определяет ранг следующего.
Другой — его число итераций.
Третий — асимметрию.
Четвёртый — модификатор.
Таким образом каскад СМЛ становится сетью управляющих отношений.
На этом уровне саморефлексивный металогарифм начинает функционировать не только как вычислитель, но и как элемент операторной архитектуры.
5.7. Самопорождающие СМЛ
Самопорождающим называется СМЛ, результат которого непосредственно формирует следующий СМЛ.
Простейшая схема:
X0 = N
X1 = SML X0
X2 = SML X1
X3 = SML X2
...
Здесь каждый новый результат создаёт собственный следующий генератор.
Система обладает сильной положительной обратной связью.
Чем больше становится результат, тем больше становятся одновременно:
исходное значение следующего СМЛ;
его ранг;
число его итераций.
Если используются расширенные формы, тот же результат способен определять ещё и:
асимметрию;
число модификаторов;
глубину вложенности;
число ветвей.
Так возникает самопорождающий сверхкаскад.
5.8. Метасаморефлексивные конструкции
Метасаморефлексивная система воздействует уже не только на параметры СМЛ, но и на правила его саморефлексивности.
В каноническом СМЛ правило фиксировано:
A = R = I = N
В расширенной системе можно иметь другой закон.
Но в метасаморефлексивной конструкции начинает изменяться сам закон связи.
Например, на первом этапе действует:
A = R = I = N
На втором:
A = N
R = N^2
I = N
На третьем:
A = N
R = SML N
I = R
После этого новый результат может определить, какой закон будет использоваться далее.
Следовательно, развивается уже не просто СМЛ.
Развивается принцип построения СМЛ.
Это важнейший переход от саморефлексивного оператора к метаоператору.
При этом необходимо сохранять строгий порядок определения параметров.
Если значение должно зависеть от ещё не определённого собственного значения без заданного разрешающего механизма, возникает настоящая циклическая самоссылка.
Такие случаи требуют отдельного формального аппарата и не должны автоматически считаться корректными СМЛ.
ГЛАВА 6. СМЛ КАК КОДОН СВЕРХБЫСТРОГО РОСТА
До сих пор СМЛ рассматривались преимущественно как самостоятельные металогарифмические системы.
Однако их наиболее широкое значение проявляется внутри Изольдионики.
Здесь SML N может использоваться как операторный кодон.
Кодон представляет собой компактную функционально завершённую единицу, которая способна включаться в более крупный математический генотип.
В таком контексте СМЛ важны не только из-за величины результатов.
Их главное преимущество состоит в сочетании:
высокой скорости роста;
высокой семантической плотности;
внутренней ранговой архитектуры;
саморефлексивной синхронизации;
способности управлять другими параметрами и операторами.
6.1. Семантическая плотность СМЛ
Запись:
SML N
крайне коротка.
Но в ней уже содержатся:
исходное значение;
ранг;
итерационность;
правило внутреннего развёртывания;
правило наследования;
саморефлексивная связь параметров.
Это означает, что один небольшой фрагмент записи способен представлять большую генеративную систему.
Именно это называется высокой семантической плотностью.
Семантическую плотность нельзя оценивать только по числу символов.
Необходимо учитывать объём структуры, которую эти символы однозначно задают.
С этой точки зрения СМЛ может рассматриваться как высокосжатый математический код.
6.2. Компактность записи и масштаб вычисления
Особенность СМЛ состоит в резком разрыве между внешней записью и разворачиваемым процессом.
Например:
SML 100
выглядит компактно.
Однако его каноническая структура включает:
100 ранговых ступеней в каждой полной операции;
100 полных внешних операций;
10000 последовательных внутренних переходов верхнего операционного уровня;
огромное синтаксическое дерево полного раскрытия;
и несравнимо более крупный числовой результат.
Таким образом короткая запись и маленький вычислительный процесс — совершенно разные понятия.
СМЛ хорошо показывает общий принцип:
семантическая компрессия может сокращать описание, не уменьшая сложности порождаемого объекта.
6.3. Рост величины
Первый очевидный эффект СМЛ — чрезвычайно быстрый рост числовой величины.
В канонической модели каждый внутренний шаг имеет вид самовозведения текущего результата.
Следовательно, результат предыдущего уровня одновременно становится:
основанием;
показателем.
После N таких ступеней результат одной полной операции уже чрезвычайно велик.
Затем весь процесс повторяется N раз.
При этом каждая новая внешняя итерация начинает работу не с первоначального N, а с результата предыдущего высокорангового блока.
Таким образом числовой рост имеет несколько уровней положительной обратной связи.
6.4. Рост количества субопераций
Но величина — только один аспект.
По мере усложнения СМЛ возрастает и количество подразумеваемых субопераций.
При каноническом последовательном счёте:
SML N
содержит:
N^2
внутренних ранговых переходов.
Однако при полном синтаксическом раскрытии число степенных узлов значительно больше.
Если добавляются:
вложенные СМЛ;
динамические ранги;
разветвления;
модификаторы;
метаоператоры,
то количество скрытых операций начинает расти по более сложным законам.
Следовательно, СМЛ способен ускорять не только число, но и операционный объём генерации.
6.5. Рост генеративной сложности
Генеративная сложность характеризует не только количество операций, но и сложность правил, необходимых для получения объекта.
Канонический SML N имеет сравнительно простой генотип.
Но расширенные СМЛ могут включать:
несколько законов синхронизации;
динамические параметры;
рекуррентные связи;
самопорождающиеся цепи;
метасаморефлексивные законы.
В таком случае возрастает уже сложность программы происхождения объекта.
Это важно для Теории Ланумов.
Два числа могут быть сопоставимы по некоторому показателю величины, но иметь принципиально разную генеративную архитектуру.
Поэтому величина не является единственной мерой сложности.
6.6. Рост экспликационной сложности
СМЛ особенно важны для теории эксплицируемости.
На первом уровне числовой результат может быть неэксплицируем в десятичной форме.
Но запись:
SML 100
остаётся простой.
Следовательно, цифровая неэксплицируемость ещё не означает символической неэксплицируемости.
Однако рекурсивные, вложенные и многокодонные системы могут усложняться настолько, что проблемой становится уже полная запись самого генотипа.
Тогда требуется следующий семантический уровень.
Поэтому СМЛ дают естественный переход:
от неэксплицируемого числа
к неэксплицируемой формуле;
от неё
к неэксплицируемому генотипу;
а затем
к языкам более высокого порядка.
Таким образом СМЛ являются одним из первых конкретных объектов, на которых можно демонстрировать иерархию экспликационных уровней.
6.7. СМЛ как ускоряющий кодон
В составе большого изольдионического генотипа СМЛ может использоваться как ускоряющий кодон.
Его задача — резко увеличивать некоторый параметр.
Это может быть:
числовое значение;
ранг другого оператора;
число итераций;
количество ветвей;
мощность модификатора;
глубина другого каскада.
Например, результат СМЛ может не использоваться непосредственно как финальное число.
Он может быть передан другому кодону как его ранг.
В таком случае СМЛ выступает усилителем архитектуры.
Поэтому термин «ускоряющий кодон» значительно точнее простой характеристики «быстрорастущая функция».
СМЛ способен ускорять не только значение, но и другие механизмы генерации.
6.8. СМЛ как управляющий кодон
Следующий уровень — управляющая функция.
Пусть сложный изольдионический генотип содержит множество кодонов.
SML может определять:
какой кодон активируется;
какой ранг он получит;
сколько раз он будет выполнен;
какая ветвь будет выбрана;
какой модификатор включится;
какое значение получит коэффициент асимметрии.
Тогда SML уже не просто производит большое число.
Он управляет архитектурой другого процесса.
В этом качестве СМЛ становится управляющим кодоном.
Такое применение может оказаться даже более важным, чем прямое использование его числового результата.
Потому что огромная величина превращается в механизм выбора огромной структуры.
6.9. СМЛ как метакодон
Наиболее высокий режим возникает тогда, когда SML воздействует не на отдельный параметр другого кодона, а на правила организации целой системы кодонов.
Например, результат СМЛ способен задавать:
количество кодонов в генотипе;
структуру их связей;
порядок активации;
глубину вложенности;
правила взаимодействия;
число уровней управления;
алгоритм построения следующего генотипа.
В таком случае SML действует уже на метауровне.
Он становится метакодоном.
Метакодон не просто выполняет операцию.
Он участвует в построении системы операций.
Если же он способен изменять правила построения таких систем, появляется ещё более высокий уровень — метаметакодонные конструкции.
Именно здесь становится особенно очевидным, что пространство Изольдионики принципиально открыто.
Рост может происходить по множеству независимых координат:
числовой величине;
рангу;
итерационности;
структурной глубине;
количеству кодонов;
числу связей;
уровню рефлексивности;
глубине метауправления;
экспликационному рангу.
Поэтому СМЛ следует рассматривать не как конечную вершину быстрорастущих нотаций.
Он является одним из наиболее мощных семантических строительных блоков более широкой системы.
Заключение Части IV
Саморефлексивные металогарифмы начинают своё развитие с чрезвычайно простой идеи:
один параметр -> несколько характеристик
В канонической системе:
SML N
это выражается синхронизацией:
A = R = I = N
Но дальнейшее развитие снимает ограничение простого равенства.
Возникают:
частичные синхронизации;
нелинейные законы синхронизации;
саморефлексивные основания;
саморефлексивные ранги;
саморефлексивная итерационность;
саморефлексивные сублогарифмы;
саморефлексивная асимметрия;
полисаморефлексивные системы;
динамические СМЛ.
Следующий уровень появляется при рекурсии.
Результат одного СМЛ способен становиться параметром следующего.
Возникают:
SML(SML N);
каскады СМЛ;
самопорождающиеся СМЛ;
метасаморефлексивные конструкции.
Таким образом объект начинает порождать не только новые значения, но и новые саморефлексивные генераторы.
После включения СМЛ в Изольдионику его функция снова расширяется.
SML способен выступать:
ускоряющим кодоном — когда он усиливает параметры другой конструкции;
управляющим кодоном — когда он определяет режим работы других операторов;
метакодоном — когда он участвует в проектировании самой архитектуры операторной системы.
На этом уровне становится особенно ясно, почему СМЛ не следует оценивать только по величине порождаемого числа.
Его настоящая мощность имеет несколько измерений:
числовое;
ранговое;
итерационное;
генеративное;
структурное;
семантическое;
экспликационное;
метаоператорное.
Именно многомерность этой мощности делает саморефлексивный металогарифм одним из наиболее перспективных кодонов будущей Теории Ланумов.
В то же время СМЛ демонстрирует ещё более общий принцип.
Чем сложнее математический объект, тем менее разумным становится требование полностью эксплицировать его на нижнем уровне.
Вместо этого создаётся новый семантический уровень, на котором огромная конструкция превращается в компактную операциональную единицу.
Так:
сложный степенной каскад становится металогарифмом;
высокоранговая конструкция становится a(N);
саморефлексивная система становится SML N;
SML становится кодоном;
система кодонов становится генотипом;
а генотип в дальнейшем может стать элементом ещё более высокого математического языка.
Следовательно, теория СМЛ естественно выводит ОТМ за пределы одной теории сверхбыстрого роста.
Она приводит к проблеме рекурсии, рефлексивности, метаоператоров, многоуровневой экспликации и построения математических языков всё более высокого семантического порядка.
********
АППЕНДИКС IV-А. ПРАКТИЧЕСКИЙ АТЛАС САМОРЕФЛЕКСИВНЫХ МЕТАЛОГАРИФМОВ
Оглавление аппендикса
Каноническая схема SML N
Полный разбор SML 2
Пошаговая структура SML 3
Архитектура SML 10
Модель SML 100
Общая конструкция SML N
Частично синхронизированный SML
Нелинейная синхронизация параметров
Саморефлексивный ранг
Саморефлексивная итерационность
Саморефлексивный сублогарифм
Саморефлексивная асимметрия
Полисаморефлексивная конструкция
Динамический SML
SML, порождающий следующий SML
SML над SML
Самопорождающий каскад SML
Метасаморефлексивная конструкция
SML как ускоряющий кодон
SML как управляющий кодон
SML как метакодон
Три уровня сложности SML
Сравнительная таблица конструкций
Практический алгоритм чтения записи SML
Основные выводы
Введение
Настоящий аппендикс предназначен для практического понимания саморефлексивных металогарифмов.
Основной текст Части IV вводит общую теорию СМЛ. Здесь те же идеи раскрываются через пошаговые конструкции.
Базовая каноническая модель строится на трёх параметрах:
A — исходный объект;
R — ранг;
I — число полных внешних итераций.
Для канонического саморефлексивного металогарифма:
SML N
действует синхронизация:
A = N
R = N
I = N
Следовательно:
SML N
означает:
начать с N;
выполнить одну полную операцию ранга N;
использовать её результат как вход следующей;
повторить весь высокоранговый процесс N раз.
1. Каноническая схема SML N
Пусть:
R0 = N
Первая внешняя итерация строит внутреннюю ранговую лестницу:
a1(0) = R0
a1(1) = a1(0)^a1(0)
a1(2) = a1(1)^a1(1)
...
a1(N) = a1(N-1)^a1(N-1)
После этого:
R1 = a1(N)
Вторая внешняя итерация:
a2(0) = R1
a2(1) = a2(0)^a2(0)
...
a2(N) = a2(N-1)^a2(N-1)
Затем:
R2 = a2(N)
И так далее до:
RN
Таким образом канонический SML N имеет архитектуру:
N внутренних ранговых ступеней
умноженную на:
N внешних полных итераций.
В последовательном операционном счёте:
N^2
внутренних переходов.
Однако полное синтаксическое раскрытие и цифровая запись результата имеют существенно более высокую сложность.
2. Полный разбор SML 2
Для:
SML 2
получаем:
A = 2
R = 2
I = 2
Первая внешняя итерация
Исходное состояние:
a1(0) = 2
Первая внутренняя ступень:
a1(1) = 2^2 = 4
Вторая внутренняя ступень:
a1(2) = 4^4 = 256
Первая полная операция завершена:
R1 = 256
Вторая внешняя итерация
Теперь:
a2(0) = 256
Первая внутренняя ступень:
a2(1) = 256^256
Обозначим:
B = 256^256
Вторая внутренняя ступень:
a2(2) = B^B
Получаем финальный результат:
R2 = B^B
Таким образом SML 2 имеет четыре последовательных внутренних шага:
два в первой итерации;
два во второй.
Но структурно это:
rank = 2
iterations = 2
а не просто операция четвёртого ранга.
3. Пошаговая структура SML 3
Для:
SML 3
имеем:
A = 3
R = 3
I = 3
Первая итерация
a1(0) = 3
a1(1) = 3^3 = 27
a1(2) = 27^27
a1(3) = a1(2)^a1(2)
После этого:
R1 = a1(3)
Вторая итерация
a2(0) = R1
a2(1) = R1^R1
a2(2) = a2(1)^a2(1)
a2(3) = a2(2)^a2(2)
Получаем:
R2
Третья итерация
a3(0) = R2
после трёх внутренних ступеней:
R3
Итак:
SML 3
имеет:
три внутренние ступени;
три полные итерации;
девять последовательных внутренних переходов.
4. Архитектура SML 10
Для:
SML 10
задаётся:
A = 10
R = 10
I = 10
Первая внешняя итерация:
10 -> a1(1) -> a1(2) -> ... -> a1(10)
После этого:
R1 = a1(10)
Вторая:
R1 -> a2(1) -> ... -> a2(10)
И так далее до:
R10
В последовательном счёте:
10^2 = 100
внутренних шагов.
Но уже после нескольких первых ступеней цифровая экспликация становится практически бессмысленной.
При этом запись:
SML 10
остаётся компактной.
Это наглядный пример расхождения:
между длиной записи;
числом операций;
и масштабом результата.
5. Модель SML 100
SML 100
задаёт:
A = 100
R = 100
I = 100
Первая внутренняя ступень:
a1(1) = 100^100
Вторая:
a1(2) = a1(1)^a1(1)
Третья:
a1(3) = a1(2)^a1(2)
И так далее:
a1(100)
После этого:
R1 = a1(100)
Только здесь завершается первая внешняя итерация.
Далее:
R1
становится исходным объектом новой операции ранга 100.
Так повторяется до:
R100
В последовательном операционном счёте:
100 * 100 = 10000
внутренних переходов.
Но полное раскрытие структуры намного больше.
Именно поэтому SML 100 является одним из базовых модельных объектов всей ОТМ.
6. Общая конструкция SML N
Общая схема:
SML N
означает:
A = N
R = N
I = N
Состояния внешних итераций:
R0 = N
R1
R2
...
RN
Каждый переход:
R(j-1) -> Rj
содержит N внутренних ранговых ступеней.
Следовательно:
SML N
представляет собой двухкоординатную структуру:
внутренняя координата — ранг;
внешняя координата — номер полной итерации.
7. Частично синхронизированный SML
Каноническое условие:
A = R = I = N
может быть ослаблено.
Например:
A = N
R = N
I = M
Тогда исходный объект и ранг синхронизированы, но число итераций независимо.
Пример:
A = 10
R = 10
I = 3
Такая система выполняет:
три полные операции десятого ранга.
Другой вариант:
A = 10
R = 5
I = 10
Здесь синхронизированы исходный объект и число итераций.
Таким образом саморефлексивность может быть частичной.
8. Нелинейная синхронизация параметров
Саморефлексивность не обязана означать равенство.
Например:
A = N
R = N^2
I = N
Для:
N = 10
получаем:
A = 10
R = 100
I = 10
Другой вариант:
A = N
R = N
I = 2^N
Теперь один параметр N определяет все характеристики, но по разным законам.
Это расширяет понятие СМЛ:
важна не идентичность значений, а общность источника параметров.
9. Саморефлексивный ранг
Ранг может определяться другим внутренним параметром.
Например:
R = A
Если:
A = 25
то:
R = 25
Можно задать:
R = previous result
Тогда результат предыдущей операции непосредственно задаёт глубину следующей.
Схема:
result1 -> rank2
result2 -> rank3
result3 -> rank4
Так возникает положительная обратная связь между числовым ростом и ростом операторной глубины.
10. Саморефлексивная итерационность
Число внешних итераций также может определяться системой.
Например:
I = R
или:
I = A
В более сильном случае:
I(next) = previous result
Тогда огромный результат предыдущей конструкции определяет количество полных повторений следующей.
Если одновременно:
R(next) = previous result
возникает двойное усиление:
растёт глубина;
растёт продолжительность каскада.
11. Саморефлексивный сублогарифм
Сублогарифм также может зависеть от параметров самой системы.
Например:
sublog = rank
Пусть:
R = 10
Тогда текущий сублогарифм также равен 10.
Можно задать:
sublog = iteration number
Тогда на первой итерации используется один сублогарифм, на второй — другой.
Более сложный вариант:
sublog = previous result
Теперь результат предыдущего шага непосредственно усиливает степенной механизм следующего.
12. Саморефлексивная асимметрия
Пусть:
K
обозначает коэффициент асимметрии между основанием и сублогарифмом.
Можно задать:
K = N
или:
K = R
или:
K = I
Например:
A = 10
R = 10
I = 10
K = 10
Тогда саморефлексивное значение 10 управляет уже четырьмя характеристиками.
Если:
K(next) = previous result
асимметрия также включается в рекурсивный контур роста.
13. Полисаморефлексивная конструкция
Рассмотрим систему:
A = N
R = N
I = N
K = N
sublog-law = N
branches = N
Один параметр N задаёт:
исходное значение;
ранг;
итерационность;
асимметрию;
закон сублогарифма;
число ветвей.
Это уже не тройная, а многопараметрическая саморефлексивность.
Такую систему естественно называть полисаморефлексивной.
Чем больше независимых характеристик синхронизируется одним параметром, тем выше семантическая плотность записи.
14. Динамический SML
В динамическом SML параметры меняются между итерациями.
Например:
первая итерация:
R = 2
вторая:
R = 4
третья:
R = 16
четвёртая:
R = 256
Если правило:
R(next) = R(current)^2
получаем динамический саморефлексивный ранг.
Аналогично могут изменяться:
I
K
sublog
branch count
и другие параметры.
Если изменяется сам закон синхронизации, система становится ещё более высокого уровня.
15. SML, порождающий следующий SML
Пусть:
X1 = SML 2
Затем результат X1 используется как новый параметр:
X2 = SML X1
После этого:
X3 = SML X2
В общем случае:
X(k+1) = SML X(k)
Каждый результат становится одновременно:
новым исходным объектом;
новым рангом;
новым числом итераций.
Так формируется чрезвычайно мощный рекурсивный каскад СМЛ.
16. SML над SML
Вложенную конструкцию можно записать:
SML(SML N)
Порядок чтения:
сначала вычисляется или генеративно определяется внутренний:
SML N
его результат обозначается:
X
после этого строится:
SML X
То есть:
SML(SML N)
означает:
X = SML N
затем:
SML X
Следующая глубина:
SML(SML(SML N))
создаёт уже три уровня SML-вложенности.
Таким образом глубина вложения становится самостоятельной характеристикой.
17. Самопорождающий каскад SML
Простейшая схема:
X0 = N
X1 = SML X0
X2 = SML X1
X3 = SML X2
...
Особенность такого процесса в том, что каждый новый результат создаёт следующий генератор.
Это не просто числовой рост.
Каждый шаг увеличивает одновременно:
вход;
ранг;
итерационность.
Следовательно, растёт и числовой объект, и архитектура следующего оператора.
18. Метасаморефлексивная конструкция
В обычном SML параметры связаны некоторым законом.
В метасаморефлексивной системе изменяется уже сам этот закон.
Например, сначала:
A = R = I = N
Затем:
A = N
R = N^2
I = N
Следующий этап:
A = N
R = SML N
I = R
Если выбор следующего закона определяется самой системой, появляется метасаморефлексивность.
Здесь развивается уже не только значение параметров.
Развивается принцип, по которому эти параметры связываются.
19. SML как ускоряющий кодон
Результат SML может быть передан другому оператору не как финальное число, а как усилитель.
Например:
X = SML 10
После этого:
rank(operator B) = X
Теперь SML ускоряет не сам итоговый результат напрямую, а внутреннюю мощность другого оператора.
Аналогично:
iterations(B) = X
или:
asymmetry(B) = X
В этом качестве SML выступает ускоряющим кодоном.
20. SML как управляющий кодон
SML может определять не величину одного параметра, а режим работы другого блока.
Например, результат SML может задавать:
номер активного кодона;
число ветвей;
последовательность активации;
число повторений;
глубину каскада.
Тогда SML играет роль управляющего кодона.
Его функция — не просто рост.
Его функция — управление архитектурой процесса.
21. SML как метакодон
На следующем уровне SML способен управлять уже не отдельным кодоном, а структурой их композиции.
Например:
X = SML N
Затем X определяет:
число кодонов в генотипе;
число уровней вложенности;
структуру связей;
правило смены операторов;
число метауровней.
В такой системе SML становится метакодоном.
Он воздействует не на число и не на одиночную операцию, а на архитектуру системы операций.
22. Три уровня сложности SML
Для анализа SML необходимо различать минимум три разных типа сложности.
22.1. Операционная сложность
Это число последовательных внутренних шагов.
Для канонического:
SML N
оно равно:
N^2
в базовой модели.
22.2. Синтаксическая сложность
Если каждый внутренний объект полностью раскрывать, количество степенных узлов растёт значительно быстрее.
Уже одна операция ранга N содержит при полном раскрытии:
2^N - 1
степенных узлов.
При внешней итерации эти конструкции начинают вкладываться друг в друга.
22.3. Цифровая экспликационная сложность
Это сложность полной записи конечного результата цифрами.
Она превосходит два предыдущих уровня несопоставимо сильнее.
Поэтому объект может быть:
легко записываем как SML N;
трудно раскрываем символически;
полностью недоступен цифровой экспликации.
Это и есть один из важнейших мостов к теории уровней эксплицируемости.
23. Сравнительная таблица конструкций
Конструкция Что синхронизировано Что изменяется Тип саморефлексивности Главная функция
SML N A, R, I Ничего в базовой схеме Каноническая Самосжатая генерация
Частичный SML Часть параметров Остальные независимы Частичная Гибкая синхронизация
Нелинейный SML Параметры от общего N Законы различны Функциональная Усиленная архитектура
Саморефлексивный ранг R зависит от системы Ранг Ранговая Рост глубины
Саморефлексивная итерационность I зависит от системы Итерации Итерационная Рост длительности
Саморефлексивный сублогарифм SL зависит от системы Сублогарифм Степенная Усиление каждой операции
Саморефлексивная асимметрия K зависит от системы Асимметрия Асимметрическая Дополнительное ускорение
Полисаморефлексивный SML Много параметров Несколько координат Множественная Высокая семантическая плотность
Динамический SML Параметры связаны и меняются Законы/значения Динамическая Операторная эволюция
SML(SML N) SML параметризует SML Параметр внешнего SML Вложенная Рост уровня генератора
Самопорождающий SML Результат создаёт следующий SML Весь следующий SML Рекурсивная Самоусиление
Метасаморефлексивный SML Меняются законы синхронизации Метаправила Метасаморефлексивная Эволюция самой схемы
SML-кодон SML встроен в генотип Параметр другого оператора Кодонная Усиление
SML-метакодон SML управляет системой кодонов Архитектура системы Метаоператорная Управление генотипом
24. Практический алгоритм чтения записи SML
При встрече с любой конструкцией SML следует последовательно определить:
Каков исходный параметр?
Какие характеристики он задаёт?
Совпадают ли эти характеристики или вычисляются по разным законам?
Каков ранг?
Каково число внешних итераций?
Как строится сублогарифм?
Есть ли асимметрия?
Передаётся ли результат следующей ступени?
Передаётся ли результат следующему SML?
Меняются ли параметры между итерациями?
Меняется ли закон их синхронизации?
Является ли конструкция последовательной или содержит настоящую циклическую самоссылку?
Используется ли SML как самостоятельный объект, кодон или метакодон?
Эта последовательность позволяет разложить даже сложную саморефлексивную систему на понятные уровни.
25. Основные выводы
Саморефлексивный металогарифм начинается с простой конструкции:
SML N
где:
A = R = I = N
Но эта схема быстро расширяется.
Саморефлексивность может быть:
частичной;
нелинейной;
динамической;
ранговой;
итерационной;
сублогарифмической;
асимметрической;
полисаморефлексивной;
рекурсивной;
метасаморефлексивной.
SML может:
создавать число;
создавать следующий SML;
управлять рангом;
управлять числом итераций;
изменять асимметрию;
выступать кодоном;
управлять другими кодонами;
определять архитектуру целого генотипа.
Поэтому главная характеристика SML — не просто сверхбыстрый рост.
Его главная характеристика — концентрация огромного объёма генеративной архитектуры в чрезвычайно компактной семантической единице.
Именно поэтому SML занимает особое место в ОТМ.
Он представляет собой переход:
от операции — к генеративной программе;
от программы — к кодону;
от кодона — к метакодону;
от числового роста — к операторной эволюции;
от символической записи — к многоуровневой теории эксплицируемости.
В этом качестве саморефлексивный металогарифм становится одним из базовых строительных элементов будущей Теории Ланумов и одним из наиболее наглядных примеров принципа семантического подъёма.
*********
ЧАСТЬ V. ИТЕРАЦИОННОСТЬ, РЕКУРСИЯ И РЕФЛЕКСИВНОСТЬ
Предыдущие части Общей теории металогарифмов показали, что металогарифмический объект может изменять основание, сублогарифм, ранг, асимметрию и другие параметры собственной генеративной архитектуры.
Однако существует ещё одна фундаментальная координата — продолжительность самого процесса.
Сколько раз должна быть выполнена полная операция?
Кто определяет это число?
Может ли оно изменяться в процессе вычисления?
Может ли результат одной операции определять количество следующих?
Может ли металогарифм определять собственный ранг или собственный закон продолжения?
И, наконец, что происходит, если объект начинает определяться через самого себя?
Эти вопросы требуют строгого различения четырёх понятий:
итерация — повторение операции;
рекурсия — получение нового состояния на основании уже определённого предыдущего состояния;
рефлексивность — использование системой информации о собственной структуре или состоянии для управления собой;
самореференция — непосредственное включение ссылки на сам определяемый объект в его определение.
Эти механизмы могут взаимодействовать, но не являются синонимами.
Именно их разграничению посвящена настоящая часть.
ГЛАВА 1. ИТЕРАЦИИ МЕТАЛОГАРИФМА
1.1. Внутренняя и внешняя итерация
В ОТМ необходимо различать внутреннее повторение преобразований и повторение полной операции.
Пусть имеется металогарифм ранга 3.
Его внутренняя лестница:
A -> a(1) -> a(2) -> a(3)
содержит три последовательных внутренних преобразования.
Однако вся эта лестница образует одну полную операцию третьего ранга.
Если после получения a(3) результат используется как вход новой операции того же ранга, начинается следующая внешняя итерация.
Следовательно, терминологически полезно различать:
внутреннюю итеративность — последовательность преобразований внутри одной операции;
внешнюю итерационность — повторение полной операции как единого блока.
В ранговой ОТМ первая характеристика в значительной степени фиксируется рангом.
Вторая определяется отдельным параметром.
Это различие особенно важно для СМЛ, где:
R = N
и:
I = N
являются связанными, но всё же различными координатами.
1.2. Фиксированное число итераций
Простейшая система задаёт число внешних итераций заранее.
Например:
I = 5
означает, что полная металогарифмическая операция выполняется пять раз.
Если её ранг равен 3, архитектуру можно представить так:
первая полная операция:
R0 -> [3 внутренние ступени] -> R1
вторая:
R1 -> [3 внутренние ступени] -> R2
третья:
R2 -> [3 внутренние ступени] -> R3
четвёртая:
R3 -> [3 внутренние ступени] -> R4
пятая:
R4 -> [3 внутренние ступени] -> R5
После получения R5 каскад завершается.
Фиксированное число итераций является наиболее предсказуемым режимом.
Система заранее знает собственную длину.
Однако даже в этом случае результаты отдельных итераций могут быть практически неэксплицируемыми.
1.3. Динамическое число итераций
Число итераций не обязано оставаться постоянным.
Например, сложная металогарифмическая система может состоять из нескольких блоков.
Первый блок выполняется два раза.
Второй — четыре.
Третий — восемь.
Четвёртый — шестнадцать.
Получается последовательность:
2 -> 4 -> 8 -> 16 -> ...
Здесь итерационность сама становится динамической величиной.
Можно задавать:
линейный рост;
мультипликативный рост;
степенной рост;
рекуррентный рост;
условный рост;
рефлексивный рост.
Таким образом возникает итерационный профиль — последовательность значений, показывающая количество повторений соответствующих операторных блоков.
1.4. Итерации, зависящие от промежуточного результата
Более мощный механизм появляется тогда, когда число последующих итераций определяется уже полученным результатом.
Пусть некоторая полная операция дала результат:
X
Установим правило:
I(next) = X
Тогда следующий блок выполняется X раз.
Если его результат:
Y
определяет следующую итерационность:
I(next) = Y
возникает рекурсивная цепь:
результат -> число итераций -> новый каскад -> новый результат
Это важный тип положительной обратной связи.
Числовой рост превращается в рост продолжительности процесса.
Особенно мощна комбинация, при которой результат одновременно определяет:
ранг;
число итераций.
Тогда увеличиваются и глубина каждой операции, и количество самих операций.
1.5. Итерации, определяемые металогарифмами других рангов
Число итераций одной системы может задаваться результатом другой металогарифмической операции.
Например:
металогарифм A вычисляет некоторый объект X.
Затем система B получает:
I(B) = X
При этом A и B могут иметь разные ранги.
Например, металогарифм первого ранга способен определять число итераций металогарифма десятого ранга.
Или наоборот.
Можно построить и более сложную сеть:
металогарифм A задаёт ранг B;
B задаёт число итераций C;
C определяет основание D;
D изменяет модификатор A.
Так итерационность превращается в одну из координат межоператорного управления.
1.6. Итерационные каскады
Если число итераций изменяется последовательно, возникает итерационный каскад.
Например:
I1 = 2
I2 = 4
I3 = 16
I4 = 256
где:
I(next) = I(current)^2
Теперь последовательность количества итераций сама имеет закон развития.
При этом каждый элемент каскада не является обычным числом в пассивном смысле.
Он определяет, сколько раз должна быть выполнена соответствующая полная металогарифмическая операция.
Поэтому итерационный каскад представляет собой управляющую последовательность.
Он регулирует длительность генеративного процесса.
1.7. Каскады итерационных каскадов
Следующий уровень возникает тогда, когда объектом управления становится уже целый итерационный каскад.
Например, первая метасистема определяет последовательность:
2, 4, 16, 256
Вторая метасистема может задавать:
сколько элементов использовать из этой последовательности;
как строить следующий итерационный каскад;
каким законом изменять его элементы;
когда переключаться на другой закон.
Так возникает каскад итерационных каскадов.
Здесь разворачивается уже не просто последовательность операций.
Разворачивается последовательность правил продолжения.
Это прямой переход к метаитерационным конструкциям.
1.8. Итерационность как независимая координата ОТМ
Итерационность должна рассматриваться как самостоятельная координата ОТМ наряду с:
основанием;
сублогарифмом;
рангом;
асимметрией;
модификаторами.
Это означает, что два металогарифма с одинаковыми основаниями и рангами могут радикально различаться по числу полных повторений.
Кроме того, итерационность способна обладать собственными свойствами.
Она может быть:
постоянной;
динамической;
рекуррентной;
результат-зависимой;
рефлексивной;
саморефлексивной;
метауправляемой.
Тем самым число повторений перестаёт быть внешним техническим параметром.
Оно становится полноценной частью генеративного генотипа.
ГЛАВА 2. РЕФЛЕКСИВНОЕ МЕТАЛОГАРИФМИРОВАНИЕ
2.1. Общее понятие рефлексивности
Рефлексивным называется металогарифмический процесс, в котором система использует информацию о собственном состоянии, структуре или результатах для определения собственного дальнейшего поведения.
Ключевое слово — собственного.
Обычная динамическая система может получать управляющие параметры извне.
Рефлексивная система получает хотя бы часть управляющей информации из самой себя.
Это может быть:
результат;
текущий ранг;
число выполненных итераций;
текущая асимметрия;
структура каскада;
активный модификатор;
собственный закон перехода.
Рефлексивность не означает обязательной логической самоссылки.
Чаще всего система использует уже определённые предыдущие состояния.
Поэтому многие рефлексивные процессы остаются обычными последовательными рекурсивными конструкциями.
2.2. Управление собственным продолжением
Простейшая форма рефлексивности возникает тогда, когда система определяет, должна ли она продолжаться.
Например, после каждой полной операции вычисляется некоторое внутреннее состояние.
Если выполнено определённое условие, запускается следующая итерация.
Если нет — процесс завершается.
Таким образом каскад сам определяет собственную длину.
Более сильная модель не просто отвечает:
продолжать или остановить,
а определяет:
сколько ещё итераций выполнить;
какого они должны быть ранга;
какие параметры использовать.
Тогда продолжение становится объектом внутреннего управления.
2.3. Самоопределение числа итераций
Пусть первая полная операция имеет заранее заданные параметры.
После её завершения получен результат X.
Установим:
I(next) = X
Теперь сама система определила количество будущих повторений.
Другой вариант:
I(next) = current rank
Или:
I(next) = number of completed cycles
Или комбинация нескольких характеристик.
Во всех этих случаях число итераций не приходит извне.
Оно выводится из состояния собственной системы.
Следовательно, итерационность становится рефлексивной.
2.4. Самоопределение ранга
Аналогично система может определять собственную внутреннюю этажность.
Например:
R(next) = previous result
или:
R(next) = current iterations
или:
R(next) = current rank^2
Рефлексивный ранг создаёт особенно сильную обратную связь.
Более высокий результат способен породить более высокий ранг.
Более высокий ранг создаёт более глубокую операцию.
Она способна породить ещё больший результат.
Таким образом:
результат -> ранг -> результат
образует внутренний контур усиления.
2.5. Самоопределение основания
Основание следующей операции также может выводиться из состояния самой системы.
Наиболее простой вариант:
A(next) = previous result
Это обычное наследование результата.
Но рефлексивность может быть сложнее.
Основание может определяться:
рангом;
числом выполненных итераций;
коэффициентом асимметрии;
несколькими предыдущими результатами;
состоянием другого внутреннего каскада.
Таким образом основание становится не просто числовым входом.
Оно становится вычисляемой характеристикой собственного процесса.
2.6. Самоопределение сублогарифма
Сублогарифм также может выводиться из внутренних характеристик.
Например:
SL(next) = previous result
или:
SL(next) = current rank
или:
SL(next) = current iterations
В более сложной конструкции сублогарифм определяется сочетанием нескольких параметров.
Это особенно существенно, поскольку изменение сублогарифма непосредственно воздействует на мощность следующей степенной операции.
При одновременном рефлексивном изменении основания и сублогарифма возникает многоканальная положительная обратная связь.
2.7. Самоопределение закона перехода
До сих пор система изменяла параметры при неизменном общем правиле.
Следующий уровень рефлексивности состоит в том, что внутреннее состояние определяет сам закон дальнейшего перехода.
Например, первоначально действует правило:
R(next) = R(current)^2
После достижения некоторого внутреннего состояния система переключается на:
R(next) = R(current)^R(current)
Другой пример:
до определённого цикла используется симметричная модель;
после него включается динамическая асимметрия.
В таком случае объектом изменения становится уже не параметр, а операторный режим.
Это один из важнейших переходов к метарефлексивным системам.
2.8. Полирефлексивные металогарифмы
Если несколько характеристик системы одновременно определяются её собственными состояниями, возникает полирефлексивный металогарифм.
Например:
результат определяет следующий ранг;
ранг определяет число итераций;
итерационность определяет коэффициент асимметрии;
асимметрия определяет сублогарифм;
сублогарифм влияет на следующий результат.
Получается замкнутая сеть зависимостей.
При этом такая сеть не обязательно является логически циклической.
Если существует однозначный порядок вычисления:
результат1 -> ранг2 -> итерации2 -> асимметрия2 -> сублогарифм2 -> результат2
то конструкция является последовательной и может быть вычислительно корректной.
Полирефлексивность означает множество обратных связей, но не обязательно парадоксальную самоссылку.
2.9. Связь общего рефлексивного класса с СМЛ
Саморефлексивные металогарифмы являются специальным классом внутри более широкого пространства рефлексивных систем.
Общая рефлексивность означает:
система использует собственные характеристики для управления собой.
Канонический SML вводит более конкретный механизм:
один параметр синхронно определяет несколько характеристик.
То есть:
SML N
с условием:
A = R = I = N
можно рассматривать как особую форму параметрической саморефлексии.
Однако не всякий рефлексивный металогарифм является SML.
Например, система:
R(next) = previous result
может быть рефлексивной, но не соответствовать канонической структуре SML N.
Следовательно:
рефлексивный металогарифм — более широкий класс;
саморефлексивный металогарифм — специальный класс с повышенной параметрической связанностью.
ГЛАВА 3. САМОРЕФЕРЕНЦИЯ И САМОСОГЛАСОВАННОСТЬ
Рефлексивность становится особенно сложной тогда, когда система начинает ссылаться не на уже вычисленное прошлое состояние, а на значение, которое ещё только должно быть определено.
Здесь возникает собственно проблема самореференции.
Она требует особой осторожности.
Не всякая запись, содержащая ссылку на себя, автоматически определяет корректный математический объект.
3.1. Рекурсия и самореференция
Рекурсия и самореференция часто внешне похожи, но принципиально различаются.
Рекурсия имеет упорядоченную структуру.
Например:
X0 = 2
X1 = f(X0)
X2 = f(X1)
X3 = f(X2)
Каждое новое значение вычисляется из уже определённого предыдущего.
Здесь нет логической неопределённости.
Самореференция возникает, когда объект определяется через самого себя на том же логическом уровне.
Например, условно:
X = F(X)
Здесь X требуется знать, чтобы определить X.
Такая запись сама по себе ещё не гарантирует существование единственного решения.
Поэтому ОТМ должна строго различать:
рекурсивную зависимость от прошлого
и
непосредственную самоссылку.
3.2. Параметрическая саморефлексия
Канонический SML N представляет пример безопасной параметрической саморефлексии.
В нём:
A = N
R = N
I = N
Но N уже задан заранее.
Ни один параметр не требует вычисления результата всей конструкции до того, как этот результат определён.
Поэтому:
SML 100
не содержит парадоксальной круговой зависимости.
Это синхронизация нескольких характеристик одним известным значением.
Именно поэтому термин «саморефлексивный» в SML необходимо понимать прежде всего структурно.
Такая форма является значительно проще истинной самореференции.
3.3. Отложенная рефлексия
Отложенная рефлексия возникает тогда, когда система использует собственный результат только после завершения соответствующей стадии.
Например:
сначала вычисляется:
X1 = SML 10
после этого:
X2 = SML X1
Здесь X1 полностью определён до начала вычисления X2.
Поэтому конструкция:
SML(SML 10)
при установленном порядке чтения является вложенной рекурсией, а не логическим парадоксом.
То же относится к:
X(k+1) = SML X(k)
Каждая новая стадия использует уже определённое предыдущее значение.
Отложенная рефлексия является важнейшим безопасным механизмом ОТМ.
3.4. Прямые самореферентные зависимости
Прямая самореференция имеет более сложную форму.
Предположим, мы пытаемся определить объект X так, чтобы:
его ранг зависел от X;
а сам X являлся результатом операции именно этого ранга.
Тогда ранг нельзя определить до вычисления X.
Но X нельзя вычислить до определения ранга.
Возникает замкнутая зависимость.
Схематически:
X -> rank(X) -> operation -> X
Такая конструкция не может автоматически считаться корректной.
Необходимо выяснить:
существует ли значение X, удовлетворяющее всем условиям;
единственно ли оно;
можно ли его конструктивно определить;
стабилен ли процесс определения.
Следовательно, истинная самореференция требует отдельной теории разрешимости.
3.5. Циклическое определение
Циклическим называется определение, в котором несколько объектов взаимно зависят друг от друга без заранее установленного порядка вычисления.
Например:
A зависит от B;
B зависит от C;
C зависит от A.
Схема:
A -> B -> C -> A
сама по себе ещё не определяет значения A, B и C.
Подобная система может:
иметь единственное решение;
иметь несколько решений;
не иметь решений;
иметь решения только при дополнительных ограничениях.
Поэтому циклическая запись должна рассматриваться не как готовый вычислительный алгоритм, а как система условий.
Это фундаментально важное различие.
Последовательный каскад говорит:
что делать первым, вторым и третьим.
Циклическая система говорит:
какими отношениями должны одновременно обладать несколько объектов.
3.6. Самосогласованность
Самосогласованной называется самореферентная конструкция, для которой существует состояние, удовлетворяющее всем её взаимным зависимостям.
Иначе говоря, после подстановки полученного значения обратно в систему все заданные отношения сохраняются.
Самосогласованность является необходимым условием корректной прямой самореференции.
Однако одного существования решения недостаточно для полноценной теории.
Необходимо также исследовать:
единственность;
устойчивость;
конструктивность;
вычислимость;
зависимость от начальных условий.
В ОТМ это особенно важно для систем, где самореферентно определяются:
ранги;
числа итераций;
модификаторы;
законы перехода.
3.7. Фиксированные структуры
Если состояние системы при применении к нему определённого правила воспроизводит необходимое состояние снова, можно говорить о фиксированной структуре.
В простейшем концептуальном виде:
X = F(X)
Но для ОТМ фиксированным объектом может быть не только число.
Им может быть:
набор параметров;
ранговый профиль;
итерационный режим;
каскад;
закон перехода;
целый операторный генотип.
То есть фиксированная структура может иметь форму:
State = Transform(State)
Здесь предметом согласования является полное состояние металогарифмической системы.
Так появляется перспектива фиксированных операторных архитектур.
Их строгая математическая теория потребует отдельного исследования условий существования и устойчивости.
3.8. Границы корректной самореференции
Самореференция является чрезвычайно мощным механизмом, но именно поэтому она требует формальных ограничений.
Для базовой ОТМ полезно принять следующий принцип:
самореферентная конструкция считается корректно определённой только тогда, когда существует явный порядок вычисления либо отдельно установлен механизм нахождения самосогласованного состояния.
Это позволяет различить три класса.
Первый класс: последовательные конструкции
Все зависимости имеют однозначный порядок.
Например:
X1 -> X2 -> X3
Они наиболее просты и безопасны.
Второй класс: отложенно-рефлексивные конструкции
Новая стадия использует полностью определённый результат предыдущей.
Например:
X(k+1) = SML X(k)
Они остаются рекурсивно упорядоченными.
Третий класс: истинно самореферентные конструкции
Объект непосредственно зависит от собственного ещё не определённого состояния.
Для них необходимо отдельно устанавливать:
условия существования;
условия единственности;
метод разрешения;
критерии самосогласованности.
Такое разграничение защищает ОТМ от превращения саморефлексивности в произвольную символическую игру.
Чем мощнее становится система, тем важнее требования к точности её определения.
ЗАКЛЮЧЕНИЕ ЧАСТИ V
Итерационность, рекурсия, рефлексивность и самореференция образуют последовательность всё более глубоких способов организации металогарифмического процесса.
На первом уровне операция просто повторяется.
На втором новое состояние зависит от предыдущего.
На третьем система использует собственные характеристики для управления своим будущим.
На четвёртом возникают конструкции, непосредственно зависящие от собственного состояния.
Эту последовательность можно представить так:
итерация
-> рекурсия
-> рефлексивность
-> самореференция
-> самосогласованная метасистема
При этом увеличение уровня не отменяет предыдущий.
Напротив, сложный объект способен содержать все эти механизмы одновременно.
Металогарифм может иметь:
динамический ранг;
результат-зависимую итерационность;
рефлексивное основание;
саморефлексивный сублогарифм;
динамический закон перехода;
метаоператор, изменяющий правила всей системы.
Так возникает многослойный генеративный объект.
Особенно важно, что настоящая часть устанавливает границу между двумя принципиально различными видами «самости».
Первый — структурно безопасный.
Система использует уже определённые собственные параметры или результаты.
К нему относятся:
параметрическая саморефлексия;
рекурсивная рефлексия;
отложенная рефлексия;
канонические SML.
Второй — истинно самореферентный.
Значение непосредственно зависит от собственного ещё не определённого значения.
Такие конструкции требуют решения задачи самосогласованности.
Это разграничение является фундаментальным для дальнейшей аксиоматизации ОТМ.
Оно позволяет сохранять чрезвычайно мощные рефлексивные механизмы, не теряя математической определённости.
После введения итерационности, рекурсии и рефлексивности возникает следующий естественный вопрос.
Что произойдёт, если на каждом этапе металогарифмического процесса будут действовать дополнительные преобразования?
Если результат можно умножать на динамический коэффициент?
Если основание модифицируется отдельным оператором?
Если на систему воздействует сразу множество связанных преобразований?
Если эти преобразования сами образуют алгебраические комплексы и меняются рекурсивно?
Так начинается следующий уровень ОТМ — теория модификаторов, множителей и алгебраических комплексов.
*******
АППЕНДИКС V-А. ПРАКТИЧЕСКИЙ АТЛАС ИТЕРАЦИОННОСТИ, РЕКУРСИИ И РЕФЛЕКСИВНОСТИ
Оглавление аппендикса
Четыре уровня организации металогарифмического процесса
Фиксированная внешняя итерационность
Различие ранга и числа итераций
Динамическое число итераций
Итерационный каскад
Каскад итерационных каскадов
Результат как число следующих итераций
Металогарифм, управляющий итерациями другого металогарифма
Простая рекурсия
Результат-зависимая рекурсия
Рекурсия ранга и итерационности
Рефлексивное управление продолжением
Рефлексивное самоопределение ранга
Рефлексивное самоопределение основания и сублогарифма
Рефлексивное изменение закона перехода
Полирефлексивный металогарифм
Канонический SML как параметрическая саморефлексия
Отложенная рефлексия
SML, порождающий следующий SML
Прямая самореференция
Циклическая взаимозависимость
Самосогласованность
Фиксированная операторная структура
Разрешимая и неразрешимая самореференция
Сравнительная таблица режимов
Практический алгоритм анализа рефлексивной конструкции
Основные выводы
Введение
Настоящий аппендикс дополняет Часть V конкретными примерами.
Его главная задача состоит в том, чтобы практически развести четыре понятия, которые в сложных металогарифмических системах легко смешиваются:
итерация;
рекурсия;
рефлексивность;
самореференция.
Эти понятия образуют не набор синонимов, а различные уровни организации процесса.
В простейшем виде:
итерация означает повторение;
рекурсия означает зависимость нового состояния от уже определённого предыдущего;
рефлексивность означает использование системой информации о самой себе для управления дальнейшим развитием;
самореференция означает непосредственную зависимость объекта от собственного определяемого состояния.
Особенно важно различать последние два понятия.
Система может быть чрезвычайно рефлексивной, но при этом иметь полностью однозначный порядок вычислений.
Настоящая логическая проблема появляется только тогда, когда объект должен быть определён через собственное ещё не определённое значение.
1. Четыре уровня организации металогарифмического процесса
Рассмотрим четыре простые схемы.
Уровень 1. Итерация
X0 -> F(X0) -> F(F(X0)) -> ...
Одна операция повторяется несколько раз.
Уровень 2. Рекурсия
X1 = F(X0)
X2 = G(X1)
X3 = H(X2)
Следующее состояние зависит от предыдущего.
Уровень 3. Рефлексивность
Результат предыдущей стадии определяет не только новое значение, но и параметры будущей операции.
Например:
result1 -> rank2
После этого ранг второй операции определяется самой системой.
Уровень 4. Самореференция
Появляется зависимость вида:
X = F(X)
Значение X необходимо знать для определения самого X.
Это уже требует проверки существования самосогласованного решения.
Таким образом переход:
итерация -> рекурсия -> рефлексивность -> самореференция
является переходом от повторения к всё более глубокой внутренней зависимости.
2. Фиксированная внешняя итерационность
Рассмотрим металогарифм ранга 2.
Пусть начальное значение:
A = 2
Одна полная операция второго ранга:
2 -> 2^2 = 4 -> 4^4 = 256
Получаем:
R1 = 256
Теперь установим:
I = 3
Это означает, что полная операция второго ранга должна быть выполнена три раза.
Первая итерация:
2 -> [R2] -> R1
Вторая:
R1 -> [R2] -> R2
Третья:
R2 -> [R2] -> R3
Здесь число внешних итераций заранее известно.
Система сама его не изменяет.
Это простейший итерационный режим.
3. Различие ранга и числа итераций
Сравним две конструкции.
Первая:
rank = 2
iterations = 3
Вторая:
rank = 3
iterations = 2
В первой каждая полная операция содержит две внутренние ступени и повторяется три раза.
Во второй каждая полная операция содержит три внутренние ступени и повторяется два раза.
В простейшей однородной модели обе конструкции могут содержать по шесть последовательных степенных переходов.
Но их архитектура различна.
В первой имеются границы:
2 + 2 + 2
Во второй:
3 + 3
Между внешними итерациями могут действовать дополнительные правила.
Поэтому:
R2 x I3
не является структурно тем же самым, что:
R3 x I2
Это одно из основных правил чтения ОТМ.
4. Динамическое число итераций
Пусть последовательность числа итераций задана так:
2 -> 4 -> 8 -> 16
Первая группа операций выполняется два раза.
Вторая — четыре.
Третья — восемь.
Четвёртая — шестнадцать.
Здесь сама итерационность развивается.
Если обозначить число итераций как I, получаем:
I1 = 2
I2 = 4
I3 = 8
I4 = 16
Закон:
I(next) = 2 * I(current)
Число повторений превращается в самостоятельную динамическую переменную.
5. Итерационный каскад
Итерационным каскадом называется последовательность значений, каждое из которых определяет количество повторений соответствующего операторного блока.
Например:
I: 2 -> 4 -> 16 -> 256
при законе:
I(next) = I(current)^2
Это означает:
первый блок выполняется 2 раза;
второй — 4;
третий — 16;
четвёртый — 256.
Сам каскад:
2, 4, 16, 256
не является результатом основной числовой операции.
Он представляет управляющую последовательность.
Его элементы сообщают, сколько раз должен выполняться другой процесс.
Таким образом итерационный каскад относится уже к метауровню управления.
6. Каскад итерационных каскадов
Следующий уровень возникает, когда изменяется не только отдельное значение I, но и целая последовательность итерационностей.
Пусть имеется первый каскад:
2 -> 4 -> 8 -> 16
Второй:
3 -> 9 -> 27 -> 81
Третий:
2 -> 4 -> 16 -> 256
Теперь более высокий оператор может задавать:
какой из этих каскадов использовать;
сколько его элементов активировать;
какой закон применять после завершения.
Так возникает:
каскад итерационных каскадов.
Здесь объектом генерации становится уже не число повторений, а целая программа изменения числа повторений.
7. Результат как число следующих итераций
Рассмотрим более сильную конструкцию.
Пусть первая операция дала:
result = 4
Установим правило:
I(next) = previous result
Следующий операторный блок выполняется четыре раза.
Если после него получен результат:
16
то:
I(next) = 16
Следующий блок выполняется уже шестнадцать раз.
Схема:
result1 = 4
-> iterations2 = 4
-> result2 = 16
-> iterations3 = 16
-> ...
Теперь результат становится управляющим параметром длительности будущего процесса.
Это уже переход от простой итерационности к рекурсивному управлению.
8. Металогарифм, управляющий итерациями другого металогарифма
Пусть существуют два металогарифма.
Первый:
ML-A
Второй:
ML-B
ML-A вычисляет некоторое значение X.
После этого устанавливается:
iterations(ML-B) = X
Например, если:
ML-A -> 10
то:
ML-B
выполняется десять раз.
При следующем запуске A может дать:
100
Тогда B выполняется уже сто раз.
Так один металогарифм становится управляющим оператором для другого.
В более сложной системе:
A определяет число итераций B;
B определяет ранг C;
C определяет основание D;
D изменяет параметры A.
Так появляется операторная сеть.
9. Простая рекурсия
Рекурсия начинается тогда, когда следующее значение зависит от предыдущего.
Например:
X0 = 2
X1 = X0^X0 = 4
X2 = X1^X1 = 256
X3 = X2^X2 = 256^256
Это обычный диагональный самопорождающий каскад.
Каждый новый элемент определяется предыдущим.
При этом никакой логической неопределённости нет.
Порядок очевиден:
сначала X0;
затем X1;
затем X2;
затем X3.
Поэтому рекурсия сама по себе не является проблематичной самореференцией.
10. Результат-зависимая рекурсия
Рекурсия становится более сложной, когда результат определяет не только следующее число, но и способ его получения.
Например:
X1 = 4
После этого:
rank2 = X1 = 4
Полученный результат второй операции:
X2
назначает:
rank3 = X2
Теперь последовательность выглядит так:
result -> next rank -> new result -> next rank
Это уже операторная рекурсия.
Рекурсивно изменяется не только числовое состояние, но и глубина операции.
11. Рекурсия ранга и итерационности
Можно одновременно использовать предыдущий результат для двух параметров.
Пусть:
X1 = 4
Установим:
rank2 = 4
iterations2 = 4
После завершения второй системы получаем X2.
Затем:
rank3 = X2
iterations3 = X2
Таким образом один результат определяет одновременно:
внутреннюю глубину;
внешнюю продолжительность.
Этот механизм уже очень близок к рекурсивной форме SML.
12. Рефлексивное управление продолжением
Рефлексивность начинается тогда, когда система использует информацию о собственном состоянии для управления собственным дальнейшим поведением.
Например, после каждой полной операции она проверяет:
сколько итераций уже выполнено;
каков текущий ранг;
каков результат;
какова асимметрия.
После этого принимает решение:
остановиться;
продолжить;
увеличить число итераций;
уменьшить его;
сменить режим.
Таким образом каскад сам участвует в определении собственного продолжения.
13. Рефлексивное самоопределение ранга
Пусть текущая система имеет:
rank = 2
После выполнения операции она получает результат:
4
Установим:
next rank = current result
Следующая полная операция имеет:
rank = 4
После неё получается новый результат X.
Тогда:
next rank = X
Система использует собственные результаты для определения собственной будущей глубины.
Это и есть рефлексивный ранг.
14. Рефлексивное самоопределение основания и сублогарифма
Можно использовать внутреннее состояние сразу для двух параметров.
Пусть результат текущей операции:
X
Установим:
base(next) = X
sublog(next) = X
Получаем диагональное наследование.
Более сложный вариант:
base(next) = previous result
sublog(next) = current rank
Тогда следующая операция определяется одновременно двумя различными собственными характеристиками системы.
Это уже двухканальная рефлексивность.
15. Рефлексивное изменение закона перехода
Следующий уровень намного сильнее.
Пусть первоначальный закон ранга:
R(next) = 2 * R(current)
После достижения некоторого состояния система меняет собственное правило на:
R(next) = R(current)^2
После другого состояния:
R(next) = R(current)^R(current)
Здесь система изменяет уже не значение ранга, а закон его изменения.
Это переход от параметрической рефлексивности к рефлексивности операторного закона.
16. Полирефлексивный металогарифм
Рассмотрим сеть:
result -> next rank
rank -> next iterations
iterations -> next asymmetry
asymmetry -> next sublog
sublog -> next result
Получается связанный контур.
Если вычисления происходят последовательно:
result1
определяет:
rank2
затем:
iterations2
затем:
asymmetry2
затем:
sublog2
после чего получается:
result2
то система остаётся однозначно вычислимой.
Она очень рефлексивна, но не содержит логического парадокса.
Такую систему можно назвать полирефлексивной.
17. Канонический SML как параметрическая саморефлексия
Рассмотрим:
SML N
В базовом определении:
A = N
R = N
I = N
Здесь N уже известен.
Поэтому нет зависимости:
N = F(N)
в проблематичном смысле.
Имеется только синхронизация нескольких характеристик через один параметр.
Следовательно, канонический SML является примером:
параметрической саморефлексии
а не неразрешимой прямой самоссылки.
Это принципиальное терминологическое различие.
18. Отложенная рефлексия
Пусть:
X1 = SML 3
После полного завершения X1 строится:
X2 = SML X1
Затем:
X3 = SML X2
Каждый следующий объект использует полностью определённый предыдущий.
Схема:
X1 -> X2 -> X3
однозначна.
Это отложенная рефлексия.
Система использует собственный результат, но только после его получения.
Следовательно, причинный порядок сохраняется.
19. SML, порождающий следующий SML
Рассмотрим:
X0 = 2
X1 = SML X0
X2 = SML X1
X3 = SML X2
Теперь каждый результат становится параметром следующей саморефлексивной системы.
Поскольку параметр SML одновременно задаёт:
исходный объект;
ранг;
итерационность,
один предыдущий результат управляет сразу тремя фундаментальными характеристиками следующего объекта.
Это один из наиболее мощных типов безопасной рекурсивной рефлексии.
20. Прямая самореференция
Теперь рассмотрим принципиально иной случай.
Пусть требуется определить X так, чтобы:
rank(X) = X
и при этом:
X = result of operation with rank X
В отличие от SML N, здесь X заранее не известно.
Чтобы вычислить X, необходимо знать его ранг.
Но ранг равен X.
Возникает зависимость:
X -> rank X -> operation -> X
Это уже настоящая прямая самореференция.
Такая запись не является автоматически корректным определением.
Необходимо отдельно определить способ нахождения X.
21. Циклическая взаимозависимость
Ещё более общий случай:
A depends on B
B depends on C
C depends on A
Например:
ранг A задаётся результатом B;
число итераций B задаётся результатом C;
основание C задаётся результатом A.
Если значения A, B и C ещё не определены, простой последовательности вычисления нет.
Система:
A -> B -> C -> A
задаёт не алгоритм, а систему взаимных условий.
Она требует решения задачи согласования.
22. Самосогласованность
Пусть имеется условие:
X = F(X)
Самосогласованным является такое значение X, которое после подстановки в F воспроизводит себя.
Но для полноценной математической корректности желательно установить ещё несколько свойств.
Существует ли решение?
Единственно ли оно?
Можно ли его найти конструктивно?
Устойчиво ли оно?
Зависит ли от начального приближения?
Эти вопросы особенно важны для рефлексивных ОТМ-систем.
Самосогласованность нельзя просто объявить.
Её необходимо устанавливать относительно конкретного закона.
23. Фиксированная операторная структура
Фиксированной может быть не только числовая величина.
Пусть полное состояние системы обозначим как:
STATE
Оно может включать:
основание;
сублогарифм;
ранг;
итерационность;
асимметрию;
модификаторы;
закон перехода.
Предположим, имеется преобразование:
TRANSFORM
и после его действия:
TRANSFORM(STATE) = STATE
Тогда STATE является фиксированной операторной структурой.
Это значительно более общий объект, чем обычная фиксированная точка числа.
В ОТМ потенциально могут существовать:
фиксированные ранговые профили;
фиксированные итерационные режимы;
фиксированные металогарифмические среды;
фиксированные генотипы.
24. Разрешимая и неразрешимая самореференция
Для практической ОТМ полезно выделять как минимум четыре статуса.
Статус 1. Полностью последовательная конструкция
Имеется однозначный порядок вычисления.
Пример:
X(k+1) = SML X(k)
Корректность структуры очевидна.
Статус 2. Рефлексивная, но упорядоченная конструкция
Система использует собственные параметры, но все зависимости разрешаются последовательно.
Пример:
result1 -> rank2 -> result2
Также допустима.
Статус 3. Самореферентная конструкция с установленным механизмом решения
Например, имеется уравнение:
X = F(X)
и теория позволяет установить допустимое фиксированное состояние.
Такая система потенциально корректна.
Статус 4. Неразрешённая циклическая запись
Параметры зависят друг от друга, но:
порядок вычисления отсутствует;
фиксированное решение не установлено;
механизм разрешения не задан.
Такую запись нельзя считать полноценным математическим объектом только на основании её внешней выразительности.
Это важная граница строгости ОТМ.
25. Сравнительная таблица режимов
Режим Что повторяется или зависит Использует собственное состояние Есть прямой цикл Требуется отдельное решение самосогласованности
Фиксированная итерация Полная операция Нет Нет Нет
Динамическая итерация Число повторений меняется Необязательно Нет Нет
Итерационный каскад Последовательность I Необязательно Нет Нет
Простая рекурсия Новое значение от предыдущего Да, прошлое состояние Нет Нет
Рекурсивный ранг Новый ранг от предыдущего состояния Да Нет Нет
Результат-зависимая итерация I от предыдущего результата Да Нет Нет
Рефлексивная система Параметры определяются самой системой Да Необязательно Обычно нет
Полирефлексивная система Несколько взаимосвязанных параметров Да Возможно Зависит от порядка
SML N A, R, I синхронизированы через N Да, параметрически Нет Нет
SML(SML N) Внешний SML зависит от завершённого внутреннего Да Нет Нет
Прямая самореференция X зависит от собственного X Да Да Да
Циклическая система Несколько объектов взаимозависимы Да Да Да
Фиксированная структура Состояние воспроизводит себя Да Да Да, если не задано заранее
26. Практический алгоритм анализа рефлексивной конструкции
При встрече с новой сложной записью ОТМ полезно задавать вопросы в следующем порядке.
Шаг 1
Что является исходным состоянием?
Если оно неизвестно, необходимо выяснить, откуда оно берётся.
Шаг 2
Что является результатом текущей операции?
Необходимо определить границу одной полной операции.
Шаг 3
Как определяется следующая итерация?
Фиксировано ли её существование или зависит от результата?
Шаг 4
Меняется ли ранг?
Если да, то кто определяет новый ранг?
Шаг 5
Меняется ли число итераций?
Если да, определяется ли оно извне или системой?
Шаг 6
Меняются ли основание и сублогарифм?
Шаг 7
Изменяется ли асимметрия?
Шаг 8
Изменяется ли сам закон перехода?
Шаг 9
Используются ли только уже вычисленные значения?
Если да, перед нами рекурсивная или отложенно-рефлексивная конструкция.
Шаг 10
Существует ли зависимость от ещё не определённого собственного значения?
Если да, начинается истинная самореференция.
Шаг 11
Есть ли явный механизм разрешения цикла?
Например:
условие фиксированной структуры;
уравнение;
итерационный метод;
доказательство существования и единственности.
Если нет, конструкция пока является только формальной схемой, а не полностью определённым математическим объектом.
27. Основные выводы
Часть V показывает, что слово «повторение» недостаточно для описания сложных металогарифмических систем.
Необходимо различать несколько уровней.
Итерация отвечает на вопрос:
сколько раз выполняется операция?
Рекурсия отвечает:
как новое состояние зависит от предыдущего?
Рефлексивность отвечает:
как система использует информацию о самой себе для управления собственным развитием?
Самореференция задаёт более сложный вопрос:
может ли объект участвовать в определении самого себя ещё до того, как он окончательно определён?
Эти уровни образуют последовательность возрастающей структурной сложности:
итерация
-> динамическая итерация
-> рекурсия
-> операторная рекурсия
-> рефлексивность
-> полирефлексивность
-> самореференция
-> самосогласованная метасистема
Особенно важен вывод о том, что рефлексивность сама по себе не разрушает математическую определённость.
Система может использовать собственные результаты для изменения:
ранга;
итерационности;
основания;
сублогарифма;
асимметрии;
закона перехода
и при этом оставаться полностью однозначно вычислимой, если существует строгий порядок зависимостей.
Проблема возникает тогда, когда этот порядок замыкается.
Если A необходимо знать для вычисления B, B — для C, а C — для A, мы получаем уже не обычный каскад, а систему условий самосогласованности.
Таким образом одна из фундаментальных границ ОТМ проходит между:
упорядоченной рефлексивностью
и
циклической самореференцией.
Это различие необходимо сохранять на всех последующих уровнях теории.
Оно особенно важно при создании:
металогарифмических сред;
алгебраических комплексов;
самомодифицирующихся систем;
многокодонных генотипов;
ланумов;
метаязыков Изольдионики.
Чем выше становится мощность операторной системы, тем важнее становится не только вопрос:
что она способна породить?
но и второй вопрос:
однозначно ли определено то, что она должна породить?
Именно сочетание генеративной мощности и формальной самосогласованности должно стать одним из основных критериев зрелой Общей теории металогарифмов.
********
ЧАСТЬ VI. МОДИФИКАТОРЫ И АЛГЕБРАИЧЕСКИЕ КОМПЛЕКСЫ
До сих пор металогарифмическая система рассматривалась главным образом через собственные внутренние параметры:
основание;
сублогарифм;
ранг;
итерационность;
асимметрию;
рекурсивные и рефлексивные зависимости.
Однако мощность ОТМ существенно возрастает, если разрешить дополнительным операторам систематически изменять эти параметры и законы их взаимодействия.
Так возникает теория модификаторов.
Модификатор не обязательно создаёт самостоятельный металогарифмический объект.
Его задача может состоять в изменении уже существующего объекта.
Он способен воздействовать:
на числовое значение;
на основание;
на сублогарифм;
на ранг;
на число итераций;
на асимметрию;
на SML;
на закон перехода;
на другой модификатор;
на систему модификаторов.
Поэтому модификация является одним из основных механизмов перехода от отдельных металогарифмических операций к сложным операторным средам.
Особенно важен частный класс модификаторов — мультипликаторы.
Мультипликатор воздействует на некоторый параметр посредством умножения.
Несмотря на простоту исходной операции, динамические, рекурсивные и саморефлексивные мультипликаторы способны становиться мощными усилителями металогарифмических каскадов.
В развитой ОТМ несколько модификаторов могут объединяться в алгебраический комплекс.
Такой комплекс уже не просто изменяет одно число.
Он преобразует целую архитектуру операции.
ГЛАВА 1. МОДИФИКАЦИЯ МЕТАЛОГАРИФМИЧЕСКИХ ОПЕРАЦИЙ
1.1. Понятие модификатора
Модификатором в ОТМ называется дополнительный оператор или параметрический механизм, изменяющий некоторую характеристику металогарифмической системы.
Условно:
X -> M(X)
где:
X
может быть числом, параметром, оператором или законом,
а:
M
является модификатором.
Например, если исходное основание:
A = 10
а модификатор удваивает его, то:
M(A) = 2A
и новое основание:
20
Но в ОТМ модификатор не ограничивается изменением числовой величины.
Он может действовать на:
A — основание;
SL — сублогарифм;
R — ранг;
I — число итераций;
K — коэффициент асимметрии;
L — закон перехода;
SML — саморефлексивный металогарифм.
Таким образом модификатор следует понимать как оператор изменения состояния или структуры.
Это более широкое понятие, чем коэффициент.
Коэффициент меняет числовую величину.
Модификатор способен менять и числовую величину, и сам способ её дальнейшего изменения.
1.2. Постоянные модификаторы
Простейший модификатор остаётся неизменным на протяжении всего каскада.
Например:
M = +5
Тогда к каждому основанию прибавляется 5.
Если исходные основания:
2, 4, 8
после модификации:
7, 9, 13
Другой пример:
M = x3
Тогда:
2 -> 6
4 -> 12
8 -> 24
Постоянный модификатор не зависит:
от номера итерации;
от предыдущего результата;
от текущего ранга;
от состояния системы.
Он представляет фиксированное правило.
Несмотря на простоту, постоянные модификаторы важны как базовые строительные элементы более сложных комплексов.
1.3. Итерационные модификаторы
Итерационный модификатор зависит от номера внешней итерации.
Пусть:
M(i) = i
Тогда на первой итерации:
M = 1
на второй:
M = 2
на третьей:
M = 3
и так далее.
Если модификатор умножает основание, можно получить:
A1 = A * 1
A2 = A * 2
A3 = A * 3
...
Другой вариант:
M(i) = 2^i
Тогда модификация растёт гораздо быстрее.
Итерационный модификатор является простейшим примером динамического модификатора.
Его изменение определяется внешним временем системы — номером текущего шага.
1.4. Рекуррентные модификаторы
Рекуррентный модификатор получает новое значение из собственного предыдущего состояния.
Например:
M1 = 2
M(next) = M(current)^2
Получаем:
2 -> 4 -> 16 -> 256 -> 65536 -> ...
Теперь модификатор имеет собственную динамику.
Он уже не является простой функцией номера итерации.
Он несёт внутреннюю историю.
Можно использовать и другие законы:
M(next) = 2 * M(current)
или:
M(next) = M(current) + previous result
или:
M(next) = M(current)^previous result
Таким образом модификатор способен развиваться как самостоятельный каскад внутри основного металогарифма.
1.5. Модификаторы основания
Модификатор основания изменяет значение, используемое как основание степенной субоперации.
Если исходное основание:
A
а модификатор:
MA
то фактическое основание:
A' = MA(A)
Например:
MA(A) = 2A
При:
A = 10
получаем:
A' = 20
и вместо:
10^SL
выполняется:
20^SL
Более сильный вариант:
MA(A) = A^A
Тогда основание предварительно проходит собственное степенное усиление.
Можно использовать результат предыдущего цикла:
MA(A) = A + previous result
или:
MA(A) = previous result
Во втором случае модификатор фактически превращается в механизм наследования.
Модификатор основания способен чрезвычайно сильно изменять дальнейшую траекторию каскада, поскольку новое основание участвует во всех последующих степенных действиях.
1.6. Модификаторы сублогарифма
Аналогично можно изменять сублогарифм.
Пусть исходный сублогарифм:
SL
Модификатор:
MSL
Тогда:
SL' = MSL(SL)
Например:
MSL(SL) = 2SL
Если:
SL = 5
получаем:
SL' = 10
и операция:
A^5
превращается в:
A^10
Можно задать:
SL' = SL^2
или:
SL' = SL^SL
или:
SL' = previous result
Последний случай особенно мощен.
Тогда результат предыдущего цикла непосредственно становится новым степенным показателем.
Если одновременно действует модификатор основания, возникает двухканальная модификация:
A -> A'
SL -> SL'
Таким образом базовая степенная субоперация преобразуется сразу по обеим координатам.
1.7. Модификаторы ранга
Модификатор ранга изменяет внутреннюю этажность операции.
Пусть исходный ранг:
R = 3
а модификатор:
MR(R) = 2R
Тогда новый ранг:
6
Вместо трёх внутренних ступеней система выполняет шесть.
Можно использовать более сильный закон:
MR(R) = R^2
Тогда:
R = 10
превращается в:
R' = 100
Или:
MR(R) = SML R
Тогда ранг модифицируется результатом саморефлексивной системы.
Это уже не просто количественное изменение.
Модификатор ранга изменяет структурную глубину всей операции.
Поэтому даже сравнительно компактный модификатор может резко увеличить генеративную мощность.
1.8. Модификаторы числа итераций
Аналогичным образом модификатор может воздействовать на внешнюю итерационность.
Пусть:
I = 10
и:
MI(I) = I^2
Тогда:
I' = 100
Система выполняется не десять, а сто раз.
Другой пример:
MI(I) = 2^I
При:
I = 10
получаем:
I' = 1024
Можно использовать результат предыдущего каскада:
I' = previous result
В таком случае модификатор превращает числовую величину в продолжительность будущего процесса.
Если одновременно модифицируются ранг и число итераций, система получает двойное усиление:
растёт глубина;
растёт количество повторений.
1.9. Модификаторы СМЛ
Особенно мощный класс возникает тогда, когда модификатор воздействует на саморефлексивный металогарифм.
Пусть имеется:
SML N
Модификатор может изменять N до запуска системы.
Например:
M(N) = 2N
Тогда:
SML N
преобразуется в:
SML(2N)
Если:
N = 100
получаем:
SML 200
Поскольку параметр SML одновременно влияет на:
основание;
ранг;
число итераций,
одно модифицирующее действие усиливает сразу несколько координат.
Можно использовать:
M(N) = N^2
или:
M(N) = SML N
В последнем случае получается конструкция типа:
SML(SML N)
если порядок определения установлен однозначно.
Модификатор SML поэтому является одним из наиболее мощных средств операторного усиления в ОТМ.
1.10. Модификаторы законов
Самый высокий уровень модификации возникает, когда изменяется не параметр, а сам закон.
Пусть первоначально ранг изменяется по правилу:
R(next) = 2R
Модификатор закона заменяет это правило на:
R(next) = R^2
Затем другой модификатор может заменить его на:
R(next) = R^R
Таким образом объектом модификации становится не значение R, а функция, управляющая его развитием.
Аналогично можно менять:
закон сублогарифма;
закон асимметрии;
закон итерационности;
закон наследования результата;
закон выбора ветви;
закон синхронизации SML.
Это уже модификация метауровня.
Именно она позволяет создавать системы, которые эволюционируют не только численно, но и операторно.
Модификатор закона — один из ключевых переходов от простой ОТМ к будущей теории алгебраических комплексов и математических генотипов.
ГЛАВА 2. МУЛЬТИПЛИКАТИВНЫЕ КОЭФФИЦИЕНТЫ
Мультипликатор является одним из наиболее простых и одновременно наиболее универсальных модификаторов.
Он воздействует на некоторую характеристику путём умножения.
Если:
X
является модифицируемым параметром,
а:
K
мультипликатором,
то простейшая схема:
X' = K * X
Однако в развитой ОТМ значение K само может быть динамическим, рекурсивным, рефлексивным и саморефлексивным.
Поэтому обычное умножение становится исходной точкой значительно более сложной операторной системы.
2.1. Одиночный мультипликатор
Простейший случай:
K = 2
Пусть:
A = 10
Тогда:
A' = 2 * 10 = 20
Если K применяется к сублогарифму:
SL = 5
получаем:
SL' = 2 * 5 = 10
Если к рангу:
R = 3
получаем:
R' = 6
Если к числу итераций:
I = 10
получаем:
I' = 20
Таким образом один и тот же мультипликатор может иметь принципиально разные последствия в зависимости от точки приложения.
Удвоение основания — не то же самое, что удвоение ранга.
Удвоение ранга — не то же самое, что удвоение числа итераций.
Поэтому мультипликатор должен характеризоваться как минимум двумя параметрами:
своей величиной;
объектом приложения.
2.2. Мощность мультипликатора
Одинаковый коэффициент может иметь разную генеративную мощность.
Рассмотрим:
K = 2
Если он применяется к обычному числу:
10 -> 20
эффект сравнительно прост.
Если он применяется к рангу:
R = 100 -> 200
то удваивается внутренняя глубина операции.
Если он применяется к параметру:
SML 100
и преобразует его в:
SML 200
то одновременно удваиваются:
начальное значение;
ранг;
число итераций.
Следовательно, мощность мультипликатора определяется не только его числовой величиной, но и семантической высотой объекта, к которому он применяется.
Это важнейший принцип.
Малый коэффициент, воздействующий на метапараметр, может иметь значительно больший эффект, чем огромный коэффициент, воздействующий на низкоуровневое число.
2.3. Динамический мультипликатор
Мультипликатор может изменяться по ходу каскада.
Например:
K1 = 2
K2 = 3
K3 = 4
K4 = 5
Если:
A = 10
и K применяется к основанию, получаем:
20
30
40
50
Но если тот же динамический K применяется к рангу:
R1 = 10 * 2 = 20
R2 = 10 * 3 = 30
R3 = 10 * 4 = 40
и так далее.
Динамический мультипликатор вводит ещё одну независимую последовательность в металогарифмическую систему.
Она может зависеть:
от номера итерации;
от ранга;
от результата;
от другого модификатора.
2.4. Рекурсивный мультипликатор
Пусть:
K1 = 2
и:
K(next) = K(current)^2
Тогда:
2 -> 4 -> 16 -> 256 -> 65536 -> ...
Теперь величина усиления сама растёт рекурсивно.
Если такой K применяется к рангу:
R(next) = K * R
то внутренняя глубина начинает расти под воздействием быстро растущего коэффициента.
Можно установить и более сильную схему:
K(next) = K(current)^K(current)
Тогда мультипликатор приобретает собственную сверхбыструю динамику.
Таким образом даже простой оператор умножения способен стать носителем сложной рекурсивной архитектуры.
2.5. Рефлексивный мультипликатор
Рефлексивный мультипликатор определяется состоянием системы, которую он модифицирует.
Например:
K = current rank
Если:
R = 10
то:
K = 10
и модификатор основания:
A' = 10A
Другой вариант:
K = previous result
Тогда результат предыдущей операции определяет силу следующего умножения.
Можно задать:
K = current iteration number
или:
K = asymmetry coefficient
или:
K = number of active modifiers
Во всех случаях K получает значение из внутреннего состояния системы.
Следовательно, мультипликатор становится рефлексивным.
2.6. Саморефлексивный мультипликатор
Саморефлексивный мультипликатор связывает своё значение с несколькими собственными характеристиками конструкции.
Например, параметр N одновременно задаёт:
сам мультипликатор;
ранг;
число итераций.
Условно:
K = R = I = N
Если:
N = 10
то:
K = 10
R = 10
I = 10
Теперь одно значение одновременно задаёт:
силу умножения;
глубину;
продолжительность.
Можно построить и более сильную конструкцию:
K = SML N
После вычислительного определения X:
X = SML N
получаем:
K = X
Так мультипликатор может приобретать саморефлексивно порождённую величину.
Если X затем используется для модификации другого SML, возникает система высокого семантического уровня.
2.7. Комплексы мультипликаторов
Одна система может содержать несколько мультипликаторов.
Например:
KA
для основания;
KSL
для сублогарифма;
KR
для ранга;
KI
для числа итераций.
Тогда:
A' = KA * A
SL' = KSL * SL
R' = KR * R
I' = KI * I
Это уже мультипликативный комплекс.
Мультипликаторы могут быть независимыми.
Но могут быть и связанными.
Например:
KSL = KA^2
KR = KSL^2
KI = KR^2
Получается последовательность усилений.
Или:
KA = previous result
KSL = KA
KR = KSL
KI = KR
Тогда один результат одновременно распространяется на несколько координат.
Такие комплексы позволяют создавать очень мощные многопараметрические режимы.
2.8. Мультипликативные каскады
Если мультипликаторы изменяются последовательно, возникает мультипликативный каскад.
Простейший пример:
K1 = 2
K2 = 4
K3 = 16
K4 = 256
При:
K(next) = K(current)^2
Но мультипликативный каскад может быть вложен в другой каскад.
Например, один каскад определяет:
мультипликатор основания.
Второй:
мультипликатор ранга.
Третий:
мультипликатор итерационности.
Их взаимодействие создаёт многомерное усиление.
Можно построить систему:
KA -> A
KR -> R
KI -> I
при этом:
KA(next) = previous result
KR(next) = KA(next)
KI(next) = KR(next)
Тогда результат одной операции постепенно распространяется по нескольким уровням архитектуры.
Особенно мощны системы, в которых мультипликатор сам модифицируется другим мультипликатором.
Например:
K2 = M(K1)
а затем:
K3 = M(K2)
Если M также динамический, появляется каскад модификаторов над мультипликаторами.
Именно здесь начинается переход от отдельных коэффициентов к полноценной алгебре операторных преобразований.
ЗАКЛЮЧЕНИЕ ГЛАВ 1–2
В первых двух главах Части VI введены два уровня преобразования.
Первый уровень — общий модификатор.
Он может воздействовать практически на любую характеристику металогарифмической системы:
основание;
сублогарифм;
ранг;
число итераций;
SML;
закон перехода.
Второй уровень — мультипликатор как частный класс модификаторов.
Он изменяет объект посредством умножения, но его генеративная сила определяется не только величиной коэффициента, а прежде всего семантическим уровнем точки приложения.
Это позволяет сформулировать важный принцип ОТМ:
одинаковое числовое изменение имеет различную операторную мощность в зависимости от того, какой уровень системы оно модифицирует.
Умножение обычного числа на 2 и удвоение ранга — разные по последствиям операции.
Удвоение ранга и преобразование:
SML N -> SML 2N
ещё более различны.
Следовательно, мощность модификации должна оцениваться минимум по двум координатам:
величине преобразования;
семантической высоте модифицируемого объекта.
После введения одиночных модификаторов возникает следующий естественный шаг.
Несколько модификаторов могут действовать одновременно.
Они могут:
складываться;
умножаться;
возводиться друг через друга в степень;
менять порядок применения;
воздействовать друг на друга;
активироваться условно;
образовывать рекурсивные и рефлексивные сети.
Так отдельный модификатор превращается в алгебраический комплекс.
Именно в алгебраических комплексах ОТМ начинает приобретать свойства полноценной операторной среды, где изменяются уже не только числа, но и целые системы преобразований.
*********
ГЛАВА 3. АЛГЕБРАИЧЕСКИЕ КОМПЛЕКСЫ
Появление множества модификаторов неизбежно приводит к следующему уровню ОТМ.
Если один модификатор изменяет отдельный параметр, то несколько взаимосвязанных модификаторов начинают образовывать систему.
Такая система уже не является простой суммой отдельных воздействий.
Порядок применения модификаторов может влиять на результат.
Один модификатор может изменять другой.
Несколько преобразований могут работать параллельно.
Отдельный комплекс может включаться внутрь другого комплекса.
Результаты предыдущих стадий могут изменять состав и правила дальнейшей модификации.
Так возникает алгебраический комплекс — организованная система операторов, преобразующая не только отдельное значение, но целую металогарифмическую архитектуру.
3.1. От коэффициента к операторному комплексу
Простейший множитель можно записать как:
X' = K * X
Здесь существует:
один объект;
один коэффициент;
одно действие.
Следующий уровень:
X' = M(X)
где M является уже произвольным допустимым модификатором.
Но реальная металогарифмическая система может одновременно содержать несколько преобразований.
Например:
A' = MA(A)
SL' = MSL(SL)
R' = MR(R)
I' = MI(I)
Каждый параметр получает собственный модификатор.
Если модификаторы независимы, перед нами ещё просто набор преобразований.
Алгебраический комплекс возникает тогда, когда между ними появляется структурная связь.
Например:
MSL зависит от результата MA;
MR зависит от MSL;
MI зависит от нового ранга;
после этого все изменённые параметры участвуют в единой металогарифмической операции.
Так множество локальных воздействий превращается в операторную систему.
Алгебраический комплекс можно условно представить:
AC = {M1, M2, M3, ..., Mn; laws}
где:
M1 ... Mn
являются модификаторами,
а:
laws
задают правила их композиции, порядка, активации и взаимодействия.
Следовательно, комплекс определяется не только составом операторов.
Он определяется также архитектурой связей между ними.
3.2. Составные модификационные системы
Рассмотрим металогарифм с исходными параметрами:
A
SL
R
I
Пусть действуют четыре модификатора:
MA
MSL
MR
MI
Тогда после модификации:
A' = MA(A)
SL' = MSL(SL)
R' = MR(R)
I' = MI(I)
Это простейшая составная система.
Однако модификаторы могут воздействовать не независимо.
Например:
A' = MA(A)
SL' = MSL(SL, A')
R' = MR(R, SL')
I' = MI(I, R')
Теперь каждое новое состояние зависит от предыдущего модифицированного состояния.
Получаем последовательный модификационный каскад:
A
-> A'
-> SL'
-> R'
-> I'
Такой комплекс обладает собственным порядком вычисления.
Изменение порядка может изменить итоговую систему.
Следовательно, в ОТМ необходимо различать:
набор модификаторов
и
упорядоченный алгебраический комплекс.
Первое определяет, какие воздействия присутствуют.
Второе определяет, как именно они взаимодействуют.
3.3. Параллельное воздействие
Не все модификаторы должны применяться последовательно.
Некоторые могут работать параллельно.
Например, из одного исходного состояния:
STATE
одновременно вычисляются:
A' = MA(STATE)
SL' = MSL(STATE)
R' = MR(STATE)
I' = MI(STATE)
После этого результаты объединяются в новое состояние:
STATE'
Здесь ни один модификатор не использует результат другого внутри текущего шага.
Все они получают одну и ту же исходную информацию.
Это параллельная модификация.
Она принципиально отличается от последовательной.
В последовательной системе:
M2
может получать уже изменённый результат:
M1
В параллельной:
M1
и:
M2
видят одно и то же исходное состояние.
Таким образом один и тот же набор модификаторов может породить разные результаты в зависимости от режима композиции.
Это означает, что порядок и тип композиции становятся самостоятельными характеристиками алгебраического комплекса.
3.4. Вложенные комплексы
Алгебраический комплекс может содержать другой комплекс как собственный элемент.
Пусть:
AC1
изменяет основание и сублогарифм.
А:
AC2
изменяет ранг и итерационность.
Можно построить более высокий объект:
AC3 = {AC1, AC2}
Теперь AC3 управляет двумя комплексами.
Вложенность может продолжаться.
Например:
AC4 = {AC3, SML N, M}
где:
M
является отдельным модификатором.
Таким образом элементы комплекса не обязаны быть элементарными операторами.
Они сами могут быть сложными системами.
Это создаёт многоуровневую структуру:
модификатор;
комплекс модификаторов;
комплекс комплексов;
метакомплекс.
Вложенные комплексы особенно важны для будущих генотипов Изольдионики, где отдельный кодон потенциально может скрывать собственную внутреннюю операторную архитектуру.
3.5. Рекуррентные комплексы
Алгебраический комплекс может изменяться от одного шага к другому.
Пусть его состояние на шаге k обозначено:
AC(k)
Следующий комплекс определяется предыдущим:
AC(k+1) = F(AC(k))
Например, на первой итерации активны:
MA
MR
На второй к ним добавляется:
MI
На третьей изменяется закон MR.
На четвёртой MSL заменяется новым оператором.
Таким образом рекурсия может затрагивать:
значения модификаторов;
количество модификаторов;
порядок их применения;
структуру связей;
законы модификации.
Следовательно, рекуррентный комплекс способен изменять не только данные.
Он способен изменять собственную операторную конфигурацию.
Это уже значительно более сильная форма динамики, чем обычный рекуррентный коэффициент.
3.6. Рефлексивные комплексы
Рефлексивный алгебраический комплекс использует информацию о собственной структуре или о состоянии металогарифмической системы для изменения собственного дальнейшего поведения.
Например, комплекс может анализировать:
текущий ранг;
число активных модификаторов;
значение результата;
текущий коэффициент асимметрии;
номер внешней итерации.
После этого он может:
активировать новый модификатор;
отключить существующий;
изменить порядок операций;
увеличить ранг;
заменить закон перехода.
Например:
если:
R < 100
использовать:
MR(R) = 2R
если:
R >= 100
переключиться на:
MR(R) = R^2
Здесь комплекс изменяет своё поведение на основании состояния системы, в которой он действует.
Это и есть рефлексивная модификационная архитектура.
3.7. Самомодифицирующиеся комплексы
Следующий уровень возникает тогда, когда алгебраический комплекс способен изменять собственный состав или собственные правила.
Пусть первоначально:
AC = {M1, M2, M3}
После определённого состояния он преобразуется в:
AC' = {M1, M2', M3, M4}
Изменилось сразу несколько вещей:
модификатор M2;
число модификаторов;
общая структура комплекса.
Ещё более сильный режим:
AC(next) = Transform(AC(current), STATE)
где Transform определяет, как комплекс перестраивает сам себя.
Самомодификация может затрагивать:
состав;
порядок;
параллельность;
условия активации;
законы рекурсии;
уровни вложенности.
Таким образом комплекс становится не просто оператором над металогарифмом.
Он становится эволюционирующей системой операторов.
Однако здесь особенно важно сохранять порядок вычисления и правила самосогласованности.
Если новая структура зависит от ещё не определённой будущей структуры без механизма разрешения, возникает уже проблема прямой самореференции.
3.8. СМЛ внутри алгебраического комплекса
SML может выступать элементом алгебраического комплекса.
Например:
X = SML N
После этого:
R' = X
То есть SML используется как генератор нового ранга.
В другом случае:
I' = SML N
Или:
K' = SML N
Можно использовать один SML сразу для нескольких параметров.
Например:
X = SML N
после чего:
R' = X
I' = X
K' = X
Тогда SML становится мощным синхронизирующим кодоном внутри комплекса.
Но можно использовать и несколько SML.
Например:
X = SML A
Y = SML B
Z = SML C
после чего:
R' = X
I' = Y
K' = Z
Так возникает многоканальный SML-комплекс.
Ещё более высокий вариант:
SML определяет не параметр, а выбор самого комплекса.
Например:
если результат SML принадлежит определённому классу, активируется AC1;
иначе — AC2.
В таком режиме SML становится уже управляющим метаэлементом.
3.9. Метаалгебраические структуры
Метаалгебраическая структура управляет не отдельными модификаторами и даже не одним комплексом, а законами организации комплексов.
Если:
AC
является алгебраическим комплексом,
то метаоператор:
MAC
может определять:
какие комплексы создавать;
как их соединять;
в какой последовательности применять;
как они должны взаимодействовать;
когда они должны перестраиваться.
Условно:
MAC -> {AC1, AC2, ..., ACn}
Следующий уровень способен изменять уже MAC.
Возникает иерархия:
модификатор;
алгебраический комплекс;
метаалгебраический комплекс;
метакомплекс второго порядка;
и далее.
Так ОТМ получает возможность работать не только с числами и операциями, но с архитектурами операций.
Именно это является одной из фундаментальных предпосылок перехода от металогарифмической нотации к будущему математическому метаязыку.
Однако здесь возникает принципиальная граница.
Если разрешить абсолютно произвольные комплексы, произвольные операторы и произвольные правила их взаимодействия, ОТМ может потерять собственную предметную специфику и превратиться в универсальный язык программирования.
Поэтому необходимо сохранять различие между:
ядром ОТМ
и
расширенной операторной оболочкой ОТМ.
Это различие становится предметом следующей главы.
ГЛАВА 4. МЕТАЛОГАРИФМИЧЕСКАЯ СРЕДА
Сложный металогарифм невозможно полностью описать только одним числом, одним рангом или одним каскадом.
Он может существовать внутри системы модификаторов, законов, условий, рефлексивных связей и метаоператоров.
Так возникает понятие металогарифмической среды.
Среда представляет собой совокупность условий и операторов, внутри которых разворачивается металогарифмический процесс.
Важно различать:
само металогарифмическое ядро;
и окружающую его операторную оболочку.
Это различие позволяет расширять ОТМ практически без потери её собственной идентичности.
4.1. Ядро металогарифма
Под ядром металогарифма понимается минимальная структура, без которой объект перестаёт быть металогарифмическим в смысле ОТМ.
К ядру относятся прежде всего:
степенные субоперации;
сублогарифмы;
основания;
каскадная организация;
ранг;
итерационность;
правила передачи результатов.
В простейшей канонической модели:
a(k+1) = a(k)^a(k)
мы видим базовое степенное ядро.
В более общей системе основание и сублогарифм могут различаться.
Ранг может быть динамическим.
Итерационность может изменяться.
Но всё это по-прежнему относится к внутренней металогарифмической организации.
Именно ядро отвечает за то, что делает объект металогарифмом, а не произвольной программой.
Поэтому при дальнейшем расширении ОТМ необходимо сохранять некоторый набор инвариантных признаков ядра.
Их окончательная аксиоматизация должна стать одной из задач зрелой теории.
4.2. Оболочка металогарифма
Оболочка содержит дополнительные механизмы, воздействующие на ядро.
К ней могут относиться:
модификаторы;
мультипликаторы;
алгебраические комплексы;
условия;
переключатели;
рефлексивные правила;
внешние кодоны;
метаоператоры.
Например, ядро может иметь:
R = 10
Но оболочка содержит модификатор:
MR(R) = R^2
Тогда перед запуском операции фактический ранг становится:
100
Или ядро может иметь фиксированный сублогарифм, а оболочка динамически изменяет его на каждой итерации.
Таким образом оболочка не обязательно является частью внутренней степенной механики.
Она управляет ею.
Это позволяет сохранить теоретическую границу:
ядро задаёт металогарифмический процесс;
оболочка задаёт режим его модификации.
4.3. Металогарифмическая среда
Металогарифмической средой называется полная система, включающая:
металогарифмическое ядро;
операторную оболочку;
модификаторы;
законы перехода;
условия;
режим итераций;
рефлексивные связи;
метаправила.
Условно:
ENV = {CORE, SHELL, MODIFIERS, LAWS, CONDITIONS}
В более развитой форме:
ENV = {CORE, SHELL, HISTORY, PROFILE, META-LAWS}
где:
HISTORY
содержит историю состояний,
PROFILE
задаёт текущий режим модификации,
а:
META-LAWS
управляют изменением самих правил.
Таким образом среда является не просто контейнером.
Она способна активно участвовать в вычислении.
В развитых системах результат определяется не только самим ядром, но и всей историей взаимодействия ядра со средой.
4.4. Профиль модификации
Для компактного описания среды необходимо знать, какие её параметры модифицируются и как.
Так возникает профиль модификации.
Например:
A: x2
SL: ^2
R: x10
I: unchanged
K: dynamic
Такой профиль показывает, какие преобразования действуют на основные координаты системы.
Более сложный профиль может включать:
модификатор основания;
модификатор сублогарифма;
модификатор ранга;
модификатор итерационности;
модификатор асимметрии;
модификатор закона перехода.
Таким образом профиль представляет компактную карту активных воздействий.
Он не описывает всю систему полностью, но даёт быстрый структурный портрет среды.
4.5. Рефлексивный профиль
Обычный профиль может быть фиксирован.
Рефлексивный профиль изменяется в зависимости от состояния самой системы.
Например:
если:
R < 100
использовать профиль P1;
если:
R >= 100
использовать профиль P2.
Другой вариант:
профиль зависит от предыдущего результата.
Или:
от числа уже выполненных итераций.
Таким образом:
PROFILE(next) = F(STATE)
Профиль перестаёт быть пассивным списком параметров.
Он становится активным механизмом управления.
Рефлексивный профиль особенно важен для систем, которые должны перестраивать стратегию роста в процессе работы.
4.6. Саморефлексивный профиль
Саморефлексивный профиль связывает несколько собственных характеристик среды одним параметром или общей внутренней зависимостью.
Например:
N
одновременно определяет:
модификатор основания;
модификатор ранга;
модификатор итерационности;
число активных модификаторов.
Условно:
MA = N
MR = N
MI = N
count(M) = N
Такой профиль является аналогом принципа:
SML N
но уже на уровне оболочки.
Другой вариант:
один результат X определяет:
следующий профиль;
его глубину;
число активных комплексов;
срок его действия.
Это уже многомерная саморефлексивность среды.
Саморефлексивный профиль позволяет сжимать целые конфигурации модификации в одну высокосемантическую инструкцию.
4.7. Эволюция среды
Среда может меняться во времени.
На ранних итерациях она может быть простой.
Затем активируются новые модификаторы.
После достижения определённого состояния меняется профиль.
Позже перестраивается алгебраический комплекс.
После этого изменяется метаправило.
Таким образом можно представить:
ENV1 -> ENV2 -> ENV3 -> ...
Каждая новая среда может зависеть от:
предыдущей среды;
текущего результата;
ранга;
итерационности;
SML;
внешнего кодона.
Так возникает эволюция металогарифмической среды.
Важно, что эволюционирует уже не только вычисляемый объект.
Эволюционирует сама совокупность правил, в которой этот объект вычисляется.
Это один из самых высоких уровней динамики, рассмотренных в ОТМ на данном этапе.
4.8. Среда как активный элемент вычисления
В простом математическом выражении среда обычно считается внешней по отношению к вычислению.
В развитой ОТМ это различие исчезает.
Если среда определяет:
какой ранг использовать;
сколько итераций выполнять;
какие модификаторы активны;
какой закон перехода действует;
какой комплекс выбрать;
как изменить следующий профиль,
то среда непосредственно участвует в порождении результата.
Следовательно, результат можно условно представить не только как:
RESULT = ML(INPUT)
но как:
RESULT = ENV(ML, INPUT, STATE)
То есть один и тот же металогарифмический оператор при разных средах способен порождать разные результаты и разные генеративные траектории.
Это фундаментально меняет понятие операции.
Операция перестаёт быть изолированной функцией.
Она становится процессом внутри активной операторной среды.
Так возникает переход к системному пониманию ОТМ.
ЗАКЛЮЧЕНИЕ ЧАСТИ VI
Теория модификаторов начинается с простой идеи:
изменить один параметр металогарифма.
Но последовательное развитие этой идеи приводит к значительно более сложной архитектуре.
Сначала появляется одиночный модификатор.
Затем:
динамический модификатор;
рекуррентный модификатор;
рефлексивный модификатор;
саморефлексивный модификатор.
Несколько модификаторов образуют комплекс.
Комплексы могут быть:
последовательными;
параллельными;
вложенными;
рекуррентными;
рефлексивными;
самомодифицирующимися.
Затем возникают метаалгебраические структуры, управляющие уже архитектурой самих комплексов.
На следующем уровне все эти элементы объединяются в металогарифмическую среду.
Среда включает:
ядро;
оболочку;
профиль модификации;
рефлексивные связи;
историю;
законы;
метаправила.
Таким образом металогарифм превращается из отдельной операции в целую динамическую операторную систему.
При этом особенно важно сохранить границу между двумя уровнями.
Ядро ОТМ должно сохранять специфическую металогарифмическую природу:
степенные субоперации;
каскады;
сублогарифмы;
ранги;
итерационность;
законы наследования.
Оболочка ОТМ может быть значительно более богатой:
модификаторы;
алгебраические комплексы;
SML;
рефлексивные профили;
метаоператоры.
Такое разделение необходимо по фундаментальной причине.
Если разрешить абсолютно любые преобразования без сохранения собственного ядра, ОТМ потеряет границы и превратится просто в универсальный формальный язык.
Если же сохранить ядро и развивать оболочку как строго определённую систему над ним, возникает значительно более сильная конструкция:
специализированное металогарифмическое ядро внутри универсализируемой генеративной среды.
Эта архитектура имеет большое значение для дальнейшей Изольдионики.
Именно таким образом отдельные металогарифмы смогут включаться в многокодонные генотипы.
Каждый кодон может иметь:
собственное ядро;
собственную оболочку;
свой профиль;
свои метаправила.
А целый генотип сможет объединять сотни и тысячи подобных операторных систем.
Таким образом теория модификаторов и алгебраических комплексов является непосредственным мостом от отдельного металогарифма к будущей математике операторных генотипов.
**********
АППЕНДИКС VI-А. ПРАКТИЧЕСКИЙ АТЛАС МОДИФИКАТОРОВ, АЛГЕБРАИЧЕСКИХ КОМПЛЕКСОВ И МЕТАЛОГАРИФМИЧЕСКИХ СРЕД
Оглавление аппендикса
Базовая схема модификации
Постоянный модификатор основания
Модификатор сублогарифма
Модификатор ранга
Модификатор числа итераций
Одновременная модификация нескольких параметров
Итерационный модификатор
Рекуррентный модификатор
Рефлексивный модификатор
Модификатор закона
Одиночный мультипликатор
Семантическая мощность одного и того же мультипликатора
Динамический мультипликатор
Рекурсивный мультипликатор
Комплекс мультипликаторов
Последовательный алгебраический комплекс
Параллельный алгебраический комплекс
Изменение результата при перестановке операторов
Вложенный алгебраический комплекс
Рекуррентный комплекс
Рефлексивный комплекс
Самомодифицирующийся комплекс
SML внутри алгебраического комплекса
Метаалгебраическая конструкция
Ядро и оболочка металогарифма
Профиль модификации
Рефлексивный профиль
Саморефлексивный профиль
Эволюция металогарифмической среды
Сравнительная таблица модификационных режимов
Практический алгоритм разбора алгебраического комплекса
Основные выводы
Введение
Настоящий аппендикс предназначен для практического раскрытия одной из наиболее важных идей Части VI:
металогарифмическая операция может не только выполняться, но и систематически модифицироваться до, во время и после собственного развёртывания.
Модификация может затрагивать:
основание;
сублогарифм;
ранг;
число итераций;
асимметрию;
SML;
закон перехода;
другой модификатор;
целый алгебраический комплекс.
На низшем уровне модификатор представляет собой простое дополнительное воздействие.
На более высоком уровне несколько модификаторов образуют связанную операторную систему.
Затем эта система сама может стать динамической, рекуррентной, рефлексивной и самомодифицирующейся.
В пределе возникает металогарифмическая среда — активная система, внутри которой находится собственно металогарифмическое ядро.
1. Базовая схема модификации
Пусть некоторый параметр обозначен:
X
а модификатор:
M
Тогда базовая схема:
X -> M(X)
Если:
X = 10
и:
M(X) = 2X
то:
M(10) = 20
Однако X может быть не только обычным числом.
Вместо X можно подставить:
A — основание;
SL — сублогарифм;
R — ранг;
I — число итераций;
K — асимметрию;
LAW — закон;
SML — саморефлексивную систему.
Поэтому модификация в ОТМ представляет общий механизм воздействия на разные уровни структуры.
2. Постоянный модификатор основания
Пусть:
A = 10
SL = 3
Без модификации:
10^3 = 1000
Теперь введём модификатор основания:
MA(A) = 2A
Тогда:
A' = 20
И операция становится:
20^3 = 8000
Один небольшой модификатор изменил весь последующий результат.
Если операция входит в длинный каскад, разница между исходной и модифицированной траекторией будет накапливаться.
3. Модификатор сублогарифма
Пусть:
A = 10
SL = 3
Введём:
MSL(SL) = 2SL
Получаем:
SL' = 6
Теперь вместо:
10^3
выполняется:
10^6
То есть изменение сублогарифма влияет непосредственно на интенсивность степенной операции.
Если модификатор сублогарифма динамический, степень воздействия может возрастать с каждым циклом.
4. Модификатор ранга
Пусть исходная система имеет:
R = 3
Введём:
MR(R) = 2R
Получаем:
R' = 6
До модификации одна полная операция содержала:
3 внутренних ранговых шага.
После модификации:
Здесь модификатор воздействует уже не просто на число внутри операции.
Он изменяет её внутреннюю архитектуру.
5. Модификатор числа итераций
Пусть:
I = 4
а модификатор:
MI(I) = I^2
Получаем:
I' = 16
Теперь вместо четырёх полных операций система выполняет шестнадцать.
Если ранг также высок, такой модификатор способен увеличить общий операторный объём гораздо сильнее, чем простое изменение основания.
6. Одновременная модификация нескольких параметров
Пусть исходное состояние:
A = 10
SL = 2
R = 3
I = 4
Введём:
MA(A) = 2A
MSL(SL) = SL^2
MR(R) = 2R
MI(I) = I^2
Тогда:
A' = 20
SL' = 4
R' = 6
I' = 16
Из одной исходной конструкции:
(10, 2, 3, 4)
получена:
(20, 4, 6, 16)
Это уже простейший профиль модификации.
7. Итерационный модификатор
Пусть модификатор основания зависит от номера итерации:
MA(i) = i
и воздействует мультипликативно:
A'(i) = i * A
При:
A = 10
получаем:
первая итерация:
A' = 10
вторая:
A' = 20
третья:
A' = 30
четвёртая:
A' = 40
Сам модификатор теперь динамичен.
Его значение меняется вместе с внешним временем каскада.
8. Рекуррентный модификатор
Пусть:
M1 = 2
и:
M(next) = M(current)^2
Получаем:
2 -> 4 -> 16 -> 256 -> 65536 -> ...
Если этот модификатор применяется к рангу:
R' = M * R
то сила рангового усиления растёт рекурсивно.
Например, при:
R = 2
получаем:
первая стадия:
R' = 4
вторая:
R' = 8
третья:
R' = 32
четвёртая:
R' = 512
если на каждой стадии используется соответствующее значение M относительно исходного R.
При другом режиме наследования рост может быть ещё быстрее.
9. Рефлексивный модификатор
Пусть модификатор равен текущему рангу:
M = R
Если:
R = 10
и M действует на основание:
A' = R * A
При:
A = 5
получаем:
A' = 50
Если на следующем цикле:
R = 100
то:
A' = 500
Здесь модификатор не имеет собственного заранее заданного ряда.
Он считывает состояние самой системы.
Это и есть рефлексивная модификация.
10. Модификатор закона
Пусть первоначально:
R(next) = 2R
При:
R = 2
получаем:
2 -> 4 -> 8 -> 16 -> ...
Теперь введём модификатор закона.
После определённого состояния правило меняется на:
R(next) = R^2
Получаем уже:
16 -> 256 -> 65536 -> ...
Можно сделать следующий переход:
R(next) = R^R
Теперь изменяется не текущее значение ранга.
Изменяется правило его дальнейшей эволюции.
Это качественно более высокий уровень модификации.
11. Одиночный мультипликатор
Пусть:
K = 3
Если он применяется к основанию:
A' = 3A
При:
A = 10
получаем:
30
Если применяется к рангу:
R' = 3R
При:
R = 10
получаем:
30
Числовое преобразование одинаково.
Но структурный эффект различен.
В первом случае изменилось основание.
Во втором в три раза увеличилась внутренняя глубина операции.
12. Семантическая мощность одного и того же мультипликатора
Рассмотрим один коэффициент:
K = 2
Вариант 1:
10 -> 20
Удвоено обычное число.
Вариант 2:
R = 100 -> R = 200
Удвоен ранг.
Вариант 3:
I = 100 -> I = 200
Удвоено число полных операций.
Вариант 4:
SML 100 -> SML 200
Теперь одним изменением затронуты одновременно:
исходный объект;
ранг;
число итераций.
Таким образом коэффициент 2 обладает различной мощностью на разных семантических уровнях.
Это позволяет сформулировать важный принцип:
операторная мощность модификации зависит не только от силы модификатора, но и от семантической высоты точки его приложения.
13. Динамический мультипликатор
Пусть:
K(i) = i
Тогда:
1, 2, 3, 4, 5, ...
Если K умножает ранг:
R'(i) = K(i) * R
при:
R = 10
получаем:
10, 20, 30, 40, 50, ...
Если же:
K(i) = 2^i
то:
20, 40, 80, 160, ...
Динамический мультипликатор представляет отдельный управляющий каскад.
14. Рекурсивный мультипликатор
Пусть:
K1 = 2
K(next) = K(current)^K(current)
Тогда:
K1 = 2
K2 = 2^2 = 4
K3 = 4^4 = 256
K4 = 256^256
Теперь даже простой оператор:
X' = KX
получает чрезвычайно быстро растущий коэффициент.
Если X является рангом или итерационностью, результат воздействия становится гораздо сильнее прямого умножения обычного числа.
15. Комплекс мультипликаторов
Пусть:
KA = 2
KSL = 3
KR = 4
KI = 5
Исходные параметры:
A = 10
SL = 2
R = 3
I = 4
После применения:
A' = 20
SL' = 6
R' = 12
I' = 20
Комплекс можно условно представить:
MC = {KA=2, KSL=3, KR=4, KI=5}
Одна короткая структура описывает четыре независимых усиления.
16. Последовательный алгебраический комплекс
Пусть:
X = 2
Имеются три модификатора:
M1(X) = 2X
M2(X) = X^2
M3(X) = X + 1
При последовательном применении:
сначала:
M1(2) = 4
затем:
M2(4) = 16
затем:
M3(16) = 17
Итог:
17
Структура:
2 -> M1 -> 4 -> M2 -> 16 -> M3 -> 17
Это простейший последовательный алгебраический комплекс.
17. Параллельный алгебраический комплекс
Теперь те же M1, M2 и M3 применяются одновременно к исходному X.
При:
X = 2
получаем:
M1(2) = 4
M2(2) = 4
M3(2) = 3
После этого результаты должны быть объединены отдельным правилом.
Например:
COMBINE = multiplication
Тогда:
4 * 4 * 3 = 48
Результат:
48
Мы получили иной объект, хотя использовали те же модификаторы.
Следовательно, важны не только сами операторы, но и режим их композиции.
18. Изменение результата при перестановке операторов
Рассмотрим:
M1(X) = 2X
M2(X) = X^2
Пусть:
X = 3
Если сначала M1:
3 -> 6 -> 36
Получаем:
36
Если сначала M2:
3 -> 9 -> 18
Получаем:
18
Следовательно:
M2(M1(X))
не обязательно равно:
M1(M2(X))
Это демонстрирует некоммутативность многих алгебраических комплексов.
Порядок применения является частью генотипа операции.
19. Вложенный алгебраический комплекс
Пусть:
AC1 = {M1, M2}
а:
AC2 = {M3, M4}
Теперь строится:
AC3 = {AC1, AC2}
При этом AC1 и AC2 могут иметь собственный внутренний порядок.
Например:
AC1(X) = M2(M1(X))
AC2(X) = M4(M3(X))
После этого:
AC3(X) = AC2(AC1(X))
Так комплекс начинает работать как единый высокоуровневый оператор.
Это принцип семантического сжатия уже на уровне модификационных систем.
20. Рекуррентный комплекс
Пусть начальный комплекс:
AC1 = {M1, M2}
После первой итерации система добавляет новый модификатор:
AC2 = {M1, M2, M3}
После второй меняет M2:
AC3 = {M1, M2', M3}
После третьей добавляет M4:
AC4 = {M1, M2', M3, M4}
Так:
AC1 -> AC2 -> AC3 -> AC4
становится отдельным рекуррентным каскадом.
Эволюционируют уже не числа.
Эволюционирует состав операторной системы.
21. Рефлексивный комплекс
Пусть комплекс действует по следующему правилу.
Если:
R < 10
активны:
{M1, M2}
Если:
10 <= R < 100
активны:
{M1, M2, M3}
Если:
R >= 100
используется:
{M4, M5}
Теперь состав комплекса определяется текущим состоянием металогарифма.
То есть:
AC = F(STATE)
Комплекс считывает систему и сам выбирает режим воздействия.
22. Самомодифицирующийся комплекс
Более сильная схема:
AC(next) = Transform(AC(current), STATE)
Пусть первоначально:
AC1 = {M1, M2}
Результат первой операции вызывает:
создание M3.
Получаем:
AC2 = {M1, M2, M3}
Следующий результат изменяет закон M1.
Получаем:
AC3 = {M1', M2, M3}
Следующий результат изменяет порядок:
было:
M1' -> M2 -> M3
стало:
M3 -> M1' -> M2
Комплекс способен изменять:
состав;
параметры;
порядок;
условия;
правила собственного дальнейшего изменения.
Это уже полноценная операторная самоэволюция.
23. SML внутри алгебраического комплекса
Пусть:
X = SML 3
Далее X используется как модификатор ранга:
R' = X
Или как число итераций:
I' = X
Можно построить:
X = SML 3
Y = SML 4
После чего:
R' = X
I' = Y
Ещё более сильный вариант:
X = SML N
а затем:
A' = X
R' = X
I' = X
Так один SML становится синхронизирующим ядром целого модификационного комплекса.
24. Метаалгебраическая конструкция
Пусть существуют:
AC1
AC2
AC3
Теперь вводится:
MAC
который определяет, какой комплекс должен работать.
Например:
если состояние S1:
использовать AC1;
если состояние S2:
использовать AC2;
если состояние S3:
построить новый AC3.
Теперь MAC не воздействует непосредственно на число.
Он воздействует на архитектуру операторов.
Можно добавить:
MMAC
который изменяет правила MAC.
Получаем иерархию:
M
-> AC
-> MAC
-> MMAC
-> ...
Именно здесь возникает полноценная многоуровневая операторная морфология.
25. Ядро и оболочка металогарифма
Для сохранения теоретической идентичности ОТМ необходимо различать два слоя.
Ядро
Ядро содержит собственно металогарифмическую механику:
основание;
сублогарифм;
степенные субоперации;
ранг;
каскад;
итерационность;
наследование результатов.
Оболочка
Оболочка содержит:
модификаторы;
мультипликаторы;
условия;
алгебраические комплексы;
профили;
рефлексивные правила;
метаоператоры.
Например:
CORE = {A=10, SL=10, R=5, I=3}
SHELL = {MR=x2, MI=^2}
Оболочка преобразует параметры ядра до или во время исполнения.
Так ОТМ сохраняет специфическое ядро, одновременно приобретая очень богатую управляющую архитектуру.
26. Профиль модификации
Пусть:
A: x2
SL: x3
R: ^2
I: unchanged
K: dynamic
Это можно считать профилем модификации.
Он сообщает, что:
основание удваивается;
сублогарифм утраивается;
ранг возводится в квадрат;
число итераций не меняется;
асимметрия развивается динамически.
Профиль является компактным описанием оболочки.
27. Рефлексивный профиль
Теперь профиль зависит от состояния.
Пусть:
если:
R < 10
используется:
P1
где:
A:x2, R:x2
Если:
R >= 10
используется:
P2
где:
A:^2, R:^2, I:x10
То есть:
PROFILE(next) = F(STATE)
Профиль становится активным механизмом переключения стратегии.
28. Саморефлексивный профиль
Пусть один параметр N задаёт:
модификатор основания;
модификатор ранга;
модификатор итерационности;
число активных модификаторов.
Например:
MA = xN
MR = xN
MI = xN
count(M) = N
При:
N = 10
одна короткая инструкция определяет целую модификационную конфигурацию.
Это аналог принципа SML N, перенесённый на уровень оболочки.
Так появляется саморефлексивный профиль среды.
29. Эволюция металогарифмической среды
Пусть первоначальная среда:
ENV1
содержит:
простое ядро;
два модификатора;
фиксированный профиль.
После некоторого результата создаётся:
ENV2
В ней:
изменяется ранг;
активируется новый комплекс;
профиль становится рефлексивным.
Затем:
ENV3
получает:
SML-модификатор;
самомодифицирующийся комплекс;
метаправило.
Возникает:
ENV1 -> ENV2 -> ENV3 -> ...
Теперь эволюционирует вся среда.
Меняются:
числа;
операторы;
отношения между операторами;
правила изменения этих отношений.
Это один из наиболее высоких уровней динамики ОТМ.
30. Сравнительная таблица модификационных режимов
Конструкция Что меняется Источник изменения Уровень воздействия Главная особенность
Постоянный модификатор Один параметр Внешнее фиксированное правило Параметрический Простая коррекция
Итерационный модификатор Параметр Номер итерации Динамический Меняется со временем
Рекуррентный модификатор Сам модификатор Предыдущее значение Рекурсивный Имеет собственную историю
Рефлексивный модификатор Параметр Состояние системы Рефлексивный Считывает систему
Модификатор закона Правило Метаусловие Метаоператорный Меняет способ изменения
Мультипликатор Числовой параметр Коэффициент K Количественный Умножение
Комплекс мультипликаторов Несколько параметров Несколько K Многопараметрический Параллельное усиление
Последовательный AC Система параметров Порядок операторов Композиционный Порядок важен
Параллельный AC Несколько координат Общее исходное состояние Параллельный Одновременное воздействие
Вложенный AC Комплексы Другие комплексы Иерархический Комплекс внутри комплекса
Рекуррентный AC Состав комплекса Предыдущее состояние AC Структурный Эволюция архитектуры
Рефлексивный AC Режим комплекса STATE Управляющий Сам выбирает действие
Самомодифицирующийся AC Собственные правила STATE + AC Самоэволюционный Перестраивает себя
SML-комплекс Ранг, I, K и др. SML Высокосемантический SML как усилитель
Метаалгебраический комплекс Архитектура AC Метаправило Метауровень Управляет комплексами
Металогарифмическая среда Полная система CORE + SHELL + STATE Системный Среда участвует в вычислении
31. Практический алгоритм разбора алгебраического комплекса
При анализе сложной конструкции рекомендуется идти по уровням.
Шаг 1. Найти ядро
Какая часть системы собственно металогарифмическая?
Необходимо определить:
основание;
сублогарифм;
ранг;
итерационность;
правило каскада.
Шаг 2. Найти модификаторы
Что дополнительно изменяет ядро?
Следует выписать отдельно:
MA
MSL
MR
MI
и другие.
Шаг 3. Определить точки приложения
Одинаковый модификатор может иметь различную семантическую мощность в зависимости от объекта.
Шаг 4. Определить порядок
Работают ли модификаторы:
последовательно;
параллельно;
вложенно?
Шаг 5. Проверить зависимости
Использует ли один модификатор результат другого?
Если да, порядок вычисления критичен.
Шаг 6. Проверить динамику
Меняются ли модификаторы между итерациями?
Шаг 7. Проверить рекурсию
Зависит ли новый модификатор или комплекс от предыдущего?
Шаг 8. Проверить рефлексивность
Считывает ли комплекс состояние собственной системы?
Шаг 9. Проверить самомодификацию
Изменяет ли комплекс:
собственный состав;
порядок;
правила;
условия активации?
Шаг 10. Найти SML
Если присутствует SML, необходимо определить:
что именно он генерирует;
какой параметр получает его результат;
является ли SML ускорителем, управляющим кодоном или метакодоном.
Шаг 11. Определить профиль
Какова общая карта активных модификаций?
Шаг 12. Определить среду
Нужно ли рассматривать объект уже не как отдельную операцию, а как:
ENV = CORE + SHELL + STATE + LAWS
Если да, перед нами полноценная металогарифмическая среда.
32. Основные выводы
Теория модификаторов существенно расширяет пространство ОТМ.
Простейшая схема:
X -> M(X)
последовательно приводит к:
одиночным модификаторам;
динамическим модификаторам;
рекуррентным модификаторам;
рефлексивным модификаторам;
модификаторам законов;
мультипликативным каскадам;
алгебраическим комплексам;
вложенным комплексам;
самомодифицирующимся комплексам;
метаалгебраическим структурам;
металогарифмическим средам.
Особенно важны пять выводов.
Первый:
модификатор может воздействовать не только на число, но и на архитектуру операции.
Второй:
одинаковый числовой коэффициент имеет различную мощность на разных семантических уровнях.
Третий:
порядок применения операторов является частью структуры объекта.
Четвёртый:
алгебраический комплекс может сам стать динамическим и эволюционирующим объектом.
Пятый:
металогарифм в развитой ОТМ необходимо рассматривать не изолированно, а внутри активной среды.
При этом необходимо сохранять фундаментальное разделение:
CORE
и:
SHELL
Ядро сохраняет металогарифмическую специфику.
Оболочка обеспечивает модификацию, управление, рефлексивность и метаоператорность.
Это разделение особенно важно для дальнейшего развития ОТМ.
Оно позволяет строить чрезвычайно сложные системы, не размывая сам предмет теории.
В перспективе именно такая архитектура делает возможным переход:
от металогарифма;
к кодону;
от кодона;
к генотипу;
от генотипа;
к многокодонной изольдионической системе;
и далее — к Ланумам как объектам, порождаемым целыми иерархиями операторных сред.
Таким образом Части IV, V и VI вместе образуют последовательность:
саморефлексивный оператор
-> рефлексивная система
-> модифицируемая система
-> самомодифицирующийся комплекс
-> активная металогарифмическая среда
Именно на этом уровне ОТМ начинает переход от теории отдельных операций к теории организованных генеративных математических систем.
*******
ЧАСТЬ VII. ЯЗЫК И ТЕКСТОВАЯ НОТАЦИЯ ОТМ
По мере развития Общей теории металогарифмов возникает проблема, которая не является чисто технической.
ОТМ требует собственного языка.
Обычная математическая запись хорошо приспособлена для сравнительно коротких формул, функций и систем уравнений. Но металогарифмические конструкции могут одновременно содержать:
основание;
сублогарифм;
ранг;
внешнюю итерационность;
каскады;
вложенные каскады;
модификаторы;
законы перехода;
рефлексивные зависимости;
саморефлексивность;
алгебраические комплексы;
метаправила.
Полная запись таких систем быстро становится громоздкой.
С другой стороны, чрезмерное сокращение создаёт противоположную проблему: запись становится непонятной человеку и неоднозначной для машины.
Поэтому язык ОТМ должен одновременно удовлетворять нескольким требованиям:
быть компактным;
оставаться читаемым;
быть однозначным;
поддерживать многоуровневые структуры;
работать в обычном тексте;
не зависеть от графического редактора формул;
допускать автоматический синтаксический анализ.
Для решения этой задачи вводится рабочая текстовая нотация:
OTM-TN
где:
OTM
означает General Theory of Metalogarithms,
а:
TN
означает Text Notation.
Русское название:
текстовая нотация ОТМ.
OTM-TN должна выполнять одновременно две функции.
Первая — язык публикации.
Вторая — основа будущего формального и машинноисполняемого языка.
В настоящей части устанавливаются её базовые принципы.
ГЛАВА 1. ТРЕБОВАНИЯ К ЯЗЫКУ ОТМ
1.1. Чисто текстовая запись
Первое требование OTM-TN:
любая базовая конструкция ОТМ должна быть записываема обычными текстовыми символами.
Это означает отказ от обязательной зависимости от:
графических формул;
двухмерных математических конструкций;
специальных шрифтов;
редких Unicode-символов;
встроенных объектов математических редакторов.
Например, степенная операция должна записываться:
A^B
а не требовать графического верхнего индекса.
Переход:
A -> B
записывается ASCII-последовательностью.
Умножение:
A*B
Деление:
A/B
Индекс при необходимости:
A_1
Таким образом базовый алфавит языка должен оставаться доступным даже в простейшем текстовом редакторе.
Это имеет не только техническое, но и теоретическое значение.
Если математический объект существует только благодаря сложной системе визуального форматирования, часть его структуры оказывается связана с конкретным способом отображения.
OTM-TN стремится отделить семантику объекта от его графического оформления.
1.2. Совместимость с WordPress
WordPress и аналогичные системы публикации могут изменять:
отступы;
переносы;
HTML-разметку;
вид формул;
специальные символы.
Поэтому базовая OTM-TN не должна зависеть от сложного HTML.
Например:
SML 100
должно сохранять смысл независимо от:
размера шрифта;
стиля;
темы сайта;
наличия математического плагина.
А конструкция:
A -> A^A -> (A^A)^(A^A)
должна читаться непосредственно из текста.
Это позволяет публиковать ОТМ:
в статьях;
на сайтах;
в комментариях;
в электронных книгах;
в текстовых базах знаний.
Специальное форматирование может использоваться как дополнительный слой, но не должно быть обязательным условием понимания записи.
1.3. Совместимость с Proza.ru
Особенно жёсткие ограничения возникают в системах, ориентированных почти исключительно на обычный текст.
Поэтому OTM-TN должна корректно функционировать в среде, где нет полноценной математической разметки.
Например:
a(0) = 2
a(1) = 2^2 = 4
a(2) = 4^4 = 256
a(3) = 256^256
полностью понятны без графического редактора формул.
То же относится к:
SML 100
или:
R=100,I=100
или:
R_next=R^2
Это означает, что базовая нотация должна сохранять структуру даже после копирования:
из текстового редактора;
на сайт;
с сайта;
в другой редактор.
Если запись после такого переноса теряет смысл, она не должна считаться базовой формой OTM-TN.
1.4. Работа без графических средств
Сложные математические системы часто изображаются при помощи:
деревьев;
графов;
блок-схем;
многомерных диаграмм.
Такие средства чрезвычайно полезны.
Но в OTM-TN они должны быть вторичным представлением, а не единственным способом задания объекта.
Например, разветвлённый каскад можно визуализировать графически.
Однако он должен иметь и текстовую запись.
Аналогично:
вложенные ранги;
метакаскады;
алгебраические комплексы;
самомодифицирующиеся среды
должны иметь текстовые генотипы.
Именно текстовый генотип является первичным объектом языка.
Графическое изображение представляет его визуальную экспликацию.
1.5. Работа без специальной математической разметки
OTM-TN не должна требовать:
LaTeX;
MathML;
редакторов формул;
специальной типографики.
Это не означает отказа от этих технологий.
В научных публикациях OTM-TN может автоматически преобразовываться в LaTeX или другую профессиональную систему.
Но исходный объект должен существовать и без этого преобразования.
Например:
R_next = R_current^2
является полноценной записью.
Её можно позднее визуально оформить любым способом.
Так возникает принцип:
семантика первична, типографика вторична.
1.6. Человеческая читаемость
Чрезмерное сокращение способно сделать нотацию формально компактной, но практически бесполезной.
Поэтому кодовые обозначения OTM-TN должны по возможности напоминать смысл соответствующего понятия.
Например:
ML
легко связывается с Metalogarithm.
SL
с Sublogarithm.
CL
с Cyclic Logarithm.
AL
с Absolute Logarithm.
SML
с Self-Reflexive Metalogarithm.
PC
с Power Cascade.
RC
с Recursive Cascade.
В результате читатель после освоения небольшого словаря способен читать сложные конструкции без постоянного обращения к справочнику.
Человеческая читаемость особенно важна потому, что OTM-TN предполагается использовать не только как внутренний технический код, но и как язык математического мышления.
1.7. Машиночитаемость
Одновременно запись должна допускать автоматический разбор.
Это требует:
стабильного алфавита;
фиксированных кодов;
формальных разделителей;
однозначной роли скобок;
явной иерархии вложенности;
предсказуемых правил индексирования.
Например:
ML(A=10,SL=10,R=3,I=2)
машина может разобрать как объект типа ML с четырьмя параметрами:
A=10
SL=10
R=3
I=2
Если после этого добавляется:
{TL:R_next=R^2}
парсер должен понимать, что в фигурных скобках задан закон перехода.
Таким образом OTM-TN проектируется не только как сокращённая математическая запись, но и как потенциальный исходный язык для:
интерпретатора;
компилятора;
верификатора;
генератора графического представления;
системы автоматической экспликации.
1.8. Однозначность
Одинаковая запись не должна иметь два различных допустимых смысла.
Например, если:
AC
одновременно означает «асимметричный каскад» и «алгебраический комплекс», возникает коллизия.
Поэтому OTM-TN должна устранять подобные пересечения.
В настоящей версии устанавливается:
AC = Algebraic Complex, алгебраический комплекс;
ASC = Asymmetric Cascade, асимметричный каскад.
Таким образом ранее возможная коллизия устраняется.
Аналогичный принцип применяется ко всем будущим кодам:
один зарезервированный код — одно базовое значение внутри одного уровня языка.
Дополнительный смысл может задаваться параметрами, но не произвольным переопределением кода.
Однозначность требует также различать:
=
равенство или установленное значение;
:=
определение;
->
переход;
][
соединение каскадов с передачей результата.
Эти различия особенно важны для машинной обработки.
1.9. Семантическая плотность
Одно из центральных требований OTM-TN — высокая семантическая плотность.
Запись:
SML 100
очень коротка.
Но согласно принятому определению она задаёт:
исходный параметр 100;
ранг 100;
100 внешних итераций;
внутренний закон рангового развёртывания;
межитерационное наследование результата.
Поэтому длина записи и объём её семантики радикально различаются.
Можно сформулировать общий принцип:
семантическая мощность выражения определяется не количеством его символов, а объёмом однозначно задаваемой им операторной структуры.
Именно поэтому OTM-TN не должна стремиться только к минимальному числу знаков.
Главная цель — максимальная семантическая ёмкость при сохранении:
понятности;
однозначности;
декодируемости;
машиночитаемости.
В перспективе это свойство связывает OTM-TN с языками высокого семантического уровня.
ГЛАВА 2. АЛФАВИТ ОТМ
Алфавит OTM-TN состоит из нескольких классов элементов:
одинарных символов;
буквенных кодов;
служебных комбинаций;
индексов;
скобочных конструкций;
зарезервированных операторных символов.
Основное правило:
буквы задают семантические единицы, а служебные символы задают отношения между ними.
2.1. Одинарные латинские символы
Одинарные латинские символы используются прежде всего для фундаментальных параметров и локальных переменных.
Базовый набор:
A
исходный объект или текущее основание в контексте конкретной операции.
N
универсальный параметр, особенно важный для SML.
R
ранг.
I
число внешних итераций.
K
коэффициент или параметр асимметрии.
X
универсальный промежуточный объект или результат.
Y
второй промежуточный объект.
Z
третий промежуточный объект.
Например:
A=10
R=3
I=5
K=2
Одновременно допускаются локальные строчные переменные:
i
номер внешней итерации;
j
номер внутреннего элемента или блока;
k
номер ранговой ступени;
n
локальный числовой индекс.
Строчные символы рассматриваются как локальные переменные, если контекстом не установлено иное.
Следует избегать создания большого количества случайных однобуквенных обозначений.
Если понятие имеет самостоятельный устойчивый смысл, предпочтителен семантический буквенный код.
2.2. Двойные буквенные коды
Двухбуквенные коды являются основой семантического словаря OTM-TN.
Предварительный базовый реестр включает:
OL
Ordinary Logarithm — обычный логарифм.
ML
Metalogarithm — металогарифм.
CL
Cyclic Logarithm — циклический логарифм.
AL
Absolute Logarithm — абсолютный логарифм.
SL
Sublogarithm — сублогарифм.
PC
Power Cascade — степенной каскад.
RC
Recursive Cascade — рекурсивный каскад.
DC
Dynamic Cascade — динамический каскад.
SC
Self-generating Cascade — самопорождающий каскад.
AC
Algebraic Complex — алгебраический комплекс.
MC
Modified Cascade — модифицированный каскад.
CM
Cascade Modifier — модификатор каскада.
CA
Cascade Asymmetry — асимметрия каскада.
CI
Cascade Index — индекс каскада.
GL
Generation Law — закон генерации.
TL
Transition Law — закон перехода.
EL
Evolution Law — закон эволюции.
EH
Explication Horizon — экспликационный горизонт.
EC
Explication Complexity — экспликационная сложность.
Некоторые важные понятия требуют трёхбуквенных кодов.
Например:
ASC
Asymmetric Cascade — асимметричный каскад.
SML
Self-Reflexive Metalogarithm — саморефлексивный металогарифм.
Это допустимое исключение.
Принцип языка состоит не в обязательной двухбуквенности любого понятия, а в достижении оптимального баланса между краткостью и отсутствием коллизий.
2.3. Служебные комбинации
Служебные комбинации задают отношения между объектами.
Определение
:=
означает «определяется как».
Например:
R_next := R^2
Это означает, что новый ранг определяется квадратом предыдущего.
Равенство или установленное значение
=
Например:
R=10
или:
A=R
Переход
->
Например:
2 -> 4 -> 256
или:
ENV1 -> ENV2 -> ENV3
Передача результата между каскадами
][
Например:
PC1 ][ PC2 ][ PC3
Эта конструкция означает не простое перечисление, а последовательное соединение каскадов с передачей результата предыдущего блока следующему.
Возведение в степень
^
Например:
A^SL
Умножение
*
Например:
K*A
Деление
/
Например:
SL/A
Сложение
+
Вычитание
-
Следует различать:
-
как знак вычитания
и:
->
как единый оператор перехода.
Разделение параметров
,
Например:
ML(A=10,SL=10,R=3,I=2)
Разделение смысловых условий
;
Например:
{R>10;I=R}
Точная грамматика использования служебных символов будет определена далее.
2.4. Текстовые индексы
OTM-TN не должна зависеть от графических нижних индексов.
Поэтому используется текстовая форма.
Предпочтительная нормативная запись:
A_0
A_1
R_1
R_2
SL_3
X_100
Знак:
_
означает присоединение текстового индекса.
Например:
R_1 -> R_2 -> R_3
или:
A_0 -> A_1 -> A_2
Допускаются символические индексы:
A_i
R_i
X_k
Для сложных индексных обозначений могут использоваться несколько компонентов:
A_i_1
или позднее более компактная нормативная форма, если она будет введена формальной грамматикой.
В ранних главах книги использовалась учебная запись:
a(0)
a(1)
a(2)
Она остаётся допустимой в объяснительном тексте.
Однако для строгой машинной формы предпочтительна запись:
A_0
A_1
A_2
поскольку круглые скобки в OTM-TN получают собственную основную функцию — хранение параметров операции.
2.5. Обозначение ранга
Базовый код ранга:
R
Простейшая запись:
R=3
означает третий ранг.
В составе операции:
ML(A=10,R=3)
означает металогарифмическую конструкцию с исходным объектом 10 и рангом 3.
Если ранг динамический:
R_1=2
R_2=4
R_3=16
или:
{EL:R_next=R^2}
Если ранг зависит от результата:
{TL:R_next=X}
где X является предварительно определённым результатом текущей стадии.
Для рангового профиля может использоваться код:
RP
Rank Profile.
Например:
RP[2,5,3]
означает последовательность ранговых блоков:
ранг 2;
ранг 5;
ранг 3.
Это отличается от:
R=10
которое задаёт один скалярный ранг.
Таким образом язык различает:
скалярный ранг;
динамический ранг;
составной ранговый профиль.
2.6. Обозначение итераций
Базовый код внешней итерационности:
I
Например:
I=10
означает десять полных внешних итераций.
В составе металогарифма:
ML(A=2,R=3,I=10)
означает:
начать с 2;
использовать ранг 3;
выполнить десять полных операций.
Для текущего номера итерации используется локальная переменная:
i
Например:
I(i)=2^i
может использоваться в объяснительном тексте для динамического закона.
В более строгой форме предпочтительно:
{EL:I_next=2*I}
или иной явно заданный закон.
Если число итераций определяется результатом:
{TL:I_next=X}
Если ранг и число итераций равны:
R=I
это записывается непосредственно.
Если они синхронизированы с N:
R=I=N
Так создаётся база для записи SML.
2.7. Обозначение модификаторов
Общий код модификатора:
M
Простейшая логика:
M(X)
означает модификацию объекта X.
Закон модификации может задаваться в фигурных скобках.
Например:
M(A){*2}
означает удвоение основания.
M(R){^2}
означает возведение текущего ранга в квадрат.
Для часто используемых целей допускаются специализированные коды:
MA
Modifier of A — модификатор основания.
MSL
Modifier of Sublogarithm — модификатор сублогарифма.
MR
Modifier of Rank — модификатор ранга.
MI
Modifier of Iterations — модификатор числа итераций.
MK
Modifier of Asymmetry — модификатор коэффициента асимметрии.
Например:
MR(R){R^2}
или в компактном контексте:
MR{R^2}
Первый вариант является более явным.
Для профиля модификации может использоваться:
MP
Modification Profile.
Например:
MP(A=*2,SL=*3,R=^2,I=1)
где:
I=1
в данном контексте может означать отсутствие мультипликативного изменения итерационности, если это правило специально определено.
В строгой версии языка предпочтительно явно писать:
I=KEEP
если позднее будет введено служебное слово KEEP.
До введения такого словаря рекомендуется не использовать неоднозначные сокращения.
2.8. Обозначение саморефлексивности
Для общего рефлексивного режима может использоваться код:
RF
Reflexive.
Для саморефлексивной связи:
SR
Self-Reflexive.
Например, условная конструкция:
RF(ML(...)){R_next=X}
означает рефлексивный металогарифмический режим, в котором следующий ранг зависит от результата.
Код:
SR
следует использовать тогда, когда несколько характеристик системы синхронизируются через собственный параметр или внутреннее состояние.
Однако для центрального класса саморефлексивных металогарифмов вводится отдельный специализированный код:
SML
Таким образом:
RF
является общим маркером рефлексивности;
SR
общим маркером саморефлексивной зависимости;
SML
названием специального класса металогарифмов.
Это разделение предотвращает смешение:
рефлексивности;
саморефлексивности;
конкретной канонической конструкции SML.
2.9. Код SML
Код:
SML
имеет особый статус.
Он представляет не простое трёхбуквенное сокращение, а высокосемантический оператор.
Каноническая запись:
SML N
означает:
A=N
R=N
I=N
с использованием установленного внутреннего закона самостепенного рангового развёртывания и межитерационного наследования результата.
Например:
SML 2
означает:
A=2
R=2
I=2
SML 100
означает:
A=100
R=100
I=100
Запись:
SML N
является основной публикационной формой.
Если параметр представляет собой более сложное выражение, используются круглые скобки:
SML(N^2)
или:
SML(SML 10)
Последняя конструкция читается изнутри наружу.
Сначала определяется:
SML 10
затем его результат используется как параметр внешнего SML.
Тем самым круглые скобки устраняют неоднозначность.
Можно сформулировать важное правило:
после SML без скобок допускается один атомарный параметр; сложный параметр должен быть заключён в круглые скобки.
Поэтому:
SML 100
корректно.
SML N
корректно.
SML(SML 100)
корректно.
А запись:
SML SML 100
не должна использоваться в нормативной OTM-TN из-за потенциальной неоднозначности.
2.10. Зарезервированные символы
Для обеспечения однозначности базовые ASCII-символы получают фиксированные функции.
Круглые скобки
( )
используются прежде всего для параметров операции и группировки сложного аргумента.
Пример:
ML(A=10,R=3,I=2)
SML(N^2)
Повторные круглые скобки:
(( ))
могут использоваться для метапараметрического уровня.
Например:
ML((META_PARAMETERS))
Точное значение скобочного ранга будет установлено в следующей главе.
Квадратные скобки
[ ]
используются для каскадов, последовательностей циклов и структурных блоков.
Например:
PC[C1,C2,C3]
или:
RP[2,5,3]
Повторные квадратные скобки:
[[ ]]
обозначают более высокий каскадный уровень.
Например:
[[C1][C2][C3]]
может представлять связанный метакаскад второго скобочного уровня.
Важно отличать его от:
[C1,C2,C3]
Первая запись подчёркивает многоуровневую структуру.
Вторая — обычную последовательность элементов одного уровня.
Фигурные скобки
{ }
используются для:
законов;
условий;
модификаторов;
правил перехода.
Например:
{TL:R_next=R^2}
или:
{EL:I_next=2*I}
Повторные фигурные скобки:
{{ }}
резервируются для метаправил.
То есть правил, воздействующих на другие правила.
Знак степени
^
резервируется для степенной операции.
A^B
Умножение
*
Деление
/
Сложение
+
Вычитание
-
Переход
->
рассматривается как единая служебная комбинация и имеет приоритет перед отдельным чтением символов - и >.
Соединение каскадов
][
означает явный стык двух каскадных блоков с передачей результата.
Например:
PC1 ][ PC2
Это сильнее обычного соседства двух блоков.
Определение
:=
Равенство или присваивание установленного значения
=
Точное различие математического равенства и процедурного присваивания будет определено формальной грамматикой.
Индекс
_
Например:
R_1
X_100
Запятая
,
разделяет одноуровневые параметры или элементы списка.
Точка с запятой
;
разделяет самостоятельные условия или правила внутри одного блока.
Двоеточие
:
соединяет тип правила с его содержанием.
Например:
TL:R_next=R^2
EL:I_next=2*I
Символы сравнения
<
>
<=
>=
могут использоваться в условиях.
Например:
{R>=100;MR:R_next=R^2}
2.11. Скобочный ранг
Хотя подробная теория скобочной морфологии будет дана далее, базовый принцип необходимо зафиксировать уже сейчас.
Повторение скобок может обозначать повышение структурного уровня.
Первый уровень:
(...)
[...]
{...}
Второй:
((...))
[[...]]
{{...}}
Третий:
(((...)))
[[[...]]]
{{{...}}}
И так далее.
Это позволяет кодировать метауровни без введения графических конструкций.
Такое количество повторений можно назвать:
скобочным рангом.
Например:
[...]
каскад первого скобочного ранга.
[[...]]
каскад второго скобочного ранга.
[[[...]]]
каскад третьего скобочного ранга.
Данный принцип особенно важен для:
каскадов каскадов;
законов законов;
метамодификаторов;
метаалгебраических комплексов.
2.12. Пример полной текстовой конструкции
Рассмотрим условную запись:
ML(A=2,SL=2,R=3,I=2)[PC1 ][ PC2]{TL:A_next=X;MR:R_next=R^2}
Её можно прочитать следующим образом.
Используется металогарифм:
ML
с исходным основанием:
A=2
сублогарифмом:
SL=2
рангом:
R=3
и двумя внешними итерациями:
I=2.
Внутри присутствуют два связанных степенных каскада:
PC1
и:
PC2.
Результат предыдущего блока передаётся следующему через:
][
В фигурных скобках заданы правила.
Первое:
TL:A_next=X
означает передачу результата X в следующее основание.
Второе:
MR:R_next=R^2
означает модификацию следующего ранга по степенному закону.
Даже без графического изображения структура остаётся читаемой.
При этом она уже достаточно формальна для будущего машинного разбора.
2.13. Нормативная и объяснительная запись
В книге необходимо различать два режима.
Объяснительный режим
Он ориентирован на читателя.
Допустимы записи:
a(0)
a(1)
a(2)
и словесные пояснения.
Нормативный OTM-TN
Он ориентирован на однозначный формальный разбор.
Предпочтительны:
A_0
A_1
A_2
ML(A=...,R=...,I=...)
{TL:...}
[PC...]
Оба режима могут сосуществовать.
Объяснительный язык облегчает обучение.
Нормативный язык обеспечивает формализацию.
Это особенно важно для книги, которая должна одновременно выполнять две функции:
вводить новую математическую идею;
и закладывать основу будущего формального языка.
ЗАКЛЮЧЕНИЕ ГЛАВ 1–2
Текстовая нотация ОТМ строится на принципе:
максимум однозначной семантики при минимуме технических требований к среде отображения.
Поэтому базовая OTM-TN:
не требует графики;
не требует LaTeX;
не требует математического редактора;
не требует специальных шрифтов;
не зависит от конкретной веб-платформы.
Она использует:
латинские буквенные коды;
ASCII-операторы;
текстовые индексы;
скобочную морфологию;
явные законы перехода.
Базовая структура языка начинает складываться из нескольких уровней:
символ
-> код
-> оператор
-> каскад
-> закон
-> комплекс
-> метауровень
Особенно важным является введение скобочного ранга.
Он позволяет текстовыми средствами различать:
параметр;
метапараметр;
каскад;
метакаскад;
закон;
метазакон.
Таким образом OTM-TN начинает выполнять ту же функцию, которую в обычных языках программирования выполняют:
синтаксис;
блоковая структура;
операторы;
области вложенности.
Однако задача OTM-TN шире.
Он должен кодировать не просто вычислительные инструкции, а генеративную архитектуру математических объектов.
Поэтому дальнейшее развитие языка требует двух следующих шагов.
Первый — строгой теории скобочной морфологии.
Второй — определения грамматики OTM-TN, то есть правил, по которым из отдельных кодов строятся корректные выражения, каскады, законы, SML и метаоператорные конструкции.
Именно после этого OTM-TN сможет рассматриваться уже не только как удобная текстовая нотация, но и как прототип полноценного формального языка Общей теории металогарифмов.
*********
ГЛАВА 3. СЕМАНТИКА СКОБОК
Скобки в OTM-TN выполняют не только функцию обычной математической группировки.
Они являются самостоятельными носителями структурной информации.
Разные типы скобок обозначают разные классы объектов:
( ) — параметры и локальная группировка;
[ ] — каскады, последовательности и структурные блоки;
{ } — законы, условия и модификационные правила.
Повторение скобок повышает семантический уровень конструкции:
(( ))
[[ ]]
{{ }}
Тем самым скобочная система OTM-TN становится способом кодирования многоуровневой математической архитектуры исключительно текстовыми средствами.
3.1. Круглые скобки
Круглые скобки имеют две основные функции.
Первая — задание параметров оператора.
Например:
ML(A=10,SL=10,R=3,I=2)
Здесь выражение внутри круглых скобок представляет параметрический блок металогарифма.
Вторая функция — группировка сложного выражения.
Например:
SML(N^2)
означает, что параметром SML является всё выражение:
N^2
а не только N.
Аналогично:
SML(SML 10)
означает вложенную конструкцию, в которой сначала определяется внутренний SML.
Таким образом:
OP(...)
следует читать как:
оператор OP применяется к параметрам или объекту, содержащимся внутри круглых скобок.
Круглые скобки имеют преимущественно параметрическую семантику.
3.2. Квадратные скобки
Квадратные скобки обозначают структурные последовательности и каскады.
Простейший пример:
PC[C1,C2,C3]
означает степенной каскад, содержащий три компонента.
Ранговый профиль:
RP[2,5,3]
означает последовательность рангов:
2;
5;
Запись:
[C1,C2,C3]
сама по себе означает одноуровневую последовательность объектов.
Она не обязана означать передачу результата между ними.
Если необходимо явно указать связь и наследование результата, используется сцепление.
Следовательно, квадратные скобки имеют прежде всего каскадно-структурную семантику.
3.3. Фигурные скобки
Фигурные скобки содержат правила.
Например:
{TL:A_next=X}
означает закон перехода, согласно которому следующий объект A получает значение X.
Запись:
{EL:R_next=R^2}
задаёт закон эволюции ранга.
Несколько правил:
{TL:A_next=X;EL:R_next=R^2}
разделяются точкой с запятой.
В фигурных скобках могут находиться:
законы перехода;
законы эволюции;
условия;
модификаторы;
правила активации;
ограничения.
Например:
{R>=100;EL:R_next=R^2}
может означать применение соответствующего закона при выполнении условия:
R>=100
Фигурные скобки имеют преимущественно законодательную семантику.
Если круглые скобки отвечают на вопрос:
с какими параметрами работает оператор?
квадратные:
какую структуру он содержит?
то фигурные:
по каким правилам эта структура действует и изменяется?
3.4. Удвоенные скобки
Удвоение скобок повышает уровень структуры.
Удвоенные круглые скобки
((...))
обозначают метапараметрический блок.
Например:
ML((MP))
может означать, что оператор получает не обычный параметр, а структуру, управляющую системой параметров.
Удвоенные квадратные скобки
[[...]]
обозначают метакаскад или каскад более высокого структурного уровня.
Например:
[[C1][C2][C3]]
содержит не просто три элемента, а систему связанных каскадных блоков.
Удвоенные фигурные скобки
{{...}}
обозначают метазакон.
Если:
{EL:R_next=R^2}
задаёт изменение ранга,
то:
{{...}}
может задавать правило изменения самого закона EL.
Например, концептуально:
{{LAW_next=Transform(LAW_current)}}
Таким образом:
одинарные скобки работают с объектами первого уровня;
удвоенные — с объектами, управляющими структурами первого уровня.
3.5. Скобочный ранг
Количество одинаковых внешних скобочных оболочек называется скобочным рангом.
Например:
[X]
имеет квадратный скобочный ранг 1.
[[X]]
ранг 2.
[[[X]]]
ранг 3.
Аналогично:
{X}
{{X}}
{{{X}}}
и:
(X)
((X))
(((X)))
Скобочный ранг не следует путать с металогарифмическим рангом R.
Это разные характеристики.
Металогарифмический ранг показывает внутреннюю этажность операции.
Скобочный ранг показывает уровень структурной упаковки записи.
Например:
R=3
и:
[[X]]
описывают совершенно разные вещи.
Первое относится к вычислительной архитектуре.
Второе — к языковой морфологии.
Скобочный ранг является одним из механизмов повышения семантического уровня OTM-TN.
3.6. Сцепленные формы
Особое значение имеют конструкции, в которых несколько скобочных блоков располагаются непосредственно друг за другом.
Например:
[C1][C2]
или:
[C1][C2][C3]
Такая форма называется сцепленной.
Она отличается от:
[C1,C2,C3]
Вторая запись представляет плоский список элементов одного блока.
Первая подчёркивает наличие нескольких самостоятельных структурных блоков и границ между ними.
Если сцепление используется внутри метакаскада:
[[C1][C2][C3]]
получаем систему из трёх каскадных компонентов, объединённых общей оболочкой второго скобочного ранга.
Таким образом сцепление позволяет сохранять самостоятельность локальных блоков внутри более крупной структуры.
3.7. Конструкции типа ][
Последовательность:
][
получает в OTM-TN специальное значение.
Она обозначает каскадный стык.
Семантически такой стык означает:
завершение одного блока;
переход через его результат;
запуск следующего блока.
Например:
PC1 ][ PC2
следует читать:
результат каскада PC1 передаётся каскаду PC2.
Это принципиально сильнее простой записи:
PC1,PC2
которая означает только совместное перечисление двух объектов.
Можно представить:
PC1 ][ PC2
как сокращение семантики:
RESULT(PC1) -> INPUT(PC2)
Поэтому ][ является не декоративной комбинацией двух скобок, а зарезервированным оператором каскадного сцепления.
3.8. Конструкции типа ][ ][
Несколько каскадных стыков образуют цепочку.
Например:
PC1 ][ PC2 ][ PC3
означает:
сначала выполняется PC1;
его результат передаётся PC2;
результат PC2 передаётся PC3.
То есть:
PC1
-> PC2
-> PC3
но с дополнительной семантикой именно передачи результата между самостоятельными каскадными блоками.
Такую конструкцию можно назвать сцепленным каскадом.
Более длинная форма:
C1 ][ C2 ][ C3 ][ C4 ][ C5
позволяет задавать большую линейную архитектуру без графической блок-схемы.
При этом каждый C может сам быть:
металогарифмом;
каскадом;
SML;
алгебраическим комплексом;
метакаскадом.
Следовательно, оператор ][ является одним из важнейших средств текстового программирования генеративных структур.
3.9. Метакаскадные конструкции
Обычный каскад:
[C1,C2,C3]
является структурой первого уровня.
Метакаскад:
[[C1][C2][C3]]
является структурой второго уровня.
Здесь каждый элемент может сам представлять отдельный каскад.
Например:
[[PC[A,B]][RC[C,D]][SC[E,F]]]
можно понимать как метакаскад, состоящий из:
степенного каскада;
рекурсивного каскада;
самопорождающего каскада.
При необходимости возможен следующий уровень:
[[[...]]]
Таким образом OTM-TN допускает иерархию:
элемент
-> каскад
-> метакаскад
-> метакаскад второго порядка
-> ...
Количество уровней заранее не ограничивается.
Однако чрезмерная вложенность должна использоваться только тогда, когда она действительно несёт структурную информацию.
Повышение скобочного ранга не должно превращаться в декоративное усложнение.
3.10. Морфология скобочных структур
Скобочная морфология OTM-TN строится на трёх независимых вопросах.
Первый вопрос: какой тип скобок используется?
( )
параметры.
[ ]
структура или каскад.
{ }
правила.
Второй вопрос: каков скобочный ранг?
Одинарный.
Удвоенный.
Утроенный.
И далее.
Третий вопрос: как блок связан с соседними блоками?
Через перечисление:
,
через переход:
->
через каскадный стык:
][
через вложение.
Поэтому структура:
[[C1][C2][C3]]{{L}}
содержит несколько семантических слоёв.
[[...]]
задаёт метакаскад.
[C1][C2][C3]
задаёт сцепленные внутренние блоки.
{{L}}
задаёт метазакон.
Подобная запись уже представляет своего рода текстовую архитектуру математической системы.
Можно сформулировать общий принцип:
тип скобки определяет класс структуры, скобочный ранг определяет её семантический уровень, а форма сцепления определяет отношения между соседними блоками.
Это является основой скобочной морфологии OTM-TN.
ГЛАВА 4. ФОРМАЛЬНАЯ ГРАММАТИКА OTM-TN
После определения алфавита и скобочной морфологии можно перейти к первой формальной грамматике OTM-TN.
Настоящая версия является рабочей спецификацией.
Она должна рассматриваться как основа будущей строгой машинной стандартизации, а не как окончательная и неизменная грамматика.
Для описания правил будем использовать простую текстовую форму:
A := B
означает:
A определяется через B.
Символ:
|
означает альтернативу.
Символ:
?
означает необязательный элемент.
Символ:
*
означает ноль или более повторений.
Символ:
+
означает одно или более повторений.
Эти знаки используются здесь как метаязык описания грамматики, а не как часть обычной записи OTM-TN.
4.1. Общая структура записи
Базовая архитектура выражения:
EXPR := OP PARAM_BLOCK? CASCADE_BLOCK? LAW_BLOCK?
То есть полная конструкция может содержать:
оператор;
параметрический блок;
каскадный блок;
блок законов.
Например:
ML(A=10,SL=10,R=3,I=2)[PC1][PC2]{TL:A_next=X}
Здесь:
ML
оператор;
(...)
параметры;
[...]
каскадная структура;
{...}
законы.
Не все блоки обязательны.
Например:
SML 100
является корректной короткой формой.
PC[C1,C2,C3]
может существовать без отдельного параметрического блока.
Таким образом OTM-TN использует модульную грамматику.
4.2. Параметры
Параметрический блок:
PARAM_BLOCK := "(" PARAM_LIST ")"
Список параметров:
PARAM_LIST := PARAM ("," PARAM)*
Один параметр:
PARAM := NAME "=" VALUE
Например:
A=10
SL=10
R=3
I=2
Полный блок:
(A=10,SL=10,R=3,I=2)
Значением VALUE может быть:
число;
идентификатор;
другое выражение;
результат предварительно определённого оператора.
Например:
R=N
I=R
R=X
A=SML(10)
если контекст допускает использование результата SML как значения параметра.
Для сложных значений предпочтительно использовать круглую группировку.
4.3. Каскады
Базовый каскад:
CASCADE := CODE "[" ELEMENT_LIST "]"
где:
ELEMENT_LIST := ELEMENT ("," ELEMENT)*
Например:
PC[C1,C2,C3]
Сцепленный каскад:
CHAIN := ELEMENT ("][" ELEMENT)+
Например:
PC1][PC2][PC3
В публикационной форме для читаемости допускается:
PC1 ][ PC2 ][ PC3
Пробелы не являются частью семантики.
Метакаскад:
META_CASCADE := "[[" CASCADE_CONTENT "]]"
Более высокий скобочный ранг строится дальнейшим увеличением числа внешних квадратных скобок.
При машинном разборе необходимо сначала установить баланс и ранг скобок, после чего определять внутренние каскадные стыки.
4.4. Законы
Блок законов:
LAW_BLOCK := "{" LAW_LIST "}"
Список:
LAW_LIST := LAW (";" LAW)*
Один закон:
LAW := LAW_CODE ":" RULE
Примеры кодов:
TL
закон перехода.
GL
закон генерации.
EL
закон эволюции.
Пример:
{TL:A_next=X}
или:
{GL:X_next=X^X;EL:R_next=R^2}
Условие может сопровождать закон.
Например:
{R>=100;EL:R_next=R^2}
В дальнейшем для условий может быть введён отдельный код, однако на текущем уровне достаточно однозначной текстовой формы.
Метазакон записывается:
{{...}}
и воздействует на другой закон или на систему законов.
4.5. Ранги
Скалярный ранг:
R=VALUE
Например:
R=10
Динамический ранг задаётся через закон:
{EL:R_next=R^2}
Ранг, определяемый результатом:
{TL:R_next=X}
Ранговый профиль:
RP[2,5,3]
Составной ранговый профиль может содержать вложенные структуры:
RP[[2,5][3,8][10]]
если соответствующая семантика предварительно установлена.
Таким образом OTM-TN различает:
скалярный ранг;
динамический ранг;
ранговый профиль;
метаранговую структуру.
4.6. Итерации
Фиксированная итерационность:
I=10
Динамическая:
{EL:I_next=2*I}
Результат-зависимая:
{TL:I_next=X}
Связанная с рангом:
I=R
Саморефлексивная:
I=N
при одновременном:
A=N
R=N
В более сложных системах возможен итерационный профиль.
Например:
IP[2,4,16,256]
где IP может быть зарезервирован как Iteration Profile.
Подобные расширения должны включаться в официальный словарь только после проверки отсутствия коллизий.
4.7. Рефлексивность
Общая рефлексивность может обозначаться кодом:
RF
Например:
RF(ML(A=10,R=3)){TL:R_next=X}
Эта запись означает, что металогарифмическая конструкция использует собственный результат X для определения следующего ранга.
Однако в большинстве практических случаев специальная оболочка RF необязательна.
Сам факт закона:
{TL:R_next=X}
уже показывает рефлексивную зависимость.
Поэтому код RF выполняет прежде всего классификационную функцию.
Следует различать:
семантику
и
маркировку класса.
Система может быть рефлексивной по своим законам даже без явного кода RF.
4.8. Саморефлексивность
Общий маркер саморефлексивной связи:
SR
может использоваться для расширенных систем.
Например:
SR(A=R=I=N)
Однако канонический саморефлексивный металогарифм имеет собственный код:
SML
Поэтому:
SML N
предпочтительнее длинной записи:
SR(ML(A=N,R=N,I=N))
Канонический SML является семантическим макрооператором.
Он заменяет целый набор параметров и правил одной короткой инструкцией.
Расширенные саморефлексивные системы могут записываться через явные зависимости.
Например:
ML(A=N,R=N^2,I=N){SR}
если в будущей версии языка будет утверждён такой маркер.
Однако основная информация должна находиться в самой структуре зависимостей, а не только в метке SR.
4.9. Модификационные комплексы
Простейший модификатор:
M(X){RULE}
Например:
M(A){*2}
Специализированная форма:
MA(A){*2}
MR(R){^2}
Несколько модификаторов образуют комплекс:
AC[MA(A){*2},MR(R){^2}]
Такая запись означает наличие двух модификационных блоков одного уровня.
Если они должны применяться последовательно с передачей состояния, используется сцепление:
MA(A){*2} ][ MR(R){^2}
При необходимости весь объект заключается в оболочку:
AC[[MA(A){*2}][MR(R){^2}]]
Параллельный режим должен быть обозначен явным законом или параметром комплекса.
Например, в будущей спецификации:
AC(...){MODE=PAR}
Последовательный:
{MODE=SEQ}
До официального закрепления кодов PAR и SEQ их следует рассматривать как рабочие обозначения, а не как окончательно зарезервированные слова.
4.10. Короткая и расширенная формы
OTM-TN допускает два основных способа записи.
Короткая форма
Предназначена для человека и высокосемантических операторов.
Например:
SML 100
или:
PC1 ][ PC2 ][ PC3
Расширенная форма
Показывает внутреннюю структуру.
Например вместо:
SML 100
можно явно указать:
A=100
R=100
I=100
и внутренний закон.
Короткая и расширенная формы должны быть семантически эквивалентны.
Это один из ключевых принципов языка.
Короткая запись является генотипом.
Расширенная запись представляет частичную экспликацию этого генотипа.
Следовательно, OTM-TN должен поддерживать операции:
сжатия
и
декодирования.
В дальнейшем интерпретатор должен уметь преобразовывать короткую форму в расширенную автоматически.
4.11. Декодирование записи SML N
Запись:
SML N
является важнейшим примером семантического макрооператора.
Её декодирование выполняется поэтапно.
Шаг 1. Определение параметра
Получаем значение:
N
Шаг 2. Назначение исходного объекта
A=N
Шаг 3. Назначение ранга
R=N
Шаг 4. Назначение числа внешних итераций
I=N
Шаг 5. Назначение внутреннего закона
В канонической симметричной модели:
X_next=X^X
Шаг 6. Назначение межитерационного наследования
Результат завершённой операции становится входом следующей.
Таким образом семантическая нормальная форма может быть представлена условно:
SML(N) := ML(A=N,SL=A,R=N,I=N){GL:X_next=X^X;TL:A_next=X}
Эта запись не обязана использоваться в обычном тексте книги.
Она представляет машинную семантическую расшифровку короткого оператора.
Например:
SML 2
нормализуется в параметры:
A=2
R=2
I=2
и далее создаёт две полные операции второго ранга.
Для:
SML(SML 2)
алгоритм другой.
Сначала декодируется и выполняется или генеративно определяется внутренний:
SML 2
Пусть его результат:
X
После этого внешняя конструкция нормализуется как:
SML X
то есть:
A=X
R=X
I=X
Таким образом вложенность читается изнутри наружу.
Это правило должно считаться нормативным.
4.12. OTM-TN как прототип языка Изольдионики
OTM-TN создаётся для формализации ОТМ, но его архитектура естественным образом выводит нас за пределы одной теории.
Основные элементы уже напоминают полноценный формальный язык:
алфавит;
операторные коды;
параметры;
каскады;
скобочная вложенность;
законы;
условия;
рефлексивные зависимости;
макрооператоры;
метауровни.
Поэтому OTM-TN может стать одним из первых прототипов будущего языка Изольдионики.
В Изольдионике вместо нескольких десятков операторов потенциально будут использоваться сотни и тысячи кодонов.
Каждый кодон может иметь:
собственный код;
параметры;
законы;
каскады;
условия активации;
метаправила.
Тогда общая структура может иметь вид:
OP(parameters)[structure]{laws}
Эта формула способна стать одним из базовых синтаксических принципов будущего изольдионического языка.
Например:
CODEON(parameters)[cascade]{laws}
где CODEON может представлять:
металогарифм;
SML;
изольдиацию;
ноофакторал;
многосоставное число;
другой оператор Теории Ланумов.
Таким образом OTM-TN является не просто способом печатать металогарифмы на сайте.
Он представляет экспериментальную модель математического языка высокого семантического уровня.
Такой язык должен работать не столько с отдельными арифметическими действиями, сколько с целыми генеративными конструкциями.
4.13. Нормализация записи
Для будущего машинного интерпретатора полезно ввести понятие нормальной формы.
Разные внешние записи могут иметь одинаковую семантику.
Например:
SML 100
и:
SML(100)
для атомарного параметра 100 должны интерпретироваться одинаково.
Однако внутренняя нормальная форма может быть единой:
SML(100)
А затем семантически расширяться в:
ML(A=100,SL=A,R=100,I=100){GL:X_next=X^X;TL:A_next=X}
Таким образом обработка выражения проходит несколько уровней:
исходный текст;
лексический разбор;
синтаксическое дерево;
нормализованная форма;
семантическая форма;
генеративное исполнение или экспликация.
Этот процесс особенно важен для будущей автоматизации ОТМ.
4.14. Порядок разбора выражения
Для устранения неоднозначности устанавливается общий порядок структурного чтения.
Сначала определяется:
внешний оператор.
Затем:
скобочные уровни.
После этого:
параметры.
Затем:
внутренние каскады.
После них:
законы и условия.
Далее строятся зависимости между параметрами.
Только после этого начинается генеративная интерпретация.
Таким образом:
структурный разбор предшествует вычислению.
Для арифметических выражений внутри параметров используется обычный приоритет операций.
В базовой версии:
группировка ( );
степень ^;
умножение * и деление /;
сложение + и вычитание -;
сравнения <, >, <=, >=;
определения и зависимости;
переходы и каскадные связи.
Оператор:
][
не является арифметической операцией.
Он применяется уже после формирования соседних структурных блоков.
4.15. Принцип строгой декодируемости
Любая нормативная запись OTM-TN должна удовлетворять требованию:
для неё должен существовать однозначный путь структурного декодирования.
Это не означает, что числовой результат обязательно должен быть вычислим практически.
Например:
SML 1000
может быть совершенно недоступен полной цифровой экспликации.
Но его структура должна быть однозначно декодируема.
Следовательно, необходимо различать:
декодируемость генотипа
и
эксплицируемость фенотипа.
Первое является требованием языка.
Второе может оказаться физически или вычислительно невозможным.
Это различие будет особенно важно в последующей теории экспликационных уровней.
4.16. Ошибочные и неполные формы
Формальный язык должен уметь не только принимать корректные записи, но и отвергать некорректные.
Например:
ML(A=10,R=3
некорректно из-за незакрытой скобки.
Запись:
SML SML 10
считается ненормативной из-за неоднозначной вложенности.
Следует писать:
SML(SML 10)
Если код имеет два разных значения, запись также считается неприемлемой до устранения коллизии.
Например, именно поэтому:
AC
не должно одновременно обозначать:
Algebraic Complex
и:
Asymmetric Cascade.
Первое сохраняет:
AC
Второе получает:
ASC.
Формальная строгость словаря является частью грамматики.
4.17. Семантические типы
Для будущего интерпретатора полезно различать не только значения, но и типы объектов.
Например:
NUMBER
числовой объект.
RANK
ранг.
ITERATION
итерационность.
CASCADE
каскад.
LAW
закон.
OPERATOR
оператор.
COMPLEX
операторный комплекс.
PROFILE
профиль.
ENVIRONMENT
среда.
META_OBJECT
объект более высокого уровня.
Тогда система сможет обнаруживать семантические ошибки.
Например, если оператор ожидает ранг, а получает закон без правила преобразования закона в число, выражение должно быть признано некорректным.
Таким образом будущая OTM-TN должна иметь не только синтаксис, но и систему семантических типов.
4.18. Генотипическая интерпретация OTM-TN
Наиболее глубокое понимание OTM-TN состоит в том, что запись описывает не столько готовое число, сколько способ его происхождения.
Например:
SML 100
не перечисляет цифры результата.
Она задаёт генотип его генерации.
То же относится к:
ML(A=2,R=10,I=5){...}
или к сложному:
AC[[SML N][MR(R){R^2}]][PC1][PC2]{{...}}
Подобная запись содержит архитектуру порождения объекта.
Поэтому OTM-TN следует рассматривать как генотипический математический язык.
Его первичная единица — не цифра результата.
Его первичная единица — инструкция генерации структуры.
Это принципиально отличает его от обычной записи огромных чисел.
ЗАКЛЮЧЕНИЕ ЧАСТИ VII
Разработка текстовой нотации ОТМ приводит к существенно более широкому результату, чем создание набора сокращений.
Постепенно возникает формальный язык.
Его базовая архитектура включает:
алфавит;
операторные коды;
параметры;
каскады;
законы;
скобочные уровни;
сцепления;
ранги;
итерации;
рефлексивные зависимости;
саморефлексивные макрооператоры;
модификационные комплексы.
Особое значение имеет система скобок.
Круглые скобки кодируют преимущественно параметрическую структуру.
Квадратные — каскадную.
Фигурные — законодательную.
Повторение скобок позволяет поднимать конструкцию на метауровень.
Оператор:
][
создаёт специальную форму каскадного сцепления с передачей результата.
Таким образом даже исключительно ASCII-текст способен представлять сложные многослойные математические архитектуры.
Формальная грамматика закрепляет общий принцип:
OP(parameters)[cascade]{laws}
Эта схема способна охватить значительную часть объектов ОТМ.
Высокосемантические конструкции могут получать собственные короткие коды.
Главный пример:
SML N
Но любой такой код должен иметь однозначное семантическое декодирование.
Тем самым возникает фундаментальная пара:
короткая генотипическая запись
и
развёрнутая семантическая форма.
Это различие в дальнейшем приобретёт особое значение.
Один объект может быть легко записываем на уровне генотипа и практически неэксплицируем на уровне цифрового фенотипа.
Более сложный объект может оказаться неэксплицируемым уже на уровне обычной формулы и потребовать языка следующего семантического порядка.
Поэтому OTM-TN оказывается первой практической демонстрацией более общего принципа:
повышение уровня математического языка позволяет превращать конструкции, чрезвычайно сложные на нижнем уровне, в элементарные операционные единицы более высокого уровня.
Именно этот принцип связывает:
ОТМ;
Изольдионику;
будущую Теорию Ланумов;
теорию экспликационных уровней;
и будущие языки программирования высокого семантического уровня.
OTM-TN поэтому представляет одновременно:
текстовую нотацию;
формальный язык;
язык математических генотипов;
прототип машинного интерпретатора;
и один из первых шагов к будущему высокосемантическому языку Изольдионики.
*******
АППЕНДИКС VII-А. ПРАКТИЧЕСКИЙ АТЛАС ЯЗЫКА И ТЕКСТОВОЙ НОТАЦИИ OTM-TN
Оглавление аппендикса
Минимальная запись металогарифма
Параметрический блок
Базовый словарь OTM-TN
Одинарные символы и их роли
Двух- и трёхбуквенные коды
Круглые скобки на практике
Квадратные скобки на практике
Фигурные скобки на практике
Скобочный ранг
Сцепленные блоки
Оператор ][
Цепочки вида ][ ][
Обычный каскад и метакаскад
Ранговый профиль
Итерационный профиль
Законы перехода, генерации и эволюции
Запись модификаторов
Запись алгебраического комплекса
Запись рефлексивной конструкции
Каноническая запись SML N
Пошаговое декодирование SML 3
Вложенная запись SML(SML N)
Короткая и расширенная формы
Нормализация записи
Порядок машинного разбора
Типичные синтаксические ошибки
Типичные семантические ошибки
Пример полного декодирования сложной конструкции
OTM-TN как генотипическая запись
Сводная таблица основных обозначений
Минимальный нормативный стандарт OTM-TN
Основные выводы
Введение
OTM-TN создаётся как чисто текстовый язык Общей теории металогарифмов.
Его основная задача состоит в том, чтобы сложные металогарифмические конструкции могли быть записаны:
в обычном текстовом редакторе;
в WordPress;
на Proza.ru;
в электронном письме;
в базе данных;
в программном файле;
без обязательного использования LaTeX, графики и специальных математических символов.
Поэтому базовая версия OTM-TN опирается преимущественно на ASCII-символы.
Главный принцип:
математическая структура должна сохраняться даже после полного удаления оформления.
Второй принцип:
одна корректная запись должна иметь одно нормативное структурное прочтение.
Третий принцип:
короткая запись допустима только тогда, когда существует однозначный способ её декодирования.
1. Минимальная запись металогарифма
Простейшая параметрическая форма:
ML(A=2,SL=2,R=1,I=1)
Она содержит:
ML — металогарифм;
A=2 — основание или исходный объект;
SL=2 — сублогарифм;
R=1 — ранг;
I=1 — число внешних итераций.
Для канонической симметричной операции первого ранга это соответствует:
2^2 = 4
Однако запись:
ML(A=2,SL=2,R=1,I=1)
содержит больше структурной информации, чем просто:
2^2
Она сообщает, к какому классу относится операция и какие параметры считаются самостоятельными.
2. Параметрический блок
Круглые скобки после кода оператора содержат параметры.
Общая схема:
OP(parameter=value,parameter=value,...)
Например:
ML(A=10,SL=5,R=3,I=2)
Читается:
металогарифм;
основание 10;
сублогарифм 5;
ранг 3;
две внешние итерации.
Если параметр зависит от другого:
ML(A=N,SL=N,R=N,I=N)
Если ранг отличается:
ML(A=N,SL=N,R=N^2,I=N)
Сложные значения заключаются в скобки:
ML(A=N,R=(N^2+1),I=N)
В публикационном тексте лишние скобки желательно не использовать.
3. Базовый словарь OTM-TN
Рабочее ядро словаря:
OL — Ordinary Logarithm.
ML — Metalogarithm.
CL — Cyclic Logarithm.
AL — Absolute Logarithm.
SL — Sublogarithm.
PC — Power Cascade.
RC — Recursive Cascade.
DC — Dynamic Cascade.
SC — Self-generating Cascade.
ASC — Asymmetric Cascade.
MC — Modified Cascade.
AC — Algebraic Complex.
CM — Cascade Modifier.
CA — Cascade Asymmetry.
CI — Cascade Index.
GL — Generation Law.
TL — Transition Law.
EL — Evolution Law.
RP — Rank Profile.
IP — Iteration Profile.
MP — Modification Profile.
RF — Reflexive.
SR — Self-Reflexive.
SML — Self-Reflexive Metalogarithm.
EH — Explication Horizon.
EC — Explication Complexity.
Этот список является рабочим базовым реестром.
При дальнейшем развитии языка каждый новый код должен проверяться на отсутствие коллизий.
4. Одинарные символы и их роли
Для фундаментальных параметров используются короткие обозначения.
A — основание или исходный объект.
N — универсальный параметр.
R — ранг.
I — внешняя итерационность.
K — коэффициент или показатель асимметрии.
X — текущий или промежуточный результат.
Y — второй промежуточный объект.
Z — третий промежуточный объект.
Строчные символы:
i
j
k
обычно используются как локальные индексы.
Например:
R_i
означает ранг i-й стадии.
X_k
означает k-е состояние.
5. Двух- и трёхбуквенные коды
Длина кода определяется не формальным требованием, а балансом между:
краткостью;
читаемостью;
отсутствием коллизий.
Поэтому:
ML
удобно и однозначно.
SL
удобно и однозначно.
Но:
SML
лучше, чем попытка сократить Self-Reflexive Metalogarithm до двух букв, если двухбуквенная форма создаёт конфликт.
Аналогично:
ASC
используется для Asymmetric Cascade, потому что:
AC
уже закреплено за Algebraic Complex.
Основное правило:
лучше использовать на один символ больше, чем создавать двусмысленность.
6. Круглые скобки на практике
Круглые скобки обозначают прежде всего параметры и группировку аргумента.
Пример:
ML(A=10,R=5,I=3)
Другой пример:
SML(N^2)
Здесь весь объект:
N^2
является параметром SML.
Вложенный оператор:
SML(SML 3)
Читается изнутри наружу.
Сначала:
SML 3
Затем его результат используется как параметр внешнего SML.
Круглые скобки отвечают прежде всего на вопрос:
что подаётся оператору как параметр или аргумент?
7. Квадратные скобки на практике
Квадратные скобки обозначают последовательности, структуры и каскады.
Пример:
PC[C1,C2,C3]
означает степенной каскад из трёх элементов.
Ранговый профиль:
RP[2,5,3]
означает три ранговых значения:
2;
5;
Итерационный профиль:
IP[2,4,8,16]
означает последовательность значений внешней итерационности.
Квадратные скобки отвечают на вопрос:
какие структурные элементы входят в объект?
8. Фигурные скобки на практике
Фигурные скобки содержат законы, условия и правила.
Например:
{TL:A_next=X}
означает:
следующее основание получает значение X.
Запись:
{EL:R_next=R^2}
означает:
новый ранг определяется квадратом текущего.
Несколько правил:
{TL:A_next=X;EL:R_next=R^2}
Условный закон:
{R>=100;EL:R_next=R^2}
Таким образом фигурный блок отвечает на вопрос:
по каким правилам объект действует или изменяется?
9. Скобочный ранг
Сравним:
[X]
[[X]]
[[[X]]]
Это структуры квадратного скобочного ранга:
1;
2;
Аналогично:
{L}
{{L}}
{{{L}}}
Первый объект может быть законом.
Второй — метазаконом.
Третий — законом, управляющим системой метазаконов.
То же возможно для круглых скобок:
(P)
((P))
(((P)))
Важно:
скобочный ранг не является металогарифмическим рангом R.
R=3
означает внутреннюю этажность металогарифма.
[[[X]]]
означает третий структурный уровень записи.
10. Сцепленные блоки
Сравним:
[A,B,C]
и:
[A][B][C]
Первая форма представляет три элемента внутри одного блока.
Вторая сохраняет три самостоятельных блока.
Если они помещаются внутрь общей оболочки:
[[A][B][C]]
получаем метаструктуру, состоящую из трёх самостоятельных компонентов.
Сцепленная морфология полезна, когда необходимо сохранить внутренние границы.
11. Оператор ][
Конструкция:
][
получает специальную семантику передачи результата.
Например:
PC1 ][ PC2
означает:
выполнить PC1;
получить его результат;
использовать этот результат в качестве входа PC2.
Это можно условно развернуть:
RESULT(PC1) -> INPUT(PC2)
Поэтому:
PC1 ][ PC2
не равно простому:
PC1,PC2
Первое означает вычислительную или генеративную связь.
Второе — только совместное перечисление.
12. Цепочки вида ][ ][
Запись:
PC1 ][ PC2 ][ PC3
означает линейную цепь.
Порядок:
PC1;
результат PC1 передаётся PC2;
результат PC2 передаётся PC3.
Внутренние блоки могут быть сложными.
Например:
SML 3 ][ AC1 ][ PC2
Тогда результат SML 3 передаётся алгебраическому комплексу AC1, а затем результат этого блока поступает в PC2.
Таким способом чистый текст начинает выполнять функцию блок-схемы.
13. Обычный каскад и метакаскад
Обычный каскад:
PC[C1,C2,C3]
Метакаскад:
[[PC1][RC1][SC1]]
В первом случае элементы существуют внутри одного каскадного уровня.
Во втором объект состоит из нескольких самостоятельных каскадных блоков.
Можно создать третий уровень:
[[[PC1][RC1]][[SC1][DC1]]]
Такая конструкция уже описывает систему метакаскадов.
Число уровней теоретически может увеличиваться.
Практически повышение скобочного ранга должно происходить только при наличии реального семантического уровня.
14. Ранговый профиль
Простейший постоянный ранг:
R=5
Динамическая последовательность рангов:
RP[1,2,4,8,16]
Составной профиль:
RP[2,5,3]
Можно представить и вложенный профиль:
RP[[2,5][3,8][10]]
Если такая форма используется, её семантика должна быть заранее определена.
Например, каждый внутренний блок может соответствовать отдельной внешней фазе.
Ранговый профиль является более информативным объектом, чем одно число R.
15. Итерационный профиль
Постоянная итерационность:
I=10
Динамический профиль:
IP[2,4,8,16]
Рекуррентное правило:
{EL:I_next=I^2}
Результат-зависимое правило:
{TL:I_next=X}
Таким образом OTM-TN различает:
конкретное значение;
заранее заданный профиль;
генеративный закон.
16. Законы перехода, генерации и эволюции
Три базовых кода:
GL
Generation Law.
TL
Transition Law.
EL
Evolution Law.
Пример генерации:
{GL:X_next=X^X}
Пример перехода между блоками:
{TL:A_next=X}
Пример эволюции ранга:
{EL:R_next=R^2}
Объединённая запись:
{GL:X_next=X^X;TL:A_next=X;EL:R_next=R^2}
Следует различать:
GL говорит, как создаётся новое значение;
TL говорит, куда и как передаётся состояние;
EL говорит, как изменяется некоторый параметр или закон во времени.
17. Запись модификаторов
Общий модификатор:
M(X){RULE}
Например:
M(A){*2}
Специализированные формы:
MA(A){*2}
MSL(SL){^2}
MR(R){*10}
MI(I){I^2}
Более явная форма иногда предпочтительнее сокращённой.
Например:
MR(R){R^2}
лучше, чем просто:
MR{^2}
если существует риск неоднозначности.
Главное правило:
сокращение допустимо только при сохранении однозначности.
18. Запись алгебраического комплекса
Простой комплекс:
AC[MA(A){*2},MR(R){R^2}]
Здесь два модификатора находятся внутри одного комплекса.
Последовательная форма:
MA(A){*2} ][ MR(R){R^2}
может использоваться, если результат первого преобразования структурно передаётся второму.
Вложенный комплекс:
AC[[AC1][AC2][SML N]]
Метаалгебраический комплекс:
[[AC1][AC2]]{{META_LAW}}
Так OTM-TN позволяет описывать сложные операторные системы без графической схемы.
19. Запись рефлексивной конструкции
Рассмотрим:
ML(A=2,R=3,I=1){TL:R_next=X}
Если X является результатом текущей операции, следующий ранг определяется собственным результатом системы.
Это рефлексивная конструкция.
При желании класс можно подчеркнуть:
RF(ML(A=2,R=3,I=1)){TL:R_next=X}
Но маркер RF не является обязательным, если рефлексивность уже однозначно следует из закона.
Это важный принцип:
семантика важнее классификационной метки.
20. Каноническая запись SML N
Основная форма:
SML N
Для атомарного параметра скобки не обязательны.
Поэтому:
SML 100
является нормативной короткой формой.
Для сложного параметра:
SML(N^2)
Для вложенной конструкции:
SML(SML 3)
Канонический смысл:
A=N
R=N
I=N
при фиксированном внутреннем законе:
X_next=X^X
и межитерационном наследовании результата.
Таким образом SML N является семантическим макрооператором.
21. Пошаговое декодирование SML 3
Исходная запись:
SML 3
Шаг 1
Параметр:
N=3
Шаг 2
Начальный объект:
A=3
Шаг 3
Ранг:
R=3
Шаг 4
Внешние итерации:
I=3
Шаг 5
Внутренний закон:
X_next=X^X
Шаг 6
Первая внешняя итерация:
3 -> 3^3 = 27
затем:
27 -> 27^27
затем ещё один внутренний самостепенной переход.
Получаем:
R1
Шаг 7
Вторая внешняя итерация начинается с:
R1
и снова имеет три внутренние ступени.
Шаг 8
Третья итерация начинается с:
R2
и также имеет три ступени.
Итоговая конструкция имеет:
R=3
I=3
и девять последовательных внутренних переходов верхнего операционного уровня.
22. Вложенная запись SML(SML N)
Рассмотрим:
SML(SML 2)
Порядок строго фиксирован.
Сначала:
X := SML 2
После получения или генеративного определения X:
SML X
То есть внешний SML получает:
A=X
R=X
I=X
Недопустимо читать эту запись как одновременную круговую зависимость.
Вложенные операторы читаются:
изнутри наружу.
Это одно из важнейших правил OTM-TN.
23. Короткая и расширенная формы
Короткая запись:
SML 10
Расширенная параметрическая форма:
ML(A=10,R=10,I=10){GL:X_next=X^X;TL:A_next=X}
Эти формы должны передавать одну и ту же каноническую семантику.
Другой пример.
Короткая форма:
PC1 ][ PC2
Расширенная смысловая форма:
RESULT(PC1) -> INPUT(PC2)
Короткая форма удобна для мышления и публикации.
Расширенная — для обучения, проверки и машинной нормализации.
24. Нормализация записи
Разные допустимые формы могут сводиться к одной нормативной внутренней форме.
Например:
SML 100
и:
SML(100)
имеют одинаковый смысл.
Для машинной обработки обе могут нормализоваться в:
SML(100)
Затем:
SML(100)
может быть семантически развёрнут в:
ML(A=100,R=100,I=100){GL:X_next=X^X;TL:A_next=X}
Получаем уровни:
исходный текст
-> нормализованный текст
-> синтаксическое дерево
-> семантическая структура
-> генеративное исполнение
Нормализация особенно важна для будущего интерпретатора OTM-TN.
25. Порядок машинного разбора
Рекомендуемая последовательность:
Шаг 1
Выделить оператор.
Например:
ML
SML
AC
PC
Шаг 2
Проверить скобочный баланс.
Все открытые скобки должны иметь соответствующие закрывающие.
Шаг 3
Определить скобочный ранг.
Шаг 4
Разобрать круглые параметрические блоки.
Шаг 5
Разобрать квадратные каскадные структуры.
Шаг 6
Определить сцепления ][.
Шаг 7
Разобрать фигурные законы.
Шаг 8
Построить зависимости между параметрами.
Шаг 9
Проверить семантические типы.
Шаг 10
Только после этого запускать вычислительную или генеративную интерпретацию.
Таким образом:
парсинг предшествует исполнению.
26. Типичные синтаксические ошибки
Ошибка:
ML(A=10,R=3
Причина:
не закрыта круглая скобка.
Корректно:
ML(A=10,R=3)
Ошибка:
SML SML 10
Причина:
неясна вложенность.
Корректно:
SML(SML 10)
Ошибка:
[A,B,C
Причина:
не закрыт каскадный блок.
Корректно:
[A,B,C]
Ошибка:
{TL:A_next=X
Причина:
не закрыт блок закона.
Корректно:
{TL:A_next=X}
Ошибка:
использование одного и того же кода для разных объектов.
Например:
AC
не должно одновременно означать Algebraic Complex и Asymmetric Cascade.
Для второго используется:
ASC.
27. Типичные семантические ошибки
Синтаксически корректная запись может быть семантически неправильной.
Например:
R=PC1
Если PC1 является каскадом, а R требует числовой ранг, необходимо определить правило преобразования каскада в число.
Без него запись типологически некорректна.
Другой пример:
I=LAW1
Если LAW1 является законом, а I должен быть числом, необходим отдельный оператор вычисления числового значения.
Ещё один пример:
X=X^X
если X ещё не определён.
Это уже прямая самореференция.
Она не становится корректной только потому, что синтаксис записан правильно.
Необходим механизм разрешения самосогласованности.
Таким образом OTM-TN должен проверять два уровня:
синтаксическую корректность;
семантическую корректность.
28. Пример полного декодирования сложной конструкции
Рассмотрим:
ML(A=2,SL=2,R=3,I=2)[PC1 ][ PC2]{TL:A_next=X;EL:R_next=R^2}
Разберём её.
Оператор
ML
Металогарифм.
Параметры
A=2
SL=2
R=3
I=2
Каскадная структура
PC1 ][ PC2
Имеются два степенных каскадных блока.
Результат PC1 передаётся PC2.
Закон перехода
TL:A_next=X
Результат X используется как следующее основание.
Закон эволюции
EL:R_next=R^2
Следующий ранг равен квадрату текущего.
Если текущий:
R=3
то следующий:
R=9
После следующего применения:
R=81
если закон продолжает действовать.
Таким образом короткая строка описывает:
начальные параметры;
два каскада;
передачу результата;
результат-зависимое основание;
динамический ранговый закон.
Это уже полноценный маленький математический генотип.
29. OTM-TN как генотипическая запись
В традиционной записи числа основное внимание уделяется самому значению.
Например:
1000000
просто сообщает величину.
OTM-TN чаще сообщает:
как объект должен быть порождён.
Например:
SML 100
не содержит цифры итогового результата.
Но содержит программу его происхождения.
Поэтому такую запись можно понимать как генотип.
Её развёрнутый математический объект является фенотипом.
Получаем:
генотип
-> генеративное исполнение
-> фенотип
При этом фенотип может быть слишком велик для цифровой экспликации.
Генотип всё равно остаётся конечным и читаемым.
Это различие является фундаментальным для всей дальнейшей Изольдионики.
30. Сводная таблица основных обозначений
Обозначение Значение Пример
ML Металогарифм ML(A=2,R=3)
SL Сублогарифм SL=5
R Ранг R=10
I Внешние итерации I=100
SML Саморефлексивный металогарифм SML 100
PC Степенной каскад PC[C1,C2]
RC Рекурсивный каскад RC[C1,C2]
SC Самопорождающий каскад SC[...]
ASC Асимметричный каскад ASC[...]
AC Алгебраический комплекс AC[M1,M2]
RP Ранговый профиль RP[2,5,3]
IP Итерационный профиль IP[2,4,8]
MP Профиль модификации MP(...)
TL Закон перехода {TL:A_next=X}
GL Закон генерации {GL:X_next=X^X}
EL Закон эволюции {EL:R_next=R^2}
( ) Параметры / группировка ML(A=2)
[ ] Каскад / структура PC[C1,C2]
{ } Законы / условия {EL:R_next=R^2}
[[ ]] Метакаскад [[C1][C2]]
{{ }} Метазакон {{LAW_next=...}}
][ Передача результата между блоками PC1 ][ PC2
-> Переход X1 -> X2
:= Определение X:=SML 3
^ Степень A^B
* Умножение K*A
_ Текстовый индекс R_1
31. Минимальный нормативный стандарт OTM-TN
Для первой рабочей версии языка полезно зафиксировать несколько обязательных правил.
Правило 1
Базовая запись должна использовать обычный текст.
Правило 2
Один код не должен иметь два базовых значения.
Правило 3
Круглые скобки задают параметры и аргументы.
Правило 4
Квадратные скобки задают каскадную структуру.
Правило 5
Фигурные скобки задают законы и условия.
Правило 6
Повторение скобок повышает структурный уровень.
Правило 7
][
означает передачу результата между самостоятельными блоками.
Правило 8
Сложный аргумент оператора должен быть явно сгруппирован.
Поэтому:
SML(SML 10)
предпочтительно и однозначно.
Правило 9
Вложенные операторы читаются изнутри наружу.
Правило 10
Рефлексивная зависимость должна иметь определённый порядок вычисления либо механизм самосогласования.
Правило 11
Короткая запись должна иметь однозначную расширенную семантическую форму.
Правило 12
Неэксплицируемость результата не делает запись некорректной, если её генотип однозначно декодируем.
Правило 13
Синтаксическая корректность и семантическая корректность проверяются отдельно.
Правило 14
Новые коды должны включаться в реестр только после проверки коллизий.
Правило 15
Типографическое оформление никогда не должно быть единственным носителем математического смысла.
32. Основные выводы
OTM-TN начинается как способ записывать металогарифмы обычным текстом.
Но уже первая версия показывает, что фактически возникает значительно более широкий объект.
Это язык, в котором существуют:
операторы;
параметры;
каскады;
законы;
условия;
профили;
рефлексивные связи;
саморефлексивные макрооператоры;
модификационные комплексы;
метауровни.
Особую роль играет трёхчастная скобочная система:
( )
параметрическая структура;
[ ]
каскадная структура;
{ }
законодательная структура.
Её повышение через:
(( ))
[[ ]]
{{ }}
создаёт текстовый механизм перехода к метауровням.
Оператор:
][
даёт возможность записывать передачу результата между самостоятельными блоками.
Короткие конструкции типа:
SML N
показывают, насколько высока может быть семантическая плотность языка.
Несколько символов способны кодировать:
исходный объект;
ранг;
итерационность;
внутренний закон;
наследование результата;
целую генеративную архитектуру.
Поэтому OTM-TN следует рассматривать не просто как математическую нотацию.
Он одновременно является:
языком записи;
языком генеративных операторов;
генотипическим языком;
прототипом машинноисполняемой спецификации;
прототипом языка Изольдионики;
первым примером математического языка высокого семантического уровня.
При этом наиболее фундаментальным свойством OTM-TN является не краткость сама по себе.
Краткость без строгой семантики ничего не даёт.
Главное свойство состоит в другом:
очень короткая текстовая конструкция способна однозначно представлять чрезвычайно большую операторную архитектуру.
Это и есть тот принцип, который позднее позволит переходить:
от металогарифмов к кодонам;
от кодонов к математическим генотипам;
от генотипов к Ланумам;
а затем — к языкам ещё более высокого семантического порядка.
*************
ЧАСТЬ VIII. ТЕМПЫ РОСТА И СРАВНИТЕЛЬНАЯ ТЕОРИЯ СВЕРХБОЛЬШИХ ЧИСЕЛ
Одна из наиболее очевидных областей применения Общей теории металогарифмов связана с построением чрезвычайно больших конечных чисел.
Однако ОТМ рассматривает сверхбыстрый рост несколько шире, чем обычная задача нахождения всё большего числа.
В металогарифмической системе способны одновременно расти:
само числовое значение;
основание;
сублогарифм;
ранг;
число внешних итераций;
асимметрия;
число модификаторов;
сложность закона;
глубина вложенности;
структура оператора.
Поэтому в ОТМ необходимо различать как минимум два принципиально разных вида роста:
рост результата
и
рост генератора результата.
В обычной быстрорастущей функции правило может оставаться фиксированным, тогда как значение функции стремительно увеличивается.
В развитой металогарифмической системе способ порождения следующего значения сам может изменяться.
Именно поэтому сравнительная теория сверхбольших чисел должна учитывать не одну координату «больше — меньше», а целое пространство характеристик.
ГЛАВА 1. МЕТАЛОГАРИФМЫ КАК ГЕНЕРАТОРЫ СВЕРХБЫСТРОГО РОСТА
1.1. Простейшие каскады
Рассмотрим канонический самопорождающий каскад:
X_0 = 2
X_1 = 2^2 = 4
X_2 = 4^4 = 256
X_3 = 256^256
X_4 = X_3^X_3
и далее:
X_(k+1) = X_k^X_k
Даже такая минимальная конструкция демонстрирует важную особенность ОТМ.
Результат предыдущей операции одновременно становится:
новым основанием;
новым сублогарифмом.
Следовательно, рост является не просто повторным возведением фиксированного основания в степень.
Сам объект постоянно увеличивает параметры собственной следующей операции.
В простейшей модели действует положительная обратная связь:
результат
-> новое основание
-> новый сублогарифм
-> новый результат
Поэтому даже металогарифмический каскад без динамического ранга и дополнительных модификаторов способен порождать очень быстрый рост.
При этом сам закон остаётся чрезвычайно компактным:
X_(k+1) = X_k^X_k
Разница между длиной генеративной записи и масштабом порождаемого объекта уже становится огромной.
1.2. Влияние ранга
Ранг добавляет вторую координату ускорения.
Если:
R=1
выполняется одна внутренняя степенная ступень.
Если:
R=10
одна полная операция содержит десять последовательных внутренних преобразований.
Если:
R=1000
таких ступеней уже тысяча.
В канонической модели:
a(0)=A
a(k+1)=a(k)^a(k)
операция ранга R заканчивается на:
a(R)
Следовательно, увеличение ранга означает увеличение глубины генеративного процесса.
Важно, что изменение ранга не просто увеличивает один числовой коэффициент.
Оно увеличивает количество последовательных преобразований, которым подвергается уже быстрорастущий объект.
Поэтому:
A=10,R=100
и:
A=100,R=10
являются принципиально разными архитектурами.
Даже если в отдельных системах удастся сравнить их числовые результаты, генотипы этих объектов различаются.
1.3. Влияние числа итераций
Внешняя итерационность создаёт ещё один уровень.
Пусть одна полная операция имеет ранг R.
Если:
I=1
она выполняется один раз.
Если:
I=100
полный ранговый блок повторяется сто раз, причём результат предыдущего блока может становиться входом следующего.
Схематически:
X_0
-> [R ступеней] -> X_1
-> [R ступеней] -> X_2
-> ...
-> X_I
Ранг определяет внутреннюю глубину одного блока.
Итерационность определяет число таких блоков.
Таким образом:
R
и:
I
являются независимыми координатами роста.
Именно их независимость позволяет строить системы, в которых одновременно увеличиваются:
глубина операции;
продолжительность каскада.
1.4. Влияние асимметрии
Симметричная модель имеет форму:
A^A
или в динамическом случае:
X^X
Но основание и сублогарифм не обязаны совпадать.
Можно иметь:
A^SL
где SL существенно больше A.
Например:
10^100
растёт иначе, чем:
10^10
Если асимметрия сама увеличивается, появляется дополнительный канал ускорения.
Например:
SL = K*A
при:
K=2,4,16,256,...
Теперь увеличение коэффициента K усиливает степенной показатель независимо от роста самого основания.
Однако асимметрия не является автоматически ускоряющей во всех возможных формах.
Её эффект зависит от конкретного закона.
Если изменения уменьшают показатель или переводят систему в менее интенсивный режим, рост может замедляться.
Следовательно, корректнее говорить:
асимметрия представляет независимый канал управления темпом роста.
При определённых законах этот канал становится каналом мощного ускорения.
1.5. Влияние модификаторов
Модификаторы способны воздействовать на разные уровни системы.
Например:
A -> 2A
является модификацией основания.
R -> 2R
модификацией ранга.
I -> 2I
модификацией итерационности.
На первый взгляд во всех трёх случаях применяется один коэффициент:
2
Но последствия радикально различны.
Удвоение основания изменяет числовой вход.
Удвоение ранга увеличивает глубину полного операторного блока.
Удвоение числа итераций увеличивает число таких блоков.
Если же:
SML N -> SML(2N)
один модификатор одновременно изменяет несколько синхронизированных координат.
Поэтому воздействие модификатора определяется не только его числовой величиной.
Решающую роль играет семантический уровень точки приложения.
1.6. Совместное действие факторов роста
Наиболее мощные металогарифмические конструкции возникают тогда, когда несколько механизмов действуют одновременно.
Например, пусть:
основание зависит от предыдущего результата;
сублогарифм растёт быстрее основания;
ранг увеличивается рекуррентно;
число итераций определяется результатом;
асимметрия меняется динамически;
модификатор усиливает ранг;
закон модификации сам изменяется.
Тогда система развивается сразу по многим координатам.
Схематически:
STATE_k
может включать:
A_k
SL_k
R_k
I_k
K_k
M_k
L_k
Следующее состояние:
STATE_(k+1)
становится функцией нескольких компонентов текущего.
Таким образом объектом роста становится уже не одно число.
Растёт состояние генеративной системы.
Именно многомерность отличает развитые металогарифмические конструкции от простой последовательности степеней.
1.7. Рост оператора
Особое значение имеет ситуация, когда изменяется сам оператор.
Пусть первоначально действует закон:
R_next = 2R
Позднее система переключается на:
R_next = R^2
Затем:
R_next = R^R
Изменяется уже не только R.
Изменяется функция, создающая следующий R.
Ещё более высокий уровень возникает, если система сама определяет, какой закон использовать далее.
Тогда имеется последовательность:
L_1 -> L_2 -> L_3 -> ...
где каждый L представляет закон генерации.
Это можно назвать ростом оператора.
В обычном числовом росте оператор остаётся фиксированным, а значение увеличивается.
Здесь увеличивается или усложняется сама способность системы создавать следующие значения.
1.8. Рост результата
Несмотря на важность операторного уровня, конечный числовой результат остаётся самостоятельной характеристикой.
Для фиксированной генеративной архитектуры можно исследовать:
величину результата;
число его цифр;
число знаков в полной символической записи;
сложность восстановления;
требуемый объём вычислений;
экспликационную доступность.
Но две конструкции, дающие очень большие результаты, могут иметь совершенно разные внутренние причины роста.
Один объект может быть порождён:
высокой степенной башней.
Другой:
высоким рангом.
Третий:
огромным числом итераций.
Четвёртый:
динамическим оператором.
Пятый:
комбинаторной экстремальной задачей.
Поэтому числовая величина не должна быть единственным критерием сравнительной теории.
1.9. Операторная трансволюция
Наиболее высокий режим возникает тогда, когда система изменяет не только параметры и операторы, но и правила изменения операторов.
Такой процесс в ОТМ будем называть операторной трансволюцией.
Схематически:
значение
-> изменение значения
-> изменение параметров
-> изменение оператора
-> изменение закона оператора
-> изменение правил выбора законов
Каждый новый уровень делает объектом преобразования то, что на предыдущем уровне считалось фиксированной частью языка.
Таким образом сверхбыстрый рост в ОТМ имеет два направления.
Первое:
вертикальное — рост числового результата.
Второе:
метаоператорное — рост мощности генеративного механизма.
Именно второе направление является одним из центральных отличий общей архитектуры ОТМ.
ГЛАВА 2. САМОРЕФЛЕКСИВНЫЕ МЕТАЛОГАРИФМЫ И ПРЕДЕЛЬНОЕ УСКОРЕНИЕ
Термин «предельное» в названии настоящей главы не означает существование абсолютного наибольшего конечного числа или математически максимального темпа роста.
Такого утверждения ОТМ не делает.
Речь идёт о предельном в рамках рассматриваемой архитектуры саморефлексивном усилении, когда один параметр начинает одновременно управлять несколькими каналами роста.
2.1. Рост SML N
Канонический:
SML N
задаёт:
A=N
R=N
I=N
Следовательно, увеличение N одновременно увеличивает:
исходный объект;
внутреннюю глубину;
число внешних повторений.
Это существенно отличается от функции, в которой N увеличивает только один параметр.
У SML N параметр N обладает многократной семантической нагрузкой.
В канонической модели каждая полная операция содержит N внутренних преобразований:
X_next=X^X
и таких полных операций также N.
Поэтому последовательный операционный счёт даёт:
N^2
внутренних самостепенных переходов.
Но числовой рост определяется не только их количеством.
Каждая следующая операция применяется уже к огромному результату предыдущей.
2.2. Влияние синхронизации параметров
Главная особенность SML состоит не в том, что параметров становится больше.
Наоборот, внешних параметров становится меньше.
Вместо:
A
R
I
достаточно одного:
N
Но этот один параметр одновременно управляет тремя координатами.
Получается:
уменьшение синтаксической размерности записи при увеличении объёма скрытой операторной структуры.
Это один из лучших примеров семантического сжатия ОТМ.
Если N увеличивается с 10 до 100, изменяется не просто стартовое число.
Ранг увеличивается в десять раз.
Число полных итераций также увеличивается в десять раз.
Число последовательных внутренних шагов изменяется:
от:
10^2 = 100
до:
100^2 = 10000
При этом каждый из этих шагов действует на радикально более крупные значения.
2.3. SML 100 как модельный объект
Рассмотрим:
SML 100
Канонические параметры:
A=100
R=100
I=100
Первая внешняя итерация содержит:
100 внутренних самостепенных переходов.
После неё полученный результат становится входом следующего блока ранга 100.
Таких блоков:
Таким образом последовательный операционный путь содержит:
10000
самостепенных переходов.
Но это не означает, что полная символическая структура содержит только 10000 степенных узлов.
Если каждый промежуточный объект полностью подставлять в следующий без использования ссылок на ранее вычисленные результаты, происходит удвоение синтаксического дерева на каждом переходе.
В однородной канонической модели после m последовательных переходов:
X -> X^X
полное дерево содержит:
2^m
копий исходного объекта
и:
2^m - 1
степенных узлов.
Поэтому для полного развёртывания конечного состояния SML 100, если считать все 10000 последовательных переходов одной непрерывной однородной цепью, получаем:
2^10000
копий исходного объекта
и:
2^10000 - 1
степенных узлов.
Это не число вычислительных шагов.
Это объём полностью раскрытого синтаксического дерева без повторного использования уже вычисленных подвыражений.
Именно поэтому необходимо различать:
операционную глубину;
размер синтаксического дерева;
величину числового результата.
2.4. Рост ранга и итераций одновременно
В обычной системе можно увеличивать ранг при фиксированной итерационности:
R -> 2R
при:
I=const
Или увеличивать I при фиксированном R.
В SML обе координаты связаны.
Если:
N -> N+1
то одновременно:
R -> N+1
и:
I -> N+1
Поэтому размер операционной сетки меняется:
N*N
на:
(N+1)*(N+1)
Однако главное ускорение связано не с квадратичным ростом количества шагов.
Гораздо важнее то, что каждый дополнительный шаг расположен в цепи повторного самовозведения уже огромного результата.
Следовательно, простая характеристика N^2 описывает архитектуру, но совершенно не описывает масштаб числового результата.
2.5. Рекурсивные СМЛ
Следующий уровень:
X_0=N
X_1=SML X_0
X_2=SML X_1
X_3=SML X_2
и далее.
Здесь результат предыдущего SML становится параметром следующего.
Но параметр следующего SML одновременно определяет:
его вход;
ранг;
число итераций.
Следовательно, один огромный результат преобразуется сразу в несколько огромных характеристик следующего генератора.
Это означает переход:
от быстрого роста внутри одного оператора
к:
быстрому росту мощности последовательности операторов.
Ещё один вариант:
SML(SML N)
где внутренний SML сначала полностью определяется, а затем его результат параметризует внешний.
При дальнейшей вложенности глубина SML-структуры становится самостоятельной координатой роста.
2.6. Модифицированные СМЛ
SML может быть усилен модификаторами.
Например:
SML N
может преобразовываться в:
SML(N^2)
или:
SML(2^N)
или:
SML(SML N)
Другой способ состоит в разрыве канонической диагонали.
Например:
A=N
R=N^2
I=2^N
Теперь все параметры по-прежнему порождаются одним N, но растут по разным законам.
Если дополнительно:
K=SML N
где K управляет асимметрией, система получает новый канал ускорения.
Поэтому канонический SML N следует понимать не как верхнюю границу саморефлексивных систем, а как базовый элемент целого класса.
2.7. СМЛ как источник неэксплицируемости
SML особенно хорошо показывает различие между:
генеративной определимостью
и:
непосредственной эксплицируемостью.
Запись:
SML 100
легко помещается в одну строку.
Её алгоритмическая архитектура также может быть описана сравнительно компактно.
Но полное раскрытие синтаксического дерева уже требует структуры огромного размера.
Полная десятичная запись результата находится на ещё более далёком уровне.
Следовательно, один и тот же объект может быть:
простым на уровне кода;
огромным на уровне раскрытой формулы;
практически недоступным на цифровом уровне.
Именно это различие позднее приведёт к понятию экспликационных уровней.
2.8. Пределы непосредственного числового представления
Для сверхбольших чисел быстро наступает момент, когда вопрос:
«Как выписать все цифры?»
перестаёт быть практически содержательным.
Дальнейшая работа возможна только через:
генеративные определения;
рекуррентные правила;
операторные обозначения;
структурные генотипы;
метаязыки.
Важно, однако, не смешивать разные причины невозможности полной записи.
Объект может быть:
теоретически вычислим, но физически слишком велик для записи;
символически задаваем короткой формулой;
труден для полного синтаксического раскрытия;
или вообще связан с невычислимой функцией.
Это принципиально разные классы.
SML в канонической конечной форме остаётся конечной генеративно определённой конструкцией.
Поэтому его нельзя автоматически ставить в один класс с невычислимыми функциями типа Busy Beaver.
Это различие станет особенно важным в сравнительной теории.
ГЛАВА 3. КЛАССИЧЕСКИЕ СИСТЕМЫ СВЕРХБОЛЬШИХ ЧИСЕЛ
Сравнение ОТМ с классическими средствами описания больших чисел требует методологической осторожности.
Нельзя расположить все рассматриваемые системы на одной простой линейке.
Гугол является конкретным числом.
Стрелочная нотация Кнута является системой операций.
Число Грэма возникло как конкретная конечная верхняя оценка в комбинаторной задаче.
TREE(3) определяется через экстремальную задачу о конечных деревьях.
Быстрорастущие иерархии представляют семейства функций, индексируемых в том числе трансфинитными ординалами.
Busy Beaver относится уже к теории вычислимости и является невычислимой функцией.
Поэтому корректное сравнение требует учитывать математический тип объекта, а не только его размер.
3.1. Гугол и гуголплекс
Гугол определяется как:
10^100
то есть единица со ста нулями.
Гуголплекс:
10^(10^100)
то есть единица с гуголом нулей. Эти названия восходят к Эдварду Каснеру и его племяннику Милтону Сиротте; MathWorld приводит именно эти определения.
Гугол и гуголплекс сыграли важную культурную роль.
Они наглядно демонстрируют, насколько быстро степенная запись выходит за пределы обычного человеческого масштаба.
Но с точки зрения современной теории сверхбольших чисел обе конструкции ещё сравнительно просты.
Гугол использует одну степень.
Гуголплекс — одну степень, показатель которой сам является огромным числом.
Они не содержат:
динамического ранга;
изменяющейся итерационности;
рекурсивного оператора;
самомодификации.
Их значение для ОТМ состоит прежде всего в том, что они показывают первый этап перехода:
от длинной цифровой записи
к:
компактной генеративной записи.
3.2. Гугология
Термин «гугология» обычно используется для обозначения практики и сообщества, связанного с изучением, сравнением, именованием и конструированием чрезвычайно больших конечных чисел и быстрорастущих функций. При этом сама гугологическая среда подчёркивает свой промежуточный характер между математическим исследованием, искусством построения нотаций и специализированным интеллектуальным хобби; у неё нет единой общепринятой аксиоматики как у стандартной математической дисциплины.
Для ОТМ гугология особенно важна как большая лаборатория нотаций.
Она демонстрирует, насколько различными могут быть способы генерации огромных конечных объектов.
Однако ОТМ ставит несколько иной акцент.
Её предметом является не только:
«как компактно определить очень большое число»,
но и:
«какова внутренняя архитектура генератора»;
«какие параметры могут эволюционировать»;
«может ли оператор изменять собственный ранг»;
«может ли результат изменять закон последующих операций»;
«может ли генератор стать кодоном другой системы».
Поэтому ОТМ естественно пересекается с гугологией, но не сводится к ней.
3.3. Гипероперации
Гипероперации организуют естественную рекурсивную последовательность операций.
В одной из распространённых нумераций:
H_0 — successor;
H_1 — сложение;
H_2 — умножение;
H_3 — возведение в степень;
H_4 — тетрация;
H_5 — пентация;
и далее.
Каждая следующая операция строится как повторение предыдущей операции более низкого уровня. Тетрация, например, представляет повторное возведение в степень.
Это чрезвычайно важная идея.
Вместо многократного применения одной операции вводится новый уровень операции.
Именно здесь появляется принцип:
повторяемая структура предыдущего уровня становится элементарной операцией следующего уровня.
Этот принцип близок будущей концепции языков высоких семантических уровней.
Отличие ОТМ состоит в том, что она стремится дополнительно сделать динамическими:
ранг;
итерационность;
асимметрию;
модификаторы;
законы перехода.
Но это не означает автоматического численного превосходства любого металогарифма над любой гипероперацией.
Сравнивать необходимо конкретные определения.
3.4. Стрелочная нотация Кнута
Дональд Кнут ввёл стрелочную нотацию для компактного представления быстрорастущих итераций.
Одна стрелка соответствует возведению в степень:
a ; b
Две стрелки:
a ;; b
представляют тетрацию — степенную башню.
Три стрелки задают повторение операции с двумя стрелками, и так далее. MathWorld связывает эту нотацию с работой Кнута 1976 года и подчёркивает правую ассоциативность соответствующих конструкций.
Сила нотации заключается в том, что число стрелок само становится уровнем операции.
Несколько символов способны кодировать структуру, которую невозможно разумно развернуть.
С точки зрения ОТМ особенно интересно, что здесь уже существует аналог ранговой идеи:
изменение количества стрелок качественно меняет оператор.
Однако стрелочная нотация прежде всего организует иерархию повторных операций.
OTM стремится дополнительно описывать:
динамику самого уровня;
внешние итерации;
рефлексивные зависимости;
модификационную среду.
Таким образом стрелки Кнута являются важнейшим сравнительным эталоном, но пространство параметров ОТМ устроено иначе.
3.5. Цепная нотация Конвея
Цепная стрелочная нотация Конвея обобщает стрелочную нотацию Кнута и позволяет строить очень компактные цепочки вида:
a -> b -> c -> ...
Правила интерпретации рекурсивно уменьшают правые компоненты цепи и тем самым кодируют чрезвычайно глубокие структуры. MathWorld прямо характеризует chained arrow notation как обобщение нотации Кнута и ссылается на Conway и Guy, The Book of Numbers.
Внешне такая запись особенно интересна для ОТМ.
Несколько коротких компонентов цепи могут скрывать огромный объём рекурсивной семантики.
То есть здесь ярко реализован принцип:
малый синтаксис — огромная генеративная структура.
Различие заключается в характере семантики.
Цепная нотация Конвея имеет собственную фиксированную рекурсивную систему правил.
В ОТМ правила потенциально сами могут становиться объектом:
модификации;
рефлексии;
саморефлексии;
метауправления.
Поэтому сравнение должно проводиться не только по размеру порождаемого числа, но и по степени изменяемости генеративного закона.
3.6. Штейнгауз–Мозер
Нотации Штейнгауза–Мозера используют геометрическую идею вложения числа в фигуры — треугольники, квадраты, круги — чтобы обозначать повторное применение быстрорастущих преобразований.
В частности, MathWorld описывает circle notation Штейнгауза как систему, в которой число в круге определяется через многократно используемые квадратные конструкции, связанные с нотацией Штейнгауза–Мозера; в этой системе определяются такие большие числа, как mega и megistron.
Для истории математической нотации это особенно показательно.
Геометрическая оболочка здесь становится оператором более высокого порядка.
В терминах ОТМ можно сказать, что изменение морфологии записи меняет уровень действия оператора.
Именно по этой причине в OTM-TN была введена идея:
[ ]
[[ ]]
[[[ ]]]
и аналогичного скобочного ранга.
Однако прямого тождества между скобочным рангом OTM-TN и нотацией Штейнгауза–Мозера нет.
Это независимые системы с разной семантикой.
Сходство состоит в общем принципе повышения уровня операции посредством компактной морфологии записи.
3.7. Число Грэма
Число Грэма возникло не как произвольно придуманное «очень большое число», а в связи с реальной задачей теории Рамсея.
В стандартной записи оно определяется рекурсивной последовательностью из 64 членов.
Первый член использует четыре стрелки Кнута:
g_1 = 3 ;;;; 3
а каждый следующий член использует число стрелок, равное предыдущему члену:
g_(n+1) = 3 ;^(g_n) 3
Числом Грэма является:
g_64
MathWorld указывает на его происхождение из верхней оценки в работе Грэма и Ротшильда и приводит именно рекурсивное определение через стрелочную нотацию.
Здесь появляется механизм, особенно важный для ОТМ:
результат одной стадии становится характеристикой мощности оператора следующей стадии.
Предыдущее число определяет уже не просто новый аргумент.
Оно определяет количество стрелок, то есть уровень следующей операции.
Это структурно родственно результат-зависимым рангам и операторной рекурсии ОТМ.
Однако такое родство не означает тождественности систем.
Число Грэма имеет конкретное строгое классическое определение.
Канонический SML 100 имеет другое определение.
Поэтому нельзя объявлять один объект большим другого лишь из-за более сложного словесного описания его архитектуры.
Численное сравнение требует отдельного доказательства.
3.8. TREE и TREE(3)
TREE(3) принадлежит уже к другой категории.
Это не число, определяемое прямой последовательностью арифметических операций.
Оно возникает из конечных последовательностей размеченных деревьев и запрета на определённое вложение более раннего дерева в более позднее.
Связь с теоремой Краскала обеспечивает конечность соответствующих максимальных последовательностей. Современные описания стандартной функции TREE формулируют TREE(3) через конечные корневые деревья с тремя метками и ограничением размера i-го дерева числом i; запрещается соответствующее сохраняющее структуру вложение раннего дерева в позднее.
TREE(3) чрезвычайно превосходит по масштабу многие известные арифметические большие числа, включая число Грэма.
Но наиболее важен здесь не только размер.
TREE(3) показывает принципиально другой источник сверхбольших конечных чисел:
комбинаторную конечность.
Число возникает как максимальная длина структуры, существование которой гарантируется глубоким теоретическим результатом.
Поэтому TREE(3) нельзя корректно сравнивать с SML только по длине записи.
Необходимо сравнивать:
тип определения;
математическую область;
генеративный механизм;
доказательство конечности;
вычислительную доступность.
Для ОТМ TREE особенно интересно как пример того, что сверхогромное конечное число может быть порождено не арифметической нотацией, а ограничением на пространство структур.
3.9. Быстрорастущие иерархии
Быстрорастущие иерархии представляют ещё более общий способ систематизации роста.
Идея состоит в построении семейства функций:
f_alpha
где индекс alpha может быть не только натуральным числом, но и ординалом.
На последующих ординальных уровнях определяются всё более быстро растущие функции, а для предельных ординалов используются фундаментальные последовательности. Современные учебные материалы по счётным ординалам прямо описывают быстрорастущие иерархии как семейства функций N -> N, продолжаемые в трансфинитную область при помощи систем фундаментальных последовательностей.
Здесь возникает идея, чрезвычайно важная для будущего развития ОТМ:
уровень генератора индексируется объектом более высокого математического языка.
Натурального числа уже недостаточно.
Для классификации силы функций используются ординальные обозначения.
Это значительно более развитый аппарат, чем простое перечисление степенных операций.
Поэтому любые будущие утверждения о сравнении ОТМ с быстрорастущими иерархиями должны формулироваться особенно строго.
Недостаточно сказать:
«металогарифм выглядит сложнее».
Необходимо определить:
какой функции соответствует конкретный металогарифм;
какой ординальный уровень FGH его ограничивает;
доминирует ли он над определённым участком иерархии;
или, наоборот, сам доминируется соответствующей функцией.
Такое сравнение является отдельной математической задачей будущей аксиоматизации ОТМ.
3.10. Busy Beaver и невычислимый рост
Функция Busy Beaver представляет принципиальную границу всей сравнительной картины.
В одной из классических форм она рассматривает машины Тьюринга с фиксированным числом состояний и выбирает среди останавливающихся машин ту, которая максимизирует заданный показатель — например число записанных единиц или число шагов до остановки.
Функция восходит к Тибору Радо. Она не является вычислимой функцией: не существует машины Тьюринга, которая вычисляла бы её для произвольного входа. Это непосредственно связано с неразрешимостью проблемы остановки.
Более того, стандартные версии Busy Beaver в соответствующем смысле в конечном итоге превосходят любую вычислимую функцию. Это уже не просто необычно быстрый, но всё ещё алгоритмически вычислимый рост; граница проходит через саму теорию вычислимости.
Поэтому Busy Beaver нельзя ставить в один ряд с конечной степенной нотацией так, как будто речь идёт только о большей скорости.
Различие качественное.
Для канонического конечного металогарифмического генотипа:
SML N
при конкретном конечном N имеется конечное однозначное правило генерации.
Даже если практическое вычисление невозможно из-за колоссального объёма ресурсов, сама процедура формально задана.
Busy Beaver устроен иначе.
Проблема состоит не просто в нехватке времени или памяти.
Общего алгоритма вычисления функции не существует.
Это даёт принципиально важное различие:
физическая неэксплицируемость
не равна:
алгоритмической невычислимости.
В будущей теории эксплицируемости эти два случая должны находиться на разных осях классификации.
ЗАКЛЮЧЕНИЕ ГЛАВ 1–3
Сравнительная теория сверхбольших чисел показывает, что существует множество принципиально различных механизмов огромного роста.
Гугол и гуголплекс демонстрируют мощь компактной степенной записи.
Гипероперации превращают повторение операции в новую операцию более высокого уровня.
Стрелочная нотация Кнута кодирует уровни повторения количеством стрелок.
Цепная нотация Конвея создаёт ещё более мощные рекурсивные цепи.
Нотации Штейнгауза–Мозера используют вложенность операторной морфологии.
Число Грэма демонстрирует рекурсию, в которой результат определяет мощность следующего оператора.
TREE(3) показывает комбинаторный источник сверхбольшой конечности.
Быстрорастущие иерархии систематизируют рост при помощи ординально индексированных семейств функций.
Busy Beaver выводит проблему в область невычислимости.
Поэтому выражение:
«какая система мощнее?»
не имеет одного ответа без предварительного определения критерия.
Необходимо спрашивать:
какая система быстрее растёт как функция?
какая определяет больше независимых параметров?
какая допускает динамический оператор?
какая поддерживает саморефлексию?
какая имеет более высокую семантическую плотность?
какая допускает метаоператорную модификацию?
какова её вычислимость?
каков уровень её экспликационной доступности?
каков математический тип порождаемого объекта?
Именно здесь появляется собственная задача сравнительной теории ОТМ.
Цель состоит не в том, чтобы объявить металогарифмы «самыми большими числами».
Такое утверждение не имело бы математического смысла.
Цель состоит в построении многомерной теории генеративной мощности.
В ней числовая величина является только одной координатой.
Другими координатами становятся:
ранг;
итерационность;
рекурсивность;
рефлексивность;
саморефлексивность;
модифицируемость;
метаоператорность;
генеративная сложность;
экспликационная сложность;
вычислимость;
семантическая плотность.
Именно по этой причине ОТМ следует сравнивать с классическими системами не только как ещё одну нотацию больших чисел, а как потенциальный язык описания архитектур их порождения.
Следующие главы должны сделать это сравнение формальным: определить критерии, построить сравнительную матрицу и отдельно исследовать переход от нотации больших чисел к языку генеративной математики.
*********
ГЛАВА 4. СРАВНИТЕЛЬНАЯ МОЩНОСТЬ СИСТЕМ
Сравнение систем сверхбольших чисел становится некорректным, если свести понятие мощности к одному вопросу:
какое число больше?
Такой критерий важен, но недостаточен.
Две системы могут радикально различаться по:
скорости числового роста;
семантической ёмкости записи;
числу независимых параметров;
способности управлять рангом;
итерационности;
рекурсивности;
рефлексивности;
композиционности;
способности изменять собственные законы.
Поэтому далее под мощностью системы будем понимать не одно число, а многомерный профиль генеративной мощности.
Это позволяет сравнивать разные математические конструкции без искусственного сведения их к единственной шкале.
4.1. Что означает мощность нотации
Мощность нотации может пониматься по-разному.
Первый и наиболее очевидный смысл:
какие по величине числа она способна компактно задавать?
Но существуют и другие вопросы.
Сколько независимых параметров можно изменять?
Может ли параметр задавать уровень самого оператора?
Можно ли изменять число итераций?
Можно ли строить рекурсивные цепи?
Может ли система использовать собственные результаты для изменения собственной структуры?
Можно ли соединять несколько операторов?
Можно ли изменять правила их соединения?
Поэтому вместо скалярной величины полезно использовать условный профиль:
POWER = {NG,SD,NP,R,I,REC,REF,SREF,MOD,COMP,MCOMP,EXP}
где:
NG — numerical growth, числовой рост;
SD — semantic density, семантическая плотность;
NP — number of independent parameters, число независимых параметров;
R — управляемость рангом;
I — управляемость итерационностью;
REC — рекурсивность;
REF — рефлексивность;
SREF — саморефлексивность;
MOD — модифицируемость;
COMP — композиционность;
MCOMP — метакомпозиционность;
EXP — экспликационная характеристика.
Это пока не числовая метрическая система.
Это система координат сравнения.
В дальнейшем каждая координата может получить отдельную формальную меру.
4.2. Числовой рост
Первая координата — собственно скорость роста числового результата.
Для функции:
F(n)
можно исследовать, насколько быстро увеличивается:
F(n)
при росте n.
Для двух функций возникает вопрос доминирования:
начиная с некоторого значения аргумента, превышает ли одна функция другую?
Это классический и необходимый критерий.
Но в ОТМ его следует применять осторожно.
Например:
SML 100
является конкретным объектом.
А:
SML N
уже задаёт семейство объектов.
Для сравнения с другой быстрорастущей системой необходимо определить:
какой параметр является аргументом;
какая функция сравнивается;
каков точный закон;
в каком диапазоне рассматривается доминирование.
Без этого фраза:
«система A растёт быстрее системы B»
может оказаться математически неопределённой.
Поэтому числовая мощность требует сравнения конкретно определённых функций или последовательностей, а не только названий нотаций.
4.3. Семантическая ёмкость
Совершенно другая характеристика — объём структуры, заключённой в единице записи.
Например:
10^100
коротко задаёт гугол.
Стрелочная запись Кнута несколькими знаками способна представлять гораздо более глубокую итерационную структуру.
SML 100
также является короткой записью, но она одновременно кодирует:
исходное значение;
ранг;
число внешних итераций;
внутренний генеративный закон;
межитерационное наследование.
Таким образом семантическая ёмкость показывает не величину результата как таковую, а:
сколько структурных решений заключено в записи данного размера.
Однако эта характеристика зависит от языка.
Если некоторый чрезвычайно сложный оператор объявить одним новым символом, его запись искусственно сократится.
Поэтому корректная оценка семантической ёмкости требует фиксировать:
словарь языка;
правила декодирования;
допустимые примитивы;
уровень представления.
Без этого любое сравнение длины записи становится условным.
4.4. Количество независимых параметров
Ещё одна координата — число параметров, которыми можно независимо управлять.
В простейшей степенной операции:
A^B
имеются две основные числовые координаты.
В металогарифмической системе могут независимо задаваться:
A
основание;
SL
сублогарифм;
R
ранг;
I
итерационность;
K
асимметрия;
M
модификаторы;
L
законы.
Количество независимых параметров само по себе не делает систему лучше.
Но оно увеличивает пространство возможных генеративных архитектур.
Вместо одномерного семейства:
F(n)
может возникать:
F(A,SL,R,I,K,M,L,...)
После этого параметры могут связываться законами и переставать быть независимыми.
Так возникает переход:
от пространства параметров
к:
пространству отношений между параметрами.
4.5. Управление рангом
Особая координата ОТМ — ранг.
Ранг определяет внутреннюю этажность полной операции.
Поэтому система, позволяющая изменять R, способна изменять собственную внутреннюю глубину.
Простейший режим:
R=100
Динамический:
R_next=R^2
Результат-зависимый:
R_next=X
Саморефлексивный:
R=N
в:
SML N
Можно пойти дальше:
R_next=SML R
Тогда ранг сам вычисляется высокосемантической системой.
Следовательно, в ОТМ ранг может быть:
параметром;
динамической переменной;
рекурсивной переменной;
результатом другого оператора;
объектом метауправления.
Это делает управление рангом самостоятельной координатой сравнительной мощности.
4.6. Управление итерациями
Аналогичная ситуация возникает с внешними итерациями.
Простейший случай:
I=100
Динамический:
I_next=2I
Рекурсивный:
I_next=I^2
Результат-зависимый:
I_next=X
Саморефлексивный:
I=N
в SML N.
Особенно мощной становится система, где одновременно изменяются:
R
и:
I
Потому что одна координата управляет глубиной единичной операции, а вторая — количеством полных операций.
Следовательно, пространство:
(R,I)
уже значительно богаче одной последовательности повторений.
4.7. Рекурсия
Рекурсия означает, что следующий объект определяется через уже определённый предыдущий.
Например:
X_(n+1)=X_n^X_n
или:
R_(n+1)=R_n^2
или:
X_(n+1)=SML X_n
Рекурсия позволяет коротким правилом определять произвольно длинную конечную последовательность.
Она поэтому является одним из главных механизмов семантического сжатия.
Но необходимо различать:
рекурсию значения;
рекурсию параметра;
рекурсию оператора;
рекурсию закона.
Чем выше объект, к которому применяется рекурсия, тем более высокий уровень генеративной архитектуры начинает развиваться.
4.8. Рефлексивность
Рефлексивная система использует собственное состояние для управления собственным будущим.
Например:
результат определяет следующий ранг;
ранг определяет число итераций;
число итераций определяет асимметрию.
Так возникает:
STATE_next = F(STATE_current)
где STATE содержит не одно число, а целый набор характеристик.
Рефлексивность отличается от обычной рекурсии прежде всего семантически.
Рекурсивно может изменяться одно значение.
Рефлексивная система использует описание собственного состояния для перестройки режима дальнейшей работы.
При этом рефлексивность не обязательно является прямой логической самоссылкой.
Если используются уже определённые предыдущие состояния, система остаётся упорядоченной.
4.9. Саморефлексивность
В каноническом SML один параметр одновременно определяет несколько характеристик:
A=R=I=N
Это можно рассматривать как параметрическую саморефлексивность.
Здесь возникает новый тип семантической плотности.
Параметр N не просто используется несколько раз.
Он связывает различные уровни архитектуры.
В расширенных СМЛ один параметр может задавать:
основание;
ранг;
итерационность;
сублогарифм;
асимметрию;
число ветвей;
профиль модификации.
Таким образом саморефлексивность увеличивает не столько количество исходных данных, сколько число структурных ролей одного и того же параметра.
4.10. Самомодификация
Следующий критерий — способность изменять собственную операторную структуру.
Например, первоначально действует:
R_next=2R
Затем система заменяет закон на:
R_next=R^2
А ещё позже:
R_next=R^R
Здесь объектом развития становится сам закон.
В ещё более сложном случае меняется:
набор операторов;
порядок операторов;
условия активации;
правила композиции.
Это уже самомодифицирующаяся система.
Необходимо подчеркнуть, что многие общие вычислительные формализмы принципиально способны моделировать подобное поведение.
Поэтому речь не идёт об утверждении, что самомодификация возможна исключительно в ОТМ.
Специфика ОТМ состоит в другом:
самомодификация вводится непосредственно в предметный язык металогарифмических объектов как самостоятельная характеристика генеративной архитектуры.
4.11. Алгебраические комплексы
Одиночная нотация может задавать один оператор.
Более развитая система объединяет несколько операторов.
Например:
AC[M1,M2,M3]
Модификаторы могут действовать:
последовательно;
параллельно;
условно;
рекурсивно;
рефлексивно.
В результате объектом сравнения становится уже не отдельная функция, а операторный комплекс.
Это создаёт ещё одну координату мощности:
насколько богато система позволяет объединять различные механизмы генерации внутри одного формального объекта?
4.12. Композиционность
Композиционность означает возможность собирать сложные конструкции из более простых.
Например:
A ][ B ][ C
может образовывать последовательную композицию.
Другой режим:
A и B вычисляются параллельно, после чего их результаты объединяются C.
Третий:
A содержит B как внутренний блок.
Таким образом возможны:
последовательная композиция;
параллельная;
вложенная;
условная;
рекурсивная.
Высокая композиционность превращает нотацию из списка отдельных операций в настоящий язык построения генеративных объектов.
4.13. Метакомпозиционность
Метакомпозиция возникает тогда, когда система управляет не только операторами, но и правилами их композиции.
Например, один метаоператор решает:
в каком порядке соединить A, B и C.
Другой:
сколько экземпляров каждого создать.
Третий:
как изменить композицию после получения промежуточного результата.
Таким образом:
META
действует на:
COMPOSITION
а не только на числа.
Это переход:
от языка операций
к:
языку архитектур операций.
Метакомпозиционность является одной из наиболее важных характеристик будущего изольдионического языка.
4.14. SML как пример сверхплотной генеративной записи
SML N
является особенно удобным примером для всей сравнительной теории.
Короткая запись задаёт:
значение N;
ранг N;
итерационность N;
внутренний закон;
наследование.
При этом SML допускает:
рекурсию;
вложение;
модификацию;
композицию;
использование как кодона.
Например:
SML(SML N)
уже превращает результат одной саморефлексивной системы в параметр другой.
Но высокая семантическая плотность не должна смешиваться с абсолютной числовой мощностью.
Короткая запись может быть семантически очень насыщенной, но конкретный объект другой системы всё равно может быть численно больше.
Поэтому SML следует использовать как пример структурной сверхплотности, а не как доказательство безусловного превосходства над всеми известными нотациями.
ГЛАВА 5. ОТ НОТАЦИИ ВЕЛИЧИНЫ К ЯЗЫКУ ГЕНЕРАЦИИ
История записи больших чисел постепенно приводит к фундаментальному сдвигу.
Сначала нотация сообщает:
каково число?
Затем:
как это число построить?
Следующий шаг:
какова архитектура системы, которая его строит?
И наконец:
как построить и изменить саму архитектуру генераторов?
Так происходит переход от нотации величины к языку генерации.
5.1. Число как значение
На первом уровне число понимается как готовое значение.
Например:
100
1000000
10^100
Число существует как определённый математический объект.
Запись стремится представить его максимально непосредственно.
Для небольших чисел это естественно.
Но по мере роста становится очевидно, что полная цифровая запись всё менее практична.
Тогда вместо перечисления цифр используется более компактное выражение.
10^100
уже является не столько цифровой записью, сколько инструкцией:
возвести 10 в степень 100.
Таким образом элемент генеративности появляется ещё в обычной степенной нотации.
5.2. Число как процесс
Следующий уровень возникает, когда одного действия недостаточно.
Например:
2 -> 2^2 -> 4^4 -> 256^256 -> ...
Теперь объект определяется процессом.
Чтобы понять конечное число, необходимо знать:
исходное состояние;
операцию;
число её повторений;
правила наследования.
Число становится конечным состоянием процесса.
Вместо:
NUMBER
появляется:
PROCESS -> NUMBER
То есть значение начинает рассматриваться как следствие истории своего построения.
5.3. Число как генотип
Следующий переход ещё глубже.
Если процесс сам может быть сложным, удобно хранить не всю историю, а компактное описание правил её генерации.
Так возникает понятие:
генотип числа.
Генотип включает:
операторы;
параметры;
ранги;
итерации;
законы;
модификаторы;
правила композиции.
Порождаемое число является его:
фенотипом.
Схема:
GENOTYPE -> GENERATION -> PHENOTYPE
Например:
SML 100
можно рассматривать как компактный генотип.
Его конечный результат — числовой фенотип.
При этом генотип и фенотип могут радикально различаться по размеру представления.
5.4. Ограничения фиксированных операторных систем
Фиксированная операторная система может обладать огромной вычислительной мощностью.
Поэтому слово «фиксированная» не означает «слабая».
Например, строго определённая рекурсивная нотация способна порождать чрезвычайно большие числа.
Ограничение состоит в другом.
Пока операторный словарь и его правила фиксированы, изменение метаархитектуры должно описываться:
либо внешним языком;
либо заранее встроенным более общим механизмом.
ОТМ стремится сделать часть подобных возможностей объектами собственного языка.
То есть непосредственно описывать:
динамический ранг;
динамическую итерационность;
изменение закона;
модификацию модификатора;
изменение композиции.
Таким образом развитие идёт:
от использования фиксированного генератора
к:
генерации самих генераторов.
5.5. Генеративная семантика ОТМ
Смысл выражения ОТМ часто нельзя свести к одному числу.
Например:
ML(A=10,R=100,I=100){EL:R_next=R^2}
содержит не только указание на результат.
Он содержит:
начальное состояние;
архитектуру;
внутреннюю глубину;
длительность;
закон будущего изменения.
Следовательно, семантика выражения включает программу происхождения объекта.
Это можно назвать генеративной семантикой.
В такой системе вопрос:
«что обозначает запись?»
имеет два ответа.
Первый:
какой математический объект она порождает?
Второй:
какой процесс его порождения она задаёт?
В ОТМ второй ответ является самостоятельной частью смысла.
5.6. СМЛ как семантически сжатый кодон
Саморефлексивный металогарифм особенно хорошо демонстрирует кодонный принцип.
SML N
представляет короткий блок с заранее установленной семантикой.
Он может включаться в более крупную конструкцию как единое целое.
Например:
SML N ][ AC1 ][ PC2
Вместо полного раскрытия SML используется его код.
Таким образом SML функционирует подобно высокоуровневой инструкции.
Но в отличие от обычного арифметического символа он скрывает многоступенчатую генеративную систему.
Именно поэтому SML может быть назван:
семантически сжатым кодоном.
5.7. Переход к многокодонным системам
Следующий шаг — объединение различных кодонов.
Предположим, имеются:
металогарифмический кодон;
SML;
изольдиационный кодон;
ноофакторальный кодон;
кодон многосоставного числа;
модификационный кодон.
Каждый выполняет собственную функцию.
Их композиция создаёт:
GENOTYPE = {C1,C2,C3,...,Cn}
Но реальный генотип должен включать не только список кодонов.
Необходимы также:
порядок активации;
зависимости;
условия;
параллельные ветви;
обратные связи;
метаправила.
Таким образом многокодонная система становится аналогом программы чрезвычайно высокого семантического уровня.
Именно здесь ОТМ переходит в более широкую область Изольдионики.
5.8. От гугологии к нооинжинирингу числовых объектов
Гугология традиционно концентрируется на чрезвычайно больших числах и способах их задания.
ОТМ предлагает сделать следующий концептуальный шаг.
Объектом проектирования становится не только огромное число, но и:
его генеративная архитектура;
его внутренний операторный генотип;
его способность взаимодействовать с другими генотипами;
его положение в системе более высокого уровня.
Так возникает то, что в рамках Изольдионики можно назвать:
нооинжинирингом числовых объектов.
Этот термин не является стандартным математическим понятием.
В настоящей теории он используется как проектное понятие для обозначения целенаправленного конструирования сложных математических объектов посредством систем операторов, кодонов и метакодонов.
Здесь большой числовой результат становится не конечной целью, а материалом.
Например, огромный объект может использоваться как:
ранг;
итерационность;
число ветвей;
индекс другого оператора;
параметр генотипа;
управляющий код.
Таким образом сверхбольшое число превращается из математического экспоната в функциональный элемент математической инженерии.
ГЛАВА 6. ГЕНЕРАТИВНАЯ И ЭКСПЛИКАЦИОННАЯ СЛОЖНОСТЬ
По мере роста математических объектов обычное понятие величины становится недостаточным.
Необходимо различать:
насколько велик объект;
насколько сложно его породить;
насколько сложна архитектура его оператора;
насколько сложно его описать;
насколько сложно полностью его раскрыть.
Эти характеристики не совпадают.
Огромный объект может иметь короткий генератор.
Относительно небольшой объект может иметь чрезвычайно сложный генотип.
Объект может быть простым для символического задания и невозможным для полной цифровой записи.
Поэтому ОТМ вводит многокомпонентное понятие сложности.
6.1. Величина числа
Первая характеристика — обычная математическая величина.
Для натуральных чисел существует однозначное отношение:
A < B
A = B
A > B
Эта характеристика фундаментальна.
Но она сообщает только положение числа на числовой оси.
Она ничего непосредственно не говорит о том:
как число было получено;
сколько операций потребовалось;
насколько длинно его кратчайшее описание;
какой структуры его генератор;
можно ли практически выписать его цифры.
Поэтому два числа могут быть сравнимы по величине, но радикально различаться по другим характеристикам.
6.2. Генеративная сложность
Генеративная сложность характеризует структуру процесса, необходимого для порождения объекта в выбранной формальной системе.
Она может учитывать:
число генеративных этапов;
число типов операторов;
глубину вложенности;
число рекурсивных связей;
количество параметров;
сложность законов перехода.
Это понятие необходимо отличать от классической колмогоровской сложности.
В алгоритмической теории информации колмогоровская сложность объекта определяется длиной кратчайшей программы, способной породить его на фиксированной универсальной вычислительной машине.
Генеративная сложность ОТМ ставит другой вопрос.
Нас интересует не только минимальная длина программы, но и архитектура конкретного допустимого генотипа внутри заданного языка ОТМ.
Следовательно:
колмогоровская сложность ищет кратчайшее эффективное описание;
генеративная сложность ОТМ исследует внутреннюю организацию выбранного генеративного описания.
Эти величины связаны концептуально, но не тождественны.
6.3. Операторная сложность
Операторная сложность характеризует сам механизм генерации.
Например, два объекта могут иметь одинаковое число последовательных вычислительных шагов.
Но в первом случае каждый шаг представляет обычное сложение.
Во втором — SML.
Очевидно, что простое количество шагов не отражает всей архитектуры.
Поэтому операторная сложность может учитывать:
уровни операторов;
ранги;
динамику рангов;
модификаторы;
рефлексивность;
число алгебраических комплексов;
метаоператоры;
самомодификацию.
То есть объектом измерения становится не длина вычисления сама по себе, а структурная высота и насыщенность операторной системы.
6.4. Семантическая сложность
Семантическая сложность характеризует количество и характер смысловых отношений, содержащихся в генотипе.
Например:
SML N
имеет короткую запись.
Но N одновременно выполняет несколько функций.
Следовательно, синтаксическая длина мала, а семантическая связанность высока.
Другой генотип может быть длиннее, но состоять из большого числа независимых простых операций.
Поэтому длина записи и семантическая сложность не совпадают.
Можно различать:
семантическую плотность — объём структурного смысла на единицу записи;
и:
семантическую сложность — сложность всей сети отношений внутри генотипа.
Эти понятия являются предлагаемыми терминами ОТМ и требуют дальнейшей формализации.
6.5. Экспликационная сложность
Экспликационная сложность отвечает на другой вопрос:
насколько трудно полностью развернуть объект на выбранном уровне представления?
Например:
10^100
коротко записывается символически.
Но его десятичная запись уже содержит 101 цифру.
10^(10^100)
также имеет короткое генеративное описание, но полная цифровая запись практически недоступна.
У SML 100 разрыв значительно сильнее.
Можно рассматривать несколько видов экспликации:
цифровую;
синтаксическую;
операторную;
генотипическую;
метагенотипическую.
Величина экспликационной сложности всегда должна указываться относительно выбранного уровня языка.
Иначе утверждение:
«объект невозможно записать»
неполно.
Необходимо спросить:
невозможно записать как что?
Цифрами?
Развёрнутой формулой?
Конечным операторным генотипом?
Метагенотипом?
6.6. Экспликационный горизонт
Экспликационный горизонт — это предел, внутри которого выбранная система представления и выбранные ресурсы позволяют полностью развернуть объект.
Обозначим его условно:
EH
Explication Horizon.
Экспликационный горизонт может зависеть от:
языка;
доступной памяти;
времени;
физического носителя;
требуемого уровня детализации.
Поэтому объект может находиться:
ниже горизонта;
вблизи горизонта;
далеко за горизонтом.
Очень важно:
экспликационный горизонт не является абсолютной математической бесконечностью.
Это граница представимости относительно фиксированных условий.
Например, число может быть конечным в строгом математическом смысле и при этом находиться фантастически далеко за любым физически реализуемым горизонтом полной цифровой записи.
6.7. Компактное описание неэксплицируемого объекта
Ключевой феномен сверхбольших чисел состоит в том, что короткое описание способно однозначно задавать объект, полное раскрытие которого недоступно.
Этот общий принцип имеет известный аналог в алгоритмической теории информации: структурно регулярные объекты способны иметь короткие программы-описания, тогда как многие нерегулярные строки не допускают существенного эффективного сжатия.
Но в ОТМ нас интересует специальный случай.
Объект может иметь:
маленький генотип;
огромный символический фенотип;
ещё более огромный цифровой фенотип.
Например:
SML 100
компактен как код.
Однако его полная экспликация выходит далеко за пределы практической записи.
Поэтому необходимо различать:
описуемость
и:
эксплицируемость.
Объект может быть строго описан, но практически неэксплицируем.
Это не противоречие.
Напротив, именно такая ситуация является нормой для сверхбольших генеративных объектов.
6.8. СМЛ и сверхвысокое отношение описания к результату
SML демонстрирует чрезвычайно большой разрыв между:
размером генотипа
и:
размером его полного фенотипического развёртывания.
Для SML N длина короткой записи растёт весьма медленно вместе с длиной представления N.
Однако масштаб порождаемой структуры растёт совершенно иным образом.
Можно ввести концептуальную характеристику:
коэффициент генеративного сжатия.
Он должен выражать отношение между:
объёмом развёрнутого представления
и:
объёмом генотипической записи.
Но такая мера имеет смысл только после фиксации:
алфавита;
кодировки;
уровня экспликации;
правил подсчёта;
допустимых макрооператоров.
Иначе результат можно искусственно изменить, просто введя новое короткое имя для сложного объекта.
Поэтому будущая формальная теория должна обязательно нормировать язык сравнения.
Главный принцип остаётся:
семантическая мощность SML определяется не длиной записи, а объёмом операторной структуры, которую эта запись способна развернуть.
6.9. Конечные-бесконечные объекты
Здесь возникает особый класс объектов, имеющий большое значение для дальнейшей Изольдионики.
Рассмотрим объект X.
Он является строго конечным натуральным числом.
То есть в классической математике:
X < infinity
и никакого противоречия здесь нет.
Однако полная десятичная запись X может находиться далеко за экспликационным горизонтом любой физически реализуемой системы.
В рамках предлагаемой терминологии такой объект можно называть:
конечным-бесконечным
или:
условно бесконечным
на определённом уровне экспликации.
Эти выражения не означают, что конечное число становится математической бесконечностью.
Они обозначают иной факт:
объект конечен онтологически в рамках классической арифметики, но практически или формально неэксплицируем на выбранном уровне представления при заданном горизонте.
Например, можно предварительно различить:
E0
цифровой уровень;
E1
уровень генеративной формулы;
E2
уровень языка, способного описывать генераторы формул;
E3
метагенеративный уровень;
и далее.
Тогда объект может быть неэксплицируемым на:
E0
но полностью эксплицируемым на:
E1.
Более сложный объект может потребовать:
E2.
В перспективе возможны объекты, для которых недостаточным становится и этот уровень.
Так возникает понятие:
неэкспликанта N-го уровня.
Полная теория этой иерархии будет разработана позднее.
На данном этапе принципиально важно установить главное:
неэксплицируемость является уровнево-зависимым свойством.
Нельзя произвольно объявить объект неэксплицируемым, а затем решить проблему, просто присвоив ему новое имя.
Для строгой теории каждый уровень:
E0, E1, E2, ...
должен обладать заранее определённым формальным языком.
Только тогда переход на более высокий уровень является реальным семантическим подъёмом, а не тривиальным переименованием объекта.
ЗАКЛЮЧЕНИЕ ЧАСТИ VIII
Сравнительная теория сверхбольших чисел приводит к нескольким принципиальным выводам.
Первый:
числовая величина является только одной характеристикой математического объекта.
Второй:
скорость роста функции и выразительная мощность языка — разные понятия.
Третий:
короткая запись не обязательно означает простой объект.
Четвёртый:
большая семантическая плотность не доказывает большего числового результата.
Пятый:
вычислимость, эксплицируемость и величина должны рассматриваться независимо.
Поэтому сравнение:
гуголплекса;
гиперопераций;
стрелок Кнута;
цепей Конвея;
систем Штейнгауза–Мозера;
числа Грэма;
TREE(3);
быстрорастущих иерархий;
Busy Beaver;
металогарифмов;
SML
не может быть сведено к одной колонке:
больше / меньше.
Требуется многомерная матрица.
Минимально она должна учитывать:
числовой рост;
тип генератора;
число независимых параметров;
управление рангом;
итерационность;
рекурсию;
рефлексивность;
саморефлексивность;
модифицируемость;
композиционность;
метакомпозиционность;
вычислимость;
генеративную сложность;
экспликационную сложность;
семантическую плотность.
С этой точки зрения главная претензия ОТМ состоит не в создании очередного рекордного числа.
Её более существенная задача заключается в построении языка многомерных генеративных архитектур.
В таком языке число постепенно меняет статус.
Сначала оно является значением.
Затем:
результатом процесса.
Затем:
фенотипом генотипа.
Затем:
параметром другого генотипа.
Затем:
управляющим элементом многокодонной системы.
И наконец:
строительным материалом математической среды более высокого порядка.
Так происходит переход:
число
-> процесс
-> генотип
-> кодон
-> система кодонов
-> математическая генетика
-> нооинжиниринг
Одновременно появляется второй переход:
полная цифровая запись
-> генеративная формула
-> операторный язык
-> метаязык
-> иерархия экспликационных уровней
Именно соединение этих двух направлений выводит ОТМ за пределы обычной теории сверхбольших чисел.
Большое число становится не конечной точкой исследования, а носителем и результатом организованной генеративной мощности.
В последующих частях этот принцип будет перенесён непосредственно в Изольдионику и Теорию Ланумов, где металогарифм станет лишь одним из множества кодонов, объединяемых в математические генотипы принципиально нового типа.
***********
АППЕНДИКС VIII-А. СРАВНИТЕЛЬНЫЙ АТЛАС СВЕРХБОЛЬШИХ ЧИСЕЛ, ГЕНЕРАТИВНОЙ МОЩНОСТИ И ЭКСПЛИЦИРУЕМОСТИ
Оглавление аппендикса
Что именно мы сравниваем
Четыре разных понятия «мощности»
От степени к самопорождающему каскаду
Влияние ранга
Влияние внешней итерационности
Совместный рост ранга и итераций
Влияние асимметрии и модификаторов
Канонический SML N как многоканальный ускоритель
SML 100 в трёх представлениях сложности
Рекурсивные SML
Гугол и гуголплекс как первый уровень генеративного сжатия
Гипероперации как подъём уровня операции
Стрелочная нотация Кнута
Цепная нотация Конвея
Системы Штейнгауза–Мозера
Число Грэма и рекурсия уровня оператора
TREE(3) и комбинаторный источник сверхбольших чисел
Быстрорастущие иерархии
Busy Beaver и граница вычислимости
Где находится SML относительно Busy Beaver
Сравнительная матрица математических типов
Матрица генеративных возможностей
Числовая мощность и мощность языка — не одно и то же
Семантическая плотность
Генотип и фенотип сверхбольшого объекта
Четыре уровня экспликации
Экспликационный горизонт
Неэкспликанты различных уровней
Конечные-бесконечные объекты
Профиль мощности вместо единственной шкалы
Правила корректного сравнения систем
Практический алгоритм анализа нового сверхбольшого объекта
От сравнительной гугологии к нооинжинирингу
Основные выводы
Введение
Главная задача настоящего аппендикса состоит не в составлении списка «самых больших чисел».
Такая постановка слишком примитивна для развитой сравнительной теории.
Числа и системы, рассматриваемые в Части VIII, относятся к различным математическим категориям.
Гугол — конкретное натуральное число.
Стрелочная нотация Кнута — система операторов.
Число Грэма — конкретное конечное число, построенное рекурсивно с помощью стрелочной нотации.
TREE(3) — конкретное конечное число, определённое через комбинаторную экстремальную задачу.
Быстрорастущая иерархия — семейство функций.
Busy Beaver — невычислимая функция.
SML N в ОТМ — предлагаемое параметрическое семейство генеративных металогарифмических конструкций.
Следовательно, сравнивать их только по принципу:
A > B
недостаточно.
Необходимо сначала спросить:
что представляет собой A?
что представляет собой B?
какую именно характеристику мы сравниваем?
1. Что именно мы сравниваем
Для корректного анализа необходимо различать по крайней мере пять объектов сравнения.
Первый объект: конкретное число
Например:
10^100
или число Грэма.
Здесь допустим обычный вопрос:
A > B ?
Второй объект: функция
Например:
F(n)
или Busy Beaver.
Здесь сравнивается уже скорость роста при изменении аргумента.
Третий объект: нотация
Например, стрелочная нотация Кнута.
Нотация сама по себе не является одним числом.
Она является языком задания семейства чисел.
Четвёртый объект: генеративная архитектура
Например:
SML N
или сложный металогарифмический генотип.
Здесь существенна не только величина результата, но и устройство процесса.
Пятый объект: формальный язык
На этом уровне сравнивается способность языка создавать и соединять разные классы генераторов.
Это уже вопрос не только чисел, но и выразительной архитектуры.
2. Четыре разных понятия «мощности»
Слово «мощность» в настоящей книге необходимо использовать осторожно.
Как минимум существуют четыре принципиально разные мощности.
Числовая мощность
Насколько велик результат?
Асимптотическая мощность
Насколько быстро растёт функция?
Генеративная мощность
Насколько сложные механизмы порождения может задавать система?
Семантическая мощность
Какой объём генеративной структуры может быть представлен единицей записи?
Эти характеристики могут расходиться.
Очень компактная нотация может задавать огромный объект.
Очень сложный язык может использоваться для задания сравнительно небольшого числа.
Очень быстрорастущая функция может иметь короткое фиксированное определение.
Поэтому ни одна из этих координат не должна автоматически подменять остальные.
3. От степени к самопорождающему каскаду
Начнём с простейшего примера.
Обычная степень:
2^2 = 4
Теперь результат используется как следующий полный степенной объект:
4^4 = 256
Затем:
256^256
Получаем:
2
-> 2^2 = 4
-> 4^4 = 256
-> 256^256
-> ...
В рекуррентной форме:
X_0 = 2
X_(k+1) = X_k^X_k
Даже этот простой закон быстро выводит числовой результат далеко за пределы обычной арифметической наглядности.
Но его генеративное описание остаётся коротким.
Именно здесь впервые ярко возникает разрыв:
короткий генотип
-> огромный фенотип
4. Влияние ранга
Теперь введём ранг.
Пусть:
a(0)=A
и:
a(k+1)=a(k)^a(k)
Тогда:
R=1
означает один переход.
R=2
два перехода.
R=100
сто последовательных переходов.
Ранг увеличивает не просто числовой аргумент.
Он увеличивает глубину внутреннего процесса.
Это принципиальное отличие.
Увеличение:
A -> 2A
и увеличение:
R -> 2R
относятся к разным уровням генеративной структуры.
5. Влияние внешней итерационности
Если операция ранга R выполняется несколько раз полностью, появляется другая координата:
I
Например:
R=10
I=100
означает:
сто полных операций,
каждая из которых включает десять внутренних ранговых ступеней.
Следовательно:
ранг отвечает за внутреннюю этажность;
итерационность — за внешнее повторение.
Эти координаты независимы.
6. Совместный рост ранга и итераций
Пусть:
R=N
и:
I=N
Тогда увеличение N одновременно увеличивает:
глубину каждой полной операции;
количество полных операций.
Получается архитектура:
N x N
По последовательному операционному счёту:
N^2
внутренних переходов.
Но это только количество шагов.
Оно ничего не говорит непосредственно о величине чисел, над которыми эти шаги выполняются.
Каждый следующий шаг действует на результат предыдущего.
Поэтому числовая величина растёт совершенно несопоставимо быстрее простой величины N^2.
7. Влияние асимметрии и модификаторов
Дополнительный рост может быть получен через изменение отношения основания и сублогарифма.
Например:
A^SL
где:
SL >> A
Но ещё более существенным оказывается уровень приложения модификатора.
Например:
A -> 2A
изменяет основание.
R -> 2R
изменяет глубину.
I -> 2I
изменяет продолжительность.
SML N -> SML(2N)
изменяет сразу несколько синхронизированных параметров.
Поэтому один и тот же числовой коэффициент имеет разную операторную силу в зависимости от семантической высоты точки приложения.
8. Канонический SML N как многоканальный ускоритель
Канонический:
SML N
декодируется как:
A=N
R=N
I=N
Таким образом N является одновременно:
начальным объектом;
рангом;
числом полных итераций.
Это создаёт особый режим многоканального роста.
При изменении N изменяется сразу несколько координат.
Именно поэтому SML следует рассматривать не только как быстрорастущую конструкцию, но и как пример:
синхронизированного генеративного усиления.
9. SML 100 в трёх представлениях сложности
Рассмотрим:
SML 100
Первый уровень: короткий генотип
SML 100
Несколько символов.
Второй уровень: операционная структура
R=100
I=100
Следовательно:
100*100 = 10000
последовательных внутренних переходов канонического вида:
X -> X^X
Третий уровень: полное синтаксическое дерево
Если каждый предыдущий объект раскрывается полностью и дважды вставляется в следующий, то после m последовательных самостепенных переходов структура содержит:
2^m
копий первоначального объекта
и:
2^m - 1
степенных узлов.
В каноническом однородном SML 100:
m = 10000
Следовательно, полностью раскрытое дерево содержит:
2^10000
копий исходного объекта
и:
2^10000 - 1
степенных узлов.
Это всё ещё не размер десятичной записи результата.
Цифровой фенотип находится на совершенно другом масштабе.
Таким образом даже один SML 100 демонстрирует минимум три разные сложности:
операционную;
синтаксическую;
цифровую.
10. Рекурсивные SML
Теперь результат одного SML используется для построения следующего.
Например:
X_0 = 2
X_1 = SML X_0
X_2 = SML X_1
X_3 = SML X_2
и далее.
Здесь растёт уже не только результат.
Каждый новый результат определяет:
исходный объект следующего SML;
его ранг;
его число итераций.
Следовательно, рост значения превращается в рост мощности следующего генератора.
Можно говорить о переходе:
рост объекта
-> рост генератора
-> рост генератора генератора
11. Гугол и гуголплекс как первый уровень генеративного сжатия
Гугол:
10^100
Гуголплекс:
10^(10^100)
Обе записи радикально короче соответствующего полного цифрового представления.
Уже здесь присутствует базовый принцип генеративной математики:
не перечислять объект, а задавать правило его построения.
Гугол поэтому можно рассматривать как простой учебный пример перехода от цифрового фенотипа к символическому генотипу.
Гуголплекс усиливает этот эффект ещё радикальнее.
12. Гипероперации как подъём уровня операции
Последовательность:
сложение;
умножение;
возведение в степень;
тетрация;
пентация;
и далее
демонстрирует принцип повышения уровня.
Повторение операции предыдущего уровня превращается в новую операцию.
Условно:
сложение
является повторением прибавления;
умножение
повторением сложения;
степень
повторением умножения;
тетрация
повторением возведения в степень.
Таким образом сложный процесс нижнего уровня становится элементарным оператором следующего.
Это один из фундаментальных примеров семантического подъёма.
13. Стрелочная нотация Кнута
В стрелочной нотации Кнута одна стрелка соответствует возведению в степень, две — следующему уровню повторения, три — повторению предыдущего уровня и так далее. Нотация специально предназначена для компактного представления чрезвычайно быстрорастущих операций.
Для сравнительной теории особенно важно:
число стрелок само становится параметром уровня операции.
То есть запись управляет уже не только аргументами, но и операционной высотой.
Это делает стрелочную нотацию одним из важнейших исторических предшественников языков генеративной мощности.
14. Цепная нотация Конвея
Цепная стрелочная нотация Конвея обобщает стрелочную нотацию Кнута и использует рекурсивно интерпретируемые цепочки.
Её значение для ОТМ особенно велико с точки зрения семантической плотности.
Сравнительно короткая строка:
a -> b -> c -> ...
может заключать глубоко рекурсивную структуру.
Это ещё один пример принципа:
короткая синтаксическая форма
-> глубокое генеративное содержание
Но правила Конвея фиксированы собственной нотацией.
В ОТМ дополнительно исследуется возможность делать объектами управления сами:
параметры;
ранги;
итерации;
модификаторы;
законы.
15. Системы Штейнгауза–Мозера
В системах Штейнгауза–Мозера геометрические оболочки — например квадраты и круги — используются как операторы повышения уровня. MathWorld описывает circle notation через вложенные квадратные конструкции и связывает её с числами типа mega и megistron.
С точки зрения OTM-TN здесь особенно интересен общий морфологический принцип:
изменение оболочки записи способно менять семантический уровень операции.
С этим отдалённо перекликается введённый в OTM-TN скобочный ранг:
[...]
[[...]]
[[[...]]]
Однако это только концептуальное сходство.
Семантика двух систем различна.
16. Число Грэма и рекурсия уровня оператора
Число Грэма связано с задачей теории Рамсея и стандартно определяется через последовательность g_1,...,g_64, где первый член использует четыре стрелки Кнута, а последующий член задаёт количество стрелок следующей операции.
Именно это особенно важно для ОТМ.
Предыдущее значение определяет уже не просто следующий аргумент.
Оно определяет уровень следующего оператора.
Схематически:
результат
-> мощность следующего оператора
-> новый результат
Такой принцип структурно родствен:
результат-зависимому рангу;
рекурсивному рангу;
генерации генератора.
Но родство принципа не означает равенства конкретных математических конструкций.
Для численного сравнения необходим отдельный формальный анализ.
17. TREE(3) и комбинаторный источник сверхбольших чисел
TREE(3) принципиально отличается от большинства арифметических нотаций.
Он возникает из экстремальной задачи о конечных размеченных деревьях, связанной с теоремой Краскала. Стандартная функция TREE конечна для каждого соответствующего конечного аргумента благодаря лежащей в основе теории хорошей квазиупорядоченности конечных деревьев; TREE(3) известен как чрезвычайно большое конечное значение.
Главный урок TREE(3):
сверхбольшое конечное число не обязано возникать из длинной цепочки арифметических операций.
Оно может возникнуть как:
максимальная длина;
минимальная граница;
экстремальный размер
в глубокой комбинаторной структуре.
Поэтому сравнительная теория должна включать не только арифметические генераторы, но и структурно-комбинаторные.
18. Быстрорастущие иерархии
Быстрорастущие иерархии организуют целые семейства функций, индексируемые в том числе счётными ординалами; для предельных уровней используются фундаментальные последовательности.
Их значение состоит в систематическом измерении уровня роста.
Здесь индекс:
alpha
задаёт не просто числовой коэффициент.
Он задаёт уровень иерархии функций.
Для будущей формализации ОТМ это чрезвычайно важный сравнительный аппарат.
Если необходимо утверждать, что определённая металогарифмическая функция растёт «быстрее» или «медленнее» классического класса функций, одним из наиболее серьёзных путей будет поиск её места относительно подходящей быстрорастущей иерархии.
До выполнения такого анализа сильные заявления о численном превосходстве должны считаться гипотезами, а не доказанными фактами.
19. Busy Beaver и граница вычислимости
Busy Beaver относится уже к принципиально другой категории.
Для фиксированного числа состояний рассматривается конечное множество соответствующих машин Тьюринга и максимум среди останавливающихся машин по выбранному критерию. Но сама функция Busy Beaver невычислима: общего алгоритма, вычисляющего её для произвольного n, не существует.
Более того, стандартные Busy-Beaver-функции в конечном итоге превосходят любую вычислимую функцию. Это является классическим следствием их связи с проблемой остановки.
Поэтому между:
очень трудно вычислить
и:
не существует общего алгоритма вычисления
проходит фундаментальная граница.
Её нельзя размывать термином «неэксплицируемость».
20. Где находится SML относительно Busy Beaver
Этот вопрос особенно важен.
Пусть канонический:
SML(N)
после окончательной формализации действительно задаёт для каждого конечного N конечную последовательность однозначно определённых эффективных операций.
Тогда функция:
F(N) = result(SML N)
будет вычислимой функцией в теоретическом смысле.
Это не означает, что её реально можно будет вычислить для больших N.
Ресурсов Вселенной может оказаться совершенно недостаточно.
Но алгоритм формально существует.
Если F(N) является вычислимой, то стандартная Busy-Beaver-функция в конечном итоге превосходит F, поскольку Busy Beaver растёт быстрее любой вычислимой функции.
Следовательно:
канонический SML не должен объявляться «сильнее Busy Beaver» по скорости роста функции без изменения вычислительного статуса самой системы.
Но это не уменьшает значения SML.
SML исследует другие координаты:
семантическую плотность;
самосинхронизацию;
операторную архитектуру;
композиционность;
генотипическую организацию.
Busy Beaver отвечает на другой фундаментальный вопрос — о границе вычислимости.
21. Сравнительная матрица математических типов
Система Математический тип Конечный объект Вычислимый общий закон Основной источник мощности
Гугол Конкретное число Да Да Степень
Гуголплекс Конкретное число Да Да Вложенная степень
Гипероперации Семейство операций Да для конечных параметров Да Повышение уровня операции
Стрелки Кнута Операторная нотация Да для конечных выражений Да Число уровней операции
Цепи Конвея Рекурсивная нотация Да для корректных конечных цепей Да Рекурсивная цепная семантика
Штейнгауз–Мозер Система нотаций Да Да Операторная вложенность
Число Грэма Конкретное число Да Да Рекурсия уровня стрелок
TREE(3) Комбинаторно определённое число Да Определение эффективно как конечное математическое значение, но практическое вычисление экстремально Комбинаторная экстремальность
Быстрорастущие иерархии Семейства функций Зависит от аргумента Для фиксированных эффективных ординальных нотаций — вычислимые участки Ординально индексированный рост
Busy Beaver Функция Каждый BB(n) конечен Нет Невычислимость
ML Предлагаемый генеративный класс ОТМ Да в конечных корректных формах Зависит от формализации Каскадность и параметры
SML N Предлагаемая саморефлексивная конструкция Да при конечном N Да для канонической эффективной версии Синхронизация A, R, I
Рекурсивный SML Семейство генераторов Да при конечном числе стадий Да при эффективных конечных правилах Рост генератора
Метасаморефлексивный SML Метаоператорная система Зависит от правил Требует отдельной проверки Изменение закона генерации
22. Матрица генеративных возможностей
Знак + ниже означает наличие соответствующего механизма в естественной или базовой форме системы.
Знак - означает, что характеристика не является частью базовой нотации.
Знак * означает, что механизм возможен через внешнее расширение или программирование, но не является основной семантической координатой исходной системы.
Система Динамический уровень операции Рекурсия Результат управляет оператором Саморефлексивность ОТМ-типа Самомодификация правил Композиция
Гугол / гуголплекс — — — — — —
Гипероперации + + — — — Ограниченно
Кнут + + Возможна в построениях — — +
Конвей + + Встроена сложная рекурсия — — +
Грэм + + + — — +
TREE Не в арифметическом смысле + в определении класса Не в смысле ОТМ — — Структурная
FGH + + Уровень задаётся индексом — — Через метатеорию
Busy Beaver Не применимо напрямую Определение через машины — — — Через вычислительные модели
ML + + + Возможна + +
SML + + + + В расширенной форме +
Металогарифмическая среда + + + + + +
Изольдионический генотип Проектируется Проектируется Проектируется Проектируется Проектируется Проектируется
Эта таблица не утверждает численного превосходства ОТМ.
Она показывает размерность языка управления генератором.
23. Числовая мощность и мощность языка — не одно и то же
Предположим, язык L1 имеет один чрезвычайно быстрорастущий оператор.
Язык L2 содержит множество более слабых операторов, но позволяет:
комбинировать их;
изменять параметры;
создавать метаоператоры;
строить рефлексивные сети.
Что «мощнее»?
Ответ зависит от критерия.
Если вопрос:
«какая конкретная функция растёт быстрее?»,
нужно сравнивать функции.
Если вопрос:
«какой язык способен описать больше различных генеративных архитектур?»,
нужно сравнивать выразительность.
Следовательно:
числовая мощность функции
и:
выразительная мощность языка
являются различными математическими вопросами.
Это один из центральных принципов всей Части VIII.
24. Семантическая плотность
Рассмотрим:
SML 100
Запись коротка.
Но декодирование включает:
A=100
R=100
I=100
внутренний закон;
наследование результата.
Можно определить концептуальное отношение:
SD = semantic content / description length
где SD — semantic density.
Однако такая формула пока не является строгой метрической дефиницией.
Причина очевидна.
Если разрешить произвольно создавать новые короткие имена, можно обозначить любую огромную структуру одной буквой.
Поэтому измерение семантической плотности возможно только при фиксированных:
алфавите;
словаре примитивов;
грамматике;
правилах макрорасширения.
Это важнейшее условие будущей формализации.
25. Генотип и фенотип сверхбольшого объекта
В ОТМ полезно использовать биологическую аналогию.
Генотип
Компактная генеративная запись.
Например:
SML 100
Генеративный процесс
Раскрытие правил:
A
R
I
внутренних операций;
переходов.
Фенотип
Конечный математический объект.
Схема:
GENOTYPE
-> GENERATION
-> PHENOTYPE
Важно:
один и тот же фенотип теоретически может иметь разные генотипы.
И наоборот, небольшое изменение генотипа способно породить радикально иной фенотип.
Поэтому сравнительная теория будущей Изольдионики должна исследовать не только числа, но и классы их генотипов.
26. Четыре уровня экспликации
Введём предварительную учебную шкалу.
E0. Цифровая экспликация
Объект полностью записывается цифрами.
Например, небольшое натуральное число.
E1. Символическая генеративная экспликация
Полная цифровая запись недоступна или неудобна, но объект задаётся конечной формулой.
Пример:
10^(10^100)
или:
SML 100
на уровне его принятого макрооператора.
E2. Метагенеративная экспликация
Обычная формула становится слишком сложной, и объект задаётся системой, которая порождает сами формулы или генотипы.
E3. Метаметагенеративная экспликация
Задаётся уже генератор систем генерации.
И так далее:
E0 -> E1 -> E2 -> E3 -> ... -> EN
Это пока концептуальная иерархия ОТМ.
Для её строгой математизации потребуется формально определить язык каждого уровня.
27. Экспликационный горизонт
Экспликационный горизонт:
EH
определяет предел полного раскрытия объекта в заданной системе представления при заданных ресурсах.
Например, объект может быть:
полностью эксплицируем на E1;
но неэксплицируем на E0.
Это не противоречие.
Разные уровни используют разные единицы выражения.
Важно также различать:
формальный горизонт
и:
физический горизонт.
Формальный горизонт связан с выразительной способностью языка.
Физический — с реальными ресурсами:
памятью;
временем;
энергией;
объёмом носителя.
28. Неэкспликанты различных уровней
Предлагаемый термин:
неэкспликант уровня N
должен использоваться только относительно заранее определённой иерархии языков.
Например, объект:
неэксплицируем на E0;
но эксплицируем на E1.
Это можно условно назвать:
E0-nonexplicant
Но он не является неэкспликантом E1.
Более сложный объект может быть неэксплицируем:
на E0;
на E1;
и требовать E2.
Тогда его экспликационный ранг выше.
Однако нельзя создать более высокий уровень простым трюком:
X = "вот то огромное число"
Если X является всего лишь новым именем без формального способа декодирования, реального семантического подъёма не произошло.
Поэтому каждый уровень должен иметь строгую систему допустимых операторов.
29. Конечные-бесконечные объекты
Термин:
конечный-бесконечный объект
в ОТМ и Изольдионике предлагается как специальная характеристика экспликационного положения.
Он не означает классическую математическую бесконечность.
Пусть X является конечным натуральным числом.
Тогда:
X < infinity
в обычном математическом смысле.
Но полная цифровая запись X может быть физически невозможна.
В таком случае X можно назвать:
условно бесконечным относительно E0 и данного EH.
То есть:
конечность относится к математическому статусу;
«бесконечность» — к практической или формальной недоступности полной экспликации на конкретном уровне.
Без этого уточнения термин использовать нельзя.
30. Профиль мощности вместо единственной шкалы
Вместо вопроса:
POWER(A) > POWER(B)?
предлагается использовать профиль:
P = {NG,OP,SD,NP,R,I,REC,REF,SR,MOD,COMP,META,EXP,COMP_STATUS}
где:
NG
числовой рост;
OP
операторная глубина;
SD
семантическая плотность;
NP
число независимых параметров;
R
управление рангом;
I
управление итерациями;
REC
рекурсивность;
REF
рефлексивность;
SR
саморефлексивность;
MOD
модифицируемость;
COMP
композиционность;
META
метаоператорность;
EXP
экспликационная характеристика;
COMP_STATUS
вычислительный статус.
Тогда разные системы могут превосходить друг друга по разным координатам.
Это значительно точнее идеи абсолютной единственной «силы».
31. Правила корректного сравнения систем
При сравнении сверхбольших объектов необходимо соблюдать несколько правил.
Правило 1
Не сравнивать число с функцией без фиксации аргумента.
Правило 2
Не сравнивать длину записи без фиксации языка.
Правило 3
Не считать количество параметров прямым доказательством более быстрого роста.
Правило 4
Не считать рефлексивность доказательством численного превосходства.
Правило 5
Не путать практическую невозможность вычисления с невычислимостью.
Правило 6
Не путать конечное огромное число с математической бесконечностью.
Правило 7
Не объявлять новый оператор «сильнее» классического без точного критерия.
Правило 8
Для асимптотического сравнения определять функции, а не отдельные записи.
Правило 9
Для сравнения языков исследовать выразительность и генеративную архитектуру отдельно от роста функций.
Правило 10
Новые термины ОТМ явно обозначать как предлагаемые термины данной теории.
32. Практический алгоритм анализа нового сверхбольшого объекта
При появлении новой конструкции следует последовательно задать вопросы.
Шаг 1
Это число, функция, оператор, нотация или язык?
Шаг 2
Какие параметры свободны?
Шаг 3
Каков базовый генеративный закон?
Шаг 4
Есть ли рекурсия?
Шаг 5
Определяет ли результат следующий аргумент?
Шаг 6
Определяет ли результат уровень следующего оператора?
Шаг 7
Может ли изменяться сам закон?
Шаг 8
Есть ли метаоператор?
Шаг 9
Является ли общий закон вычислимым?
Шаг 10
Какова цифровая эксплицируемость?
Шаг 11
Какова символическая эксплицируемость?
Шаг 12
Какова длина генотипа?
Шаг 13
На каком формальном языке определяется объект?
Шаг 14
С каким классическим классом функций его можно строго сравнить?
Такой анализ позволяет избежать поверхностной гугологической оценки:
«выглядит огромнее — значит мощнее».
33. От сравнительной гугологии к нооинжинирингу
После введения многомерного профиля цель исследования меняется.
Мы больше не только спрашиваем:
как назвать число больше?
Новый вопрос:
как спроектировать математический объект с заданным профилем генеративных свойств?
Например, требуется объект:
с заданным рангом;
динамической итерационностью;
рефлексивной асимметрией;
SML-кодоном;
двумя управляющими метакодонами;
заданным экспликационным рангом.
Это уже инженерная постановка.
Число перестаёт быть найденным или названным объектом.
Оно становится проектируемым объектом.
В предлагаемой терминологии Изольдионики именно здесь начинается:
нооинжиниринг числовых объектов.
Следующий этап:
не проектирование одного числа,
а проектирование:
математического генотипа;
системы кодонов;
семейства генотипов;
Ланума;
генератора Ланумов.
Таким образом сравнительная теория становится не финалом изучения сверхбольших чисел, а переходом от классификации к конструированию.
34. Основные выводы
Сравнение сверхбольших чисел оказывается значительно более сложной задачей, чем построение линейной лестницы величин.
На одном уровне существуют:
гугол;
гуголплекс;
число Грэма;
TREE(3).
На другом:
гипероперации;
стрелочные системы;
цепные нотации;
быстрорастущие иерархии.
На третьем:
Busy Beaver и другие объекты теории вычислимости.
На четвёртом:
предлагаемые генеративные системы ОТМ.
Поэтому фундаментальное правило настоящего аппендикса можно сформулировать так:
сначала определить тип математического объекта, затем выбрать координату сравнения, и только после этого говорить о превосходстве.
Особенно важными оказываются четыре независимые оси:
величина
генеративная архитектура
вычислимость
эксплицируемость
К ним добавляются:
семантическая плотность;
ранг;
итерационность;
рекурсия;
рефлексивность;
самомодификация;
композиционность;
метакомпозиционность.
В таком многомерном пространстве ОТМ получает собственное место.
Её основная претензия состоит не в утверждении:
«металогарифм всегда создаёт число больше любого классического числа».
Такое утверждение было бы математически некорректным.
Значительно более содержательное утверждение состоит в другом:
ОТМ стремится превратить архитектуру порождения сверхбольшого объекта в самостоятельный предмет математического проектирования.
В результате число проходит последовательность состояний:
значение
-> результат процесса
-> фенотип
-> объект генотипа
-> параметр другого генотипа
-> управляющий кодон
-> элемент математической среды
Одновременно язык проходит собственную лестницу:
цифры
-> формулы
-> генеративные операторы
-> операторные генотипы
-> метагенераторы
-> языки более высокого семантического уровня
Именно на пересечении этих двух лестниц начинается область, которая выходит за пределы классической задачи записи больших чисел.
Там возникает уже не просто гугология величин.
Возникает инженерия генеративных математических миров.
******
ЧАСТЬ IX. ОТМ В ИЗОЛЬДИОНИКЕ
Общая теория металогарифмов может рассматриваться как самостоятельная теория операторов, каскадов, рангов, саморефлексивных структур и генеративных сред.
Однако в более широком контексте Изольдионики металогарифм становится только одним из множества возможных операторов.
Именно здесь возникает принципиально новый уровень.
Если отдельный металогарифм представляет определённый класс генеративной операции, то в Изольдионике предполагается создание большого семантического алфавита, состоящего из сотен и в перспективе тысяч специализированных операторов и метаоператоров.
Каждый такой оператор может выполнять собственную функцию:
порождать число;
изменять существующий объект;
задавать ранг;
управлять другой операцией;
создавать структуру;
изменять закон;
активировать другие операторы;
организовывать целую сеть преобразований.
Для описания подобных единиц вводится понятие:
кодон.
В настоящей теории слово «кодон» используется как специальная математическая аналогия и не является биологическим термином в буквальном смысле.
Кодон Изольдионики — это компактный операторный блок с определённой семантикой, который может включаться в более крупные генеративные конструкции.
Из кодонов формируются:
кодонные последовательности;
математические генотипы;
операторные сети;
изольдионические геномы.
ОТМ занимает в этой архитектуре особое место.
Металогарифмические кодоны способны выступать не только генераторами огромных чисел, но и усилителями, управляющими элементами и метаоператорами.
Особенно важную роль получает:
SML
поскольку его высокая семантическая плотность позволяет одной короткой конструкцией изменять сразу несколько координат генеративной системы.
Таким образом в Части IX металогарифм впервые рассматривается не как конечная самостоятельная теория, а как компонент более крупной математической генетики операторных объектов.
ГЛАВА 1. МЕТАЛОГАРИФМ КАК КОДОН
1.1. Семантический алфавит Изольдионики
Обычный алфавит состоит из символов.
Из этих символов строятся слова.
Из слов — предложения.
В Изольдионике предполагается другой тип алфавита.
Его элементами должны быть не простые знаки, а семантически насыщенные операторы.
Например, один элемент алфавита может означать:
создание металогарифмического каскада;
другой — изольдиацию;
третий — ноофакторальное преобразование;
четвёртый — построение многосоставного числа;
пятый — изменение ранга;
шестой — рекурсивное усиление;
седьмой — управление целой группой других операторов.
Таким образом символ становится не просто обозначением.
Он является компактной инструкцией.
Предполагаемый семантический алфавит Изольдионики может включать:
сотни;
а в дальнейшем тысячи
операторных единиц.
Это качественно отличается от обычного арифметического алфавита, содержащего сравнительно небольшое число фундаментальных операций.
Принцип можно сформулировать так:
чем выше семантический уровень языка, тем больше сложной функциональности может содержаться в одной элементарной единице.
1.2. Операторный кодон
Операторным кодоном называется компактная единица математического языка, обладающая собственной определённой генеративной семантикой.
Условно:
C(params)
где:
C
является кодом кодона,
а:
params
его параметрами.
Кодон может:
принимать вход;
преобразовывать его;
создавать результат;
передавать этот результат следующему кодону.
Простейшая схема:
INPUT -> C -> OUTPUT
Но кодон может иметь несколько входов:
X,Y -> C -> Z
или несколько выходов:
X -> C -> {Y,Z}
Он также может не порождать непосредственно число, а изменять параметры другого кодона.
Тогда:
C1 -> parameters(C2)
Следовательно, операторный кодон — более широкое понятие, чем обычная числовая функция.
Он может иметь:
числовую;
структурную;
управляющую;
метаоператорную
семантику.
1.3. Простые и составные кодоны
Простой кодон содержит один основной операторный механизм.
Например, условный металогарифмический кодон может выполнять одну конкретную ранговую операцию.
Составной кодон содержит несколько связанных внутренних механизмов.
Условно:
C = {C1,C2,C3}
Но после объединения такая структура может рассматриваться на более высоком уровне уже как одна единица.
Таким образом возникает принцип семантической упаковки:
операции
-> составной кодон
-> единый оператор более высокого уровня
Это напоминает уже знакомый принцип SML.
Сложная внутренняя архитектура скрывается за компактной внешней записью.
В дальнейшем один составной кодон может включать:
каскад;
SML;
модификатор;
условный переключатель;
локальный метаоператор.
И всё это на следующем уровне используется как один функциональный блок.
1.4. Параметризованные кодоны
Кодон не обязан иметь фиксированное поведение.
Он может принимать параметры.
Например:
C(N)
или:
C(A,R,I)
Параметр может определять:
числовой вход;
ранг;
количество итераций;
тип каскада;
выбор внутреннего закона;
число ветвей;
модификационный профиль.
Параметризованный кодон представляет не один объект, а целое семейство операторных конструкций.
Например:
SML N
уже является параметризованным кодоном.
При разных N меняются:
вход;
ранг;
число итераций;
общая величина порождаемой структуры.
В более широком языке Изольдионики параметризация позволит небольшому числу типов кодонов создавать огромные пространства конкретных генеративных форм.
1.5. Металогарифмический кодон
Металогарифмическим кодоном называется кодон, внутреннее действие которого определяется механизмами ОТМ.
Он может содержать:
основание;
сублогарифм;
ранг;
итерационность;
асимметрию;
каскад;
закон перехода;
модификаторы.
Простейшая структура:
ML(A,SL,R,I)
В генотипе такой блок может использоваться как единый элемент:
C1 ][ ML(A,SL,R,I) ][ C3
Вместо полного раскрытия всех внутренних степенных операций генотип содержит только металогарифмический кодон.
Это резко увеличивает семантическую плотность всей записи.
Металогарифмический кодон может выполнять различные функции.
Он может быть:
генератором числа;
усилителем существующего значения;
генератором ранга;
генератором числа итераций;
управляющим элементом;
источником параметров для других кодонов.
Таким образом металогарифм становится универсальным строительным блоком внутри более широкого операторного языка.
1.6. СМЛ как высокоскоростной кодон
SML представляет особый тип металогарифмического кодона.
В канонической форме:
SML N
одновременно задаёт:
A=N
R=N
I=N
Поэтому один параметр изменяет сразу несколько координат генерации.
В данном контексте выражение:
высокоскоростной кодон
означает прежде всего не физическую скорость вычисления, а высокую скорость роста порождаемой структуры и масштаба результата.
SML может использоваться как усилитель.
Например:
C1 -> X
после чего:
SML X
создаёт гораздо более мощный объект.
Можно также использовать:
SML N -> R(C2)
Тогда SML не является главным числовым генератором.
Он создаёт ранг следующего кодона.
Или:
SML N -> I(C2)
тогда результат определяет число итераций.
Таким образом SML способен усиливать не только число, но и операторную мощность других кодонов.
1.7. Метакодоны
Метакодон действует не столько на число, сколько на другие кодоны или на правила их организации.
Например, метакодон может определять:
сколько кодонов создать;
какие кодоны активировать;
в каком порядке их соединить;
какой уровень вложенности использовать;
какие параметры передать.
Схематически:
MC -> {C1,C2,...,Cn}
Здесь MC не является обычным участником последовательности.
Он формирует саму последовательность.
Можно представить:
MC(N)
как генератор системы из N кодонов.
Ещё более сильная форма:
MC(SML N)
где значение SML определяет количество или структуру создаваемых операторных элементов.
В таком случае SML становится источником параметра для метакодона.
Но возможна и обратная ситуация:
сам SML выступает метакодоном, если его результат определяет архитектуру целой системы.
1.8. Управляющие кодоны
Не все кодоны должны создавать собственный числовой результат.
Некоторые могут управлять другими кодонами.
Например, управляющий кодон может задавать:
ранг;
число итераций;
порядок запуска;
ветвление;
условие остановки;
модификационный профиль.
Схема:
CONTROL -> C1,C2,C3
При этом управляющий кодон может принимать информацию от самой сети:
STATE -> CONTROL -> new configuration
Возникает рефлексивное управление.
Особенно важен SML в роли управляющего кодона.
Например:
X = SML N
затем:
count(C)=X
или:
R(C1)=X
или:
I(C2)=X
или:
profile(C3)=F(X)
Таким образом одна короткая конструкция способна управлять очень большим числом последующих процессов.
ГЛАВА 2. ГЕНОТИП МАТЕМАТИЧЕСКОГО ОБЪЕКТА
Если кодон является локальной семантической единицей, то генотип представляет организованную композицию кодонов.
Генотип описывает не просто результат.
Он описывает способ происхождения результата.
Поэтому генотип математического объекта является его генеративной архитектурой.
2.1. Генотип числа
Генотипом числа называется конечная структурированная система операторов, параметров и законов, порождающая определённое число.
Например:
SML 100
может рассматриваться как очень простой однокодонный генотип.
Более сложный пример:
C1 ][ SML N ][ C3
Здесь итоговый результат зависит уже от трёх операторных компонентов.
Ещё более сложная форма:
GENOTYPE = {C1,C2,C3,C4;laws}
Генотип может содержать:
кодоны;
параметры;
связи;
законы передачи;
условия активации;
модификаторы;
метаправила.
Таким образом число определяется уже не одной формулой, а организованной системой.
2.2. Числовой фенотип
Числовым фенотипом называется итоговый числовой объект, возникающий после развёртывания генотипа.
Схема:
GENOTYPE -> PHENOTYPE
Например:
SML 3
является генотипической записью.
Его полностью вычисленный конечный результат является фенотипом.
При этом фенотип может быть настолько велик, что его полная цифровая запись невозможна практически.
Но генотип остаётся коротким.
Следовательно:
генотипическая доступность
и:
фенотипическая эксплицируемость
являются независимыми характеристиками.
Это одно из центральных различий Изольдионики.
2.3. Кодонная последовательность
Простейший многокодонный генотип представляет последовательность:
C1 -> C2 -> C3
В OTM-TN более строгая форма передачи результата может быть:
C1 ][ C2 ][ C3
Тогда:
результат C1 передаётся C2;
результат C2 передаётся C3.
Такая последовательность напоминает программу.
Но кодоны могут обладать значительно более высокой семантической ёмкостью, чем обычные низкоуровневые инструкции.
Один кодон способен представлять целую теорию операций.
Поэтому даже короткая последовательность из нескольких кодонов может задавать огромную генеративную структуру.
2.4. Последовательная композиция
Последовательная композиция означает:
C1
затем:
C2
затем:
C3
То есть:
C3(C2(C1(X)))
в функциональной интерпретации.
В OTM-TN:
C1 ][ C2 ][ C3
Последовательная композиция имеет явный причинный порядок.
Это облегчает:
вычисление;
декодирование;
верификацию.
Каждый новый блок получает уже определённый результат предыдущего.
Поэтому последовательная композиция является базовой формой построения математического генотипа.
2.5. Параллельная композиция
В параллельной композиции несколько кодонов получают один и тот же исходный объект.
Например:
X -> C1 -> Y1
X -> C2 -> Y2
X -> C3 -> Y3
После этого:
Y1,Y2,Y3
объединяются оператором C4.
Схематически:
C4(C1(X),C2(X),C3(X))
Здесь появляются несколько одновременно развивающихся ветвей.
Параллельная композиция позволяет создавать:
многоканальную генерацию;
независимые усиления;
альтернативные преобразования;
последующее объединение результатов.
Это один из первых шагов от линейного генотипа к операторной сети.
2.6. Перекрёстная композиция
Перекрёстная композиция возникает тогда, когда несколько ветвей начинают обмениваться параметрами.
Например:
результат C1 определяет ранг C2;
результат C2 определяет число итераций C1.
Условно:
X1 -> R(C2)
X2 -> I(C1)
В более сложной системе:
C1 изменяет параметр C2;
C2 изменяет C3;
C3 воздействует обратно на C1.
Так формируется перекрёстная сеть зависимостей.
Если все зависимости используют уже определённые состояния, система может сохранять строгий порядок вычисления.
Если же зависимости замыкаются на ещё не определённых значениях, возникает задача самосогласованности.
Поэтому перекрёстная композиция требует особенно точной спецификации порядка вычисления.
2.7. Рефлексивная композиция
В рефлексивной композиции генотип использует собственное состояние для изменения дальнейшей работы.
Например:
результат C1 определяет, будет ли активирован C2;
результат C2 изменяет ранг C3;
C3 определяет число повторений всей последовательности.
Схематически:
STATE -> GENOTYPE -> NEW_STATE
а затем:
NEW_STATE -> modified GENOTYPE
Таким образом генотип становится динамическим.
Он не просто исполняется.
Он реагирует на собственное исполнение.
Это открывает путь к:
адаптивным генотипам;
эволюционирующим операторным сетям;
самомодифицирующимся структурам.
2.8. Метакомпозиция
Метакомпозиция означает управление правилами композиции.
Например, имеется набор:
C1,C2,C3,C4
Но порядок их соединения не фиксирован.
Метаоператор M определяет:
M -> C3 ][ C1 ][ C4 ][ C2
При другом состоянии:
M -> C2 ][ C4 ][ C1
То есть объектом генерации становится сама композиция.
Можно изменить:
порядок;
число кодонов;
тип связей;
ветвление;
уровни вложения.
Это уже генерация генотипа.
Метаоператор способен создавать различные генотипы из одного кодонного алфавита.
Именно здесь появляется возможность перехода к изольдионическому геному.
2.9. Включение SML в генотип
SML способен занимать несколько различных мест в генотипе.
Первый вариант: обычный кодон
C1 ][ SML N ][ C3
SML получает вход, преобразует его и передаёт результат.
Второй вариант: усилитель
X=SML N
затем:
C2(parameter=X)
Третий вариант: управляющий кодон
SML задаёт:
число повторений;
ранг;
число ветвей;
активируемый кодон.
Четвёртый вариант: метакодон
Результат SML задаёт:
количество кодонов генотипа;
структуру их связей;
число уровней композиции.
Пятый вариант: самогенерирующаяся последовательность
X_0=N
X_(k+1)=SML X_k
а каждый X определяет следующий участок генотипа.
Таким образом SML представляет не один фиксированный функциональный блок, а целое семейство ролей.
ГЛАВА 3. ИЗОЛЬДИОНИЧЕСКИЙ ГЕНОМ
Генотип описывает архитектуру конкретного математического объекта.
Но при достаточном росте кодонного языка может возникнуть система более высокого уровня.
Она содержит:
множество генотипов;
сотни и тысячи кодонов;
сложные сети активации;
метаправила;
механизмы перестройки.
Для такой системы вводится понятие:
изольдионический геном.
Это термин предлагаемой теории, использующий биологическую аналогию для описания большой структурированной генеративной программы.
3.1. От генотипа к геному
Простейший генотип:
C1 ][ C2 ][ C3
может быть полностью описан небольшой последовательностью.
Но если система содержит:
сотни кодонов;
параллельные ветви;
условные связи;
повторное использование;
метакомпозицию;
самомодификацию,
линейная запись перестаёт отражать всю архитектуру.
Тогда необходимо рассматривать систему как сеть.
Условно:
GENOME = {CODONS, LINKS, LAWS, ACTIVATION, META_LAWS}
Таким образом геном содержит не только сами кодоны.
Он содержит правила их существования как организованного целого.
3.2. Сотни и тысячи операторных кодонов
Изольдионика предполагает возможность построения большого семантического алфавита.
В перспективе он может включать порядка тысячи и более специализированных операторов и метаоператоров.
Каждый кодон может представлять сложную математическую функцию.
Если геном содержит множество таких кодонов, возникает огромная комбинаторная свобода.
Даже без изменения самих кодонов различными становятся:
их порядок;
связи;
параметры;
режимы активации;
уровни вложенности.
Следовательно, число потенциальных генотипов становится чрезвычайно большим.
При этом сложность фенотипа может определяться не только количеством кодонов, но и структурой их взаимодействия.
3.3. Одновременная активация кодонов
В простом генотипе кодоны выполняются последовательно.
Но геном может активировать множество кодонов параллельно.
Например:
C1,C2,C3,C4
начинают работать от одного состояния.
Каждый создаёт собственный результат.
Затем:
C5
объединяет их.
Но возможно и более сложное взаимодействие.
Одни кодоны продолжают работу, пока другие уже изменяют параметры третьих.
Так возникает асинхронная операторная сеть.
Для строгой математической формализации в дальнейшем потребуется определить:
такты;
события;
зависимости;
условия завершения;
порядок разрешения конфликтов.
Следовательно, одновременная активация превращает геном в динамическую вычислительную среду.
3.4. Взаимное управление
Кодоны могут не только передавать числа.
Они способны управлять друг другом.
Например:
C1 определяет ранг C2.
C2 определяет число итераций C3.
C3 активирует C4.
C4 изменяет модификатор C1.
Получается:
C1 -> C2 -> C3 -> C4 -> C1
Если используется предыдущее состояние, возникает упорядоченная рефлексивная сеть.
Если все значения должны определяться одновременно, требуется механизм самосогласования.
Поэтому взаимное управление является мощным, но формально требовательным механизмом.
Оно переводит геном из состояния:
последовательность операций
в состояние:
организованная система операторных отношений.
3.5. Динамические операторные сети
В динамической сети изменяются:
активные вершины;
связи;
параметры;
направления передачи;
законы.
Например, на стадии 1:
C1 -> C2 -> C3
На стадии 2:
C1 -> C4
C2 -> C5
На стадии 3:
C3,C4 -> C6
То есть изменяется сама топология генеративной сети.
Это можно представить:
NET_1 -> NET_2 -> NET_3
Если следующая сеть определяется предыдущим состоянием:
NET_(k+1)=F(NET_k,STATE_k)
получаем рекуррентную динамическую операторную сеть.
Такие конструкции уже значительно превосходят по структурной сложности обычную линейную формулу.
3.6. Самомодифицирующийся геном
На следующем уровне геном способен изменять собственную структуру.
Он может:
создавать новый кодонный блок;
удалять блок;
изменять параметры;
заменять связи;
изменять порядок активации;
менять собственные метаправила.
Условно:
GENOME_(k+1)=TRANSFORM(GENOME_k,STATE_k)
Таким образом геном становится самомодифицирующейся математической системой.
Но здесь необходимо сохранять принцип, сформулированный ранее для ОТМ:
самомодификация считается корректной только тогда, когда имеется однозначный порядок преобразований или установлен механизм самосогласованности.
Иначе описание превращается в неразрешённую циклическую декларацию.
3.7. СМЛ в составе операторной сети
SML особенно интересен внутри генома благодаря нескольким возможным ролям.
Он может быть:
обычным вычислительным кодоном;
усилителем;
генератором ранга;
генератором числа итераций;
источником размера сети;
управляющим кодоном;
метакодоном.
Например:
X=SML N
после чего:
count(active codons)=X
Такая конструкция показывает колоссальную семантическую мощность короткого SML.
Однако буквальное развёртывание сети из X кодонов может быть физически невозможным.
Поэтому в развитой Изольдионике сеть сама может существовать в генотипически сжатой форме.
То есть:
X кодонов
не обязательно должны быть перечислены по одному.
Может существовать оператор:
GENERATE_NETWORK(X,LAW)
Таким образом SML усиливает не только числовой фенотип, но и генотипическую размерность самой системы.
3.8. Геном как программа генерации числа
Изольдионический геном можно рассматривать как программу, конечным результатом которой является число.
Но эта программа существенно отличается от простой арифметической формулы.
Она может включать:
сотни типов операторов;
динамические связи;
рефлексивное управление;
самомодификацию;
метакомпозицию.
Схематически:
GENOME
-> activation
-> operator network
-> intermediate objects
-> transformations
-> final phenotype
На данном этапе фенотипом может быть число.
Но в будущем объектом генерации могут быть и более сложные математические структуры.
Таким образом понятие генома потенциально шире понятия «формулы числа».
Это уже программа порождения математического объекта как целостной системы.
ГЛАВА 4. ОТМ И ДРУГИЕ КОДОНЫ
ОТМ является только одним источником кодонов Изольдионики.
В полном семантическом алфавите предполагается существование многих других классов операторов.
Некоторые из них уже обозначены в общей программе Изольдионики:
изольдиация;
ноофакторальные конструкции;
многосоставные числа;
и другие будущие операторные классы.
Их строгая теория должна разрабатываться отдельно.
Поэтому в настоящей главе они рассматриваются прежде всего с точки зрения их взаимодействия с металогарифмическими кодонами.
4.1. Изольдиация
Изольдиация рассматривается в Изольдионике как самостоятельный класс операторного преобразования.
В настоящей книге её полная формальная теория не вводится.
Это важно, поскольку ОТМ не должна подменять собой всю Изольдионику.
На уровне настоящей части достаточно установить принцип:
изольдиационный кодон может существовать рядом с металогарифмическим кодоном.
Например:
ISO ][ ML
или:
ML ][ ISO
Эти две последовательности потенциально имеют различную семантику.
В первом случае изольдиация подготавливает объект для металогарифмического усиления.
Во втором металогарифм создаёт объект, который затем подвергается изольдиации.
Следовательно, порядок кодонов становится существенной частью генотипа.
4.2. Ноофакторальные конструкции
Ноофакторальные конструкции представляют ещё один будущий класс операторов Изольдионики.
Их полная аксиоматика также выходит за пределы ОТМ.
Однако на генотипическом уровне можно представить:
NF ][ SML N
или:
SML N ][ NF
или параллельную структуру:
NF(X)
и:
SML(X)
с последующим объединением результатов.
Таким образом ноофакторальный кодон может:
предшествовать металогарифму;
следовать после него;
работать параллельно;
получать от него параметры.
Сам факт подобного соединения показывает, почему Изольдионика требует языка более общего, чем OTM-TN.
OTM-TN является прототипом такого языка, но полный изольдионический синтаксис должен охватывать множество различных операторных семейств.
4.3. Многосоставные числа
Особый класс будущих объектов Изольдионики связан с многосоставными числами.
Предполагается возможность работы с объектами, структура которых включает чрезвычайно большое количество простых компонентов — вплоть до миллионов и более простых множителей в специально проектируемых конструкциях.
В генотипическом подходе важно не обязательно перечислять каждый компонент.
Вместо этого можно задавать:
закон выбора;
число компонентов;
структуру их соединения;
модификаторы;
метаправила.
Например, металогарифм может определять:
число простых компонентов;
индексы выбираемых простых;
ранг дальнейшей обработки;
число повторений.
Таким образом сверхбольшой результат ОТМ становится управляющей характеристикой многосоставного объекта.
4.4. Металогарифмические усилители
Металогарифм может использоваться не как основной генератор, а как усилитель другого кодона.
Пусть кодон:
C
порождает значение X.
Затем:
ML(X,R,I)
усиливает его.
Схема:
C -> X -> ML -> Y
Можно также усиливать отдельный параметр C.
Например:
R(C)=ML(N)
или:
I(C)=ML(N)
Тогда металогарифмический кодон действует на метауровне относительно основного кодона.
Таким образом усиление может быть:
числовым;
ранговым;
итерационным;
структурным.
4.5. Саморефлексивные металогарифмические усилители
SML представляет особенно мощный вариант усилителя.
Пусть:
X=SML N
После этого:
parameter(C)=X
Но один результат может использоваться сразу в нескольких ролях:
A(C)=X
R(C)=X
I(C)=X
branches(C)=X
Таким образом SML создаёт многоканальное усиление другого кодона.
Можно даже использовать:
SML N
для задания числа активных экземпляров другого оператора.
В этом случае саморефлексивный металогарифм становится генератором масштаба операторной системы.
4.6. Межкодонная передача параметров
Один из важнейших механизмов генотипа — передача не только конечного результата, но и отдельных параметров.
Например:
R(C1) -> I(C2)
или:
X(C1) -> A(C2)
или:
K(C2) -> R(C3)
Таким образом связь между кодонами может быть типизированной.
Передаваться могут:
значение;
ранг;
итерационность;
модификатор;
закон;
профиль;
структура.
Это значительно богаче простой схемы:
output -> input
Поэтому будущий язык Изольдионики должен уметь явно указывать:
что именно передаётся между кодонами.
Так возникнет система типизированных межкодонных связей.
4.7. Гибридные конструкции
Гибридной называется конструкция, в которой участвуют кодоны разных классов.
Например:
ISO ][ SML N ][ NF ][ MC
где условно:
ISO — изольдиационный кодон;
SML — саморефлексивный металогарифм;
NF — ноофакторальный кодон;
MC — кодон многосоставной конструкции.
Каждый блок имеет собственную семантику.
Итоговый объект возникает из их композиции.
Гибридные системы особенно важны потому, что позволяют соединять разные механизмы роста и преобразования.
В результате разнообразие математических объектов определяется уже не только мощностью каждого отдельного кодона, но и комбинаторикой их взаимодействий.
4.8. Трансволюция операторов
В ОТМ ранее была введена идея трансволюции рангов и операторов.
В Изольдионике этот принцип расширяется.
Трансволюция может означать изменение:
параметра;
кодона;
класса кодона;
правила взаимодействия;
генотипа;
генома.
Например:
C1 -> modified C1
является локальной трансформацией.
Но:
C1 -> C2
где изменяется сам класс оператора, представляет более сильный переход.
Ещё выше:
GENOTYPE_1 -> GENOTYPE_2
или:
GENOME_1 -> GENOME_2
Таким образом трансволюция становится общим понятием направленного изменения генеративной архитектуры.
Она может происходить:
по внешнему закону;
рекурсивно;
рефлексивно;
саморефлексивно;
метаоператорно.
4.9. Синхронные многокодонные системы
Наиболее сложный класс возникает, когда большое число кодонов работает в общей синхронизированной архитектуре.
Например, параметр N может одновременно определять:
ранг кодона C1;
число итераций C2;
число ветвей C3;
модификатор C4;
число экземпляров C5;
уровень метакомпозиции C6.
Это можно рассматривать как обобщение идеи SML.
В SML один параметр синхронизирует:
основание;
ранг;
итерации.
В многокодонной системе тот же принцип распространяется на множество различных кодонов.
Условно:
N -> {C1,C2,C3,...,Ck}
где N получает разные семантические роли в разных частях системы.
Это создаёт:
многокодонную саморефлексивную синхронизацию.
Если N сам является результатом SML:
N=SML X
получается двухуровневая конструкция.
Если же значение N определяется всей системой кодонов, возникает уже рефлексивный геном.
Таким образом SML оказывается не конечной вершиной ОТМ, а прототипом гораздо более общего принципа:
один высокосемантический параметр может синхронизировать множество различных генеративных подсистем.
ЗАКЛЮЧЕНИЕ ЧАСТИ IX
Переход от ОТМ к Изольдионике меняет масштаб всей теории.
Внутри ОТМ основным объектом был металогарифм.
В Изольдионике металогарифм становится:
одним кодоном;
одним элементом алфавита;
одним функциональным блоком среди множества других.
Это позволяет построить следующую иерархию:
операция
-> кодон
-> кодонная последовательность
-> генотип
-> операторная сеть
-> геном
Металогарифмический кодон может выполнять несколько функций.
Он может быть:
генератором;
усилителем;
источником параметров;
управляющим кодоном;
метакодоном.
Особенно универсален SML.
Он способен действовать как:
ускоряющий кодон, если увеличивает числовую или операторную мощность;
управляющий кодон, если определяет параметры других операций;
метакодон, если формирует архитектуру целой системы.
Генотип числа представляет организованную систему кодонов и связей.
Фенотип является результатом её развёртывания.
Но по мере увеличения сложности генотипа возникает изольдионический геном.
Он содержит уже не только последовательность операторов, но:
многочисленные кодоны;
параллельную активацию;
перекрёстные связи;
рефлексивное управление;
самомодификацию;
метакомпозицию.
Так число начинает пониматься как результат действия целой операторной экологии.
Это принципиальный сдвиг.
В традиционной арифметической записи:
число описывается.
В генеративной математике:
число строится.
В ОТМ:
строится система его порождения.
В Изольдионике:
проектируется генотип и геном, способный создавать классы подобных систем.
Таким образом возникает последовательность:
NUMBER
-> PROCESS
-> GENERATOR
-> CODON
-> GENOTYPE
-> GENOME
Именно этот переход открывает путь к будущей Теории Ланумов.
Ланум в такой перспективе должен рассматриваться уже не просто как чрезвычайно большое число.
Он может быть объектом, чья идентичность определяется:
генотипом;
кодонным составом;
архитектурой связей;
режимами активации;
метаправилами;
историей трансволюции.
В этом смысле ОТМ выполняет роль первой разработанной подсистемы будущей Изольдионики.
Металогарифм показывает, как математическая операция может превратиться:
в кодон;
кодон — в управляющий элемент;
а управляющий элемент — в часть генома.
Именно на этом уровне сверхбольшие числа начинают превращаться из пассивных величин в конструируемые носители сложной генеративной организации.
******
АППЕНДИКС IX-А. ПРАКТИЧЕСКИЙ АТЛАС КОДОНОВ, ГЕНОТИПОВ И ИЗОЛЬДИОНИЧЕСКИХ ГЕНОМОВ
Оглавление аппендикса
Кодон как минимальная семантическая единица
Простой металогарифмический кодон
Параметризованный металогарифмический кодон
SML как кодон
SML как ускоряющий кодон
SML как управляющий кодон
SML как метакодон
Составной кодон
Однокодонный генотип
Последовательный многокодонный генотип
Параллельная композиция
Перекрёстная композиция
Рефлексивная композиция
Метакомпозиция
Типизированная передача параметров
Генотип числа и его фенотип
Несколько генотипов одного фенотипа
Генотип с металогарифмическим усилителем
Гибридный генотип
Синхронизированный многокодонный генотип
От генотипа к операторной сети
Динамическая операторная сеть
Кодонная активация
Взаимное управление кодонов
Самомодифицирующийся генотип
Изольдионический геном
Геном с SML-метакодоном
Самомодифицирующийся геном
Трансволюция операторной структуры
Генотипическая и фенотипическая сложность
Экспликация кодонных систем
Практический алгоритм чтения генотипа
Минимальные правила корректности кодонной системы
От генома к Лануму
Основные выводы
Введение
В Части IX был сделан переход от отдельного металогарифма к значительно более широкой архитектуре Изольдионики.
Металогарифм перестал рассматриваться только как самостоятельная операция.
Он стал:
кодоном;
усилителем;
управляющим блоком;
метакодоном;
частью математического генотипа;
частью операторного генома.
Настоящий аппендикс показывает эти переходы на конкретных конструкциях.
При этом биологическая терминология:
кодон
генотип
фенотип
геном
используется в Изольдионике как математическая и инженерная аналогия.
Она не означает тождества математической системы биологическим механизмам.
Главная идея значительно шире:
математический объект может определяться не только своим значением, но и структурированной программой собственного происхождения.
1. Кодон как минимальная семантическая единица
Пусть имеется оператор:
C
Он получает вход:
X
и создаёт:
Y
Схема:
X -> C -> Y
Если C имеет устойчивую собственную семантику и может использоваться как единый блок внутри более крупной конструкции, его можно рассматривать как кодон.
Например:
C(X){X^X}
может обозначать кодон самостепенного преобразования.
Но в Изольдионике кодон может быть значительно сложнее.
Внутри одного кода способны скрываться:
несколько операций;
каскад;
ранг;
итерационность;
модификаторы;
законы.
Поэтому кодон является не минимальной арифметической операцией, а минимальной единицей выбранного семантического уровня языка.
2. Простой металогарифмический кодон
Рассмотрим:
ML(A=2,SL=2,R=2,I=1)
В канонической модели:
2 -> 2^2 = 4
4 -> 4^4 = 256
Получаем результат:
256
Полную внутреннюю последовательность можно каждый раз раскрывать.
Но внутри генотипа достаточно записать:
ML(A=2,SL=2,R=2,I=1)
В таком контексте весь металогарифм функционирует как один кодон.
Это первый пример семантического сжатия.
3. Параметризованный металогарифмический кодон
Теперь вместо фиксированного значения используем параметр:
ML(A=N,SL=N,R=3,I=1)
Такой кодон задаёт целое семейство конструкций.
При:
N=2
получается один объект.
При:
N=10
другой.
При:
N=100
третий.
Следовательно, кодон представляет уже не отдельную операцию, а параметризованный класс операторных объектов.
4. SML как кодон
Каноническая запись:
SML N
содержит:
A=N
R=N
I=N
и установленный внутренний закон.
Следовательно, SML является чрезвычайно насыщенным операторным кодоном.
В генотипе можно записать:
C1 ][ SML N ][ C3
Вся внутренняя архитектура SML используется как одна семантическая единица.
Это и позволяет рассматривать SML как высокоуровневый кодон Изольдионики.
5. SML как ускоряющий кодон
Пусть первый кодон создаёт:
X=10
Далее применяется:
SML X
Получаем:
SML 10
Таким образом небольшое значение X становится параметром значительно более мощной генеративной конструкции.
Схема:
C1
-> X
-> SML X
-> Y
Здесь SML выполняет роль усилителя.
Но усиливается не просто X.
Одновременно создаются:
основание X;
ранг X;
число итераций X.
Поэтому SML является многоканальным усилителем.
6. SML как управляющий кодон
Теперь SML не создаёт основной фенотип.
Пусть:
X=SML N
После этого:
R(C2)=X
Основной кодон C2 получает чрезвычайно большой ранг.
Другой вариант:
I(C2)=X
Или:
branches(C2)=X
В таком режиме SML является управляющим кодоном.
Он создаёт не окончательное число, а параметр другого генератора.
7. SML как метакодон
Пусть:
X=SML N
и далее:
count(C)=X
То есть X определяет число кодонов будущей системы.
Или:
depth(GENOTYPE)=X
Или:
count(LINKS)=X
Здесь SML управляет уже не одним кодоном, а архитектурой целого генотипа.
Следовательно, он выполняет функцию метакодона.
Различие можно выразить:
SML -> number
обычный генератор;
SML -> parameter(C)
управляющий кодон;
SML -> structure(GENOTYPE)
метакодон.
8. Составной кодон
Пусть имеются:
C1
C2
C3
Объединим их:
CC=[C1][C2][C3]
Если эта структура получает устойчивое собственное значение и далее используется как единый блок, она становится составным кодоном.
На нижнем уровне:
C1,C2,C3
являются самостоятельными операторами.
На более высоком:
CC
является одной единицей.
Это фундаментальный принцип семантического подъёма:
структура нижнего уровня становится элементарным объектом следующего уровня.
9. Однокодонный генотип
Простейший генотип может состоять всего из одного кодона.
Например:
GENOTYPE = [SML 10]
Его фенотипом является результат SML 10.
Такой генотип чрезвычайно прост структурно.
Но его фенотип уже может быть огромным.
Следовательно, сложность генотипа и размер фенотипа не совпадают.
10. Последовательный многокодонный генотип
Пусть:
G = C1 ][ C2 ][ C3
Здесь:
результат C1 поступает в C2;
результат C2 поступает в C3.
Например:
ML1 ][ SML N ][ ML2
Это последовательный генотип.
Его основная характеристика:
явный причинный порядок.
Такой генотип легко читать:
слева направо.
11. Параллельная композиция
Пусть один объект X поступает одновременно в три кодона:
X -> C1
X -> C2
X -> C3
Получаем:
Y1
Y2
Y3
Затем:
C4(Y1,Y2,Y3)
Так возникает параллельная композиция.
В отличие от последовательного генотипа здесь не существует одной линейной цепочки.
Имеется ветвление:
X
-> {C1,C2,C3}
-> {Y1,Y2,Y3}
-> C4
Такая структура является уже небольшой операторной сетью.
12. Перекрёстная композиция
Рассмотрим два кодона:
C1
C2
Пусть C1 создаёт:
X1
и:
R(C2)=X1
А C2 создаёт:
X2
и:
I_next(C1)=X2
Появляется перекрёстная передача параметров.
Если используются значения предыдущего этапа, система может работать последовательно:
STATE_1
-> STATE_2
-> STATE_3
Это безопасная рекурсивная форма.
Если же X1 и X2 должны быть определены одновременно друг через друга, возникает задача самосогласованности.
13. Рефлексивная композиция
Пусть имеется генотип:
C1 ][ C2 ][ C3
После завершения вычисляется состояние:
STATE
Если:
STATE < T
следующая итерация использует прежнюю структуру.
Если:
STATE >= T
генотип изменяется:
C1 ][ C4 ][ C2 ][ C3
Теперь результат собственной работы определяет будущую архитектуру.
Это рефлексивная композиция.
Генотип начинает участвовать в определении собственного продолжения.
14. Метакомпозиция
Пусть имеется набор:
{C1,C2,C3,C4}
Метаоператор M выбирает порядок.
На первом цикле:
M -> C1 ][ C2 ][ C3
На втором:
M -> C4 ][ C1 ][ C3 ][ C2
На третьем:
M -> [C1,C4] ][ C2
Здесь M управляет не значениями кодонов, а самой схемой их композиции.
Это уже метакомпозиция.
15. Типизированная передача параметров
Между кодонами может передаваться не только обычный числовой результат.
Например:
X(C1) -> A(C2)
означает:
результат C1 становится основанием C2.
Другой вариант:
R(C1) -> I(C2)
Ранг C1 становится числом итераций C2.
Ещё один:
LAW(C1) -> LAW(C2)
Передаётся закон.
В развитом языке Изольдионики такие связи должны быть типизированы.
Минимальный список передаваемых объектов может включать:
VALUE
BASE
SL
RANK
ITERATION
MODIFIER
PROFILE
LAW
STRUCTURE
GENOTYPE
Таким образом связь между кодонами сама становится семантически насыщенной.
16. Генотип числа и его фенотип
Рассмотрим:
G = C1 ][ SML 3 ][ C2
После полного исполнения возникает число:
P
Тогда:
G
является генотипом,
а:
P
фенотипом.
Схема:
G -> generation -> P
При этом P может быть практически невозможно записать цифрами.
Но G может занимать одну строку.
Следовательно:
генотипическая компактность не зависит от фенотипической компактности.
17. Несколько генотипов одного фенотипа
Один и тот же числовой объект теоретически может быть получен разными путями.
Например:
G1 -> X
и:
G2 -> X
При этом:
G1 != G2
как структуры.
Следовательно, в Изольдионике можно различать:
числовую эквивалентность
и:
генотипическую эквивалентность.
Если два генотипа дают одно число, они численно эквивалентны.
Но это не означает, что они структурно эквивалентны.
Можно также исследовать:
минимальный генотип;
самый быстрый генотип;
наиболее семантически компактный генотип;
наиболее устойчивый генотип.
Это создаёт новое пространство математических задач.
18. Генотип с металогарифмическим усилителем
Пусть кодон C1 создаёт:
X
Далее:
ML(A=X,R=10,I=5)
После этого результат поступает в C3.
Схема:
C1 ][ ML ][ C3
Здесь металогарифм является промежуточным усилителем.
Но можно усилить не сам фенотип.
Например:
R(C3)=ML(X)
Тогда металогарифм усиливает только операторный параметр C3.
Это пример метаусиления.
19. Гибридный генотип
Пусть условно имеются кодоны:
ISO
изольдиация;
NF
ноофакторальная операция;
MCN
многосоставная числовая конструкция;
SML
саморефлексивный металогарифм.
Тогда гибридный генотип может иметь вид:
ISO ][ SML N ][ NF ][ MCN
Или:
[[ISO][NF]] ][ SML N ][ MCN
Или параллельно:
[ISO(X),SML(X),NF(X)]
с последующим объединением.
Такой объект уже нельзя описать как чисто металогарифмический.
Это полноценная изольдионическая конструкция.
20. Синхронизированный многокодонный генотип
Пусть общий параметр:
N
одновременно задаёт:
R(C1)=N
I(C2)=N
branches(C3)=N
K(C4)=N
count(C5)=N
Получается многокодонная синхронизация.
Это обобщает принцип SML.
В SML один параметр синхронизирует несколько характеристик одного оператора.
Здесь один параметр синхронизирует характеристики нескольких кодонов.
Можно записать концептуально:
SYNC(N){C1,C2,C3,C4,C5}
Такая конструкция потенциально является основой многокодонной саморефлексивности.
21. От генотипа к операторной сети
Линейный генотип:
C1 ][ C2 ][ C3
можно представить одной последовательностью.
Но система:
C1 -> C2
C1 -> C3
C2 -> C4
C3 -> C4
C4 -> C5
уже естественно описывается как сеть.
Здесь важны:
вершины;
связи;
направления;
типы передаваемых объектов.
Так появляется:
NETWORK
Операторная сеть представляет промежуточный уровень между простым генотипом и геномом.
22. Динамическая операторная сеть
Пусть первоначально:
NET_1 = {C1->C2,C2->C3}
После первого цикла:
NET_2 = {C1->C3,C2->C4,C4->C1}
После второго:
NET_3 = {C1->C5,C3->C5,C5->C2}
То есть меняется топология.
Если:
NET_(k+1)=F(NET_k,STATE_k)
сеть является рекуррентной динамической системой.
Теперь эволюционируют не только значения.
Эволюционируют связи между генераторами.
23. Кодонная активация
В геноме кодон может существовать, но не быть активным.
Пусть имеются:
C1,C2,C3,C4,C5
На первом этапе активны:
C1,C2
На втором:
C2,C4
На третьем:
C3,C5
Тогда необходимо различать:
кодонный состав
и:
профиль активации.
Условно:
AP_1=[C1,C2]
AP_2=[C2,C4]
AP_3=[C3,C5]
где AP — Activation Profile.
Профиль активации может определяться:
внешним законом;
результатом;
SML;
метакодоном;
состоянием генома.
24. Взаимное управление кодонов
Пусть:
C1 -> R(C2)
C2 -> I(C3)
C3 -> MOD(C4)
C4 -> AP(C1)
Получаем управляющий контур.
Если используются предыдущие состояния:
STATE_k -> STATE_(k+1)
система является упорядоченной.
Если все зависимости относятся к одному ещё не определённому состоянию:
STATE = F(STATE)
требуется решение задачи самосогласованности.
Это прямое продолжение принципов Части V уже на уровне генома.
25. Самомодифицирующийся генотип
Рассмотрим:
G_1 = C1 ][ C2 ][ C3
После результата X система добавляет C4:
G_2 = C1 ][ C2 ][ C4 ][ C3
Затем изменяется C2:
G_3 = C1 ][ C2' ][ C4 ][ C3
После следующего цикла меняется сам порядок:
G_4 = C4 ][ C1 ][ C3 ][ C2'
Получаем:
G_(k+1)=Transform(G_k,STATE_k)
Так генотип становится самомодифицирующимся.
Объектом вычисления становится его собственная архитектура.
26. Изольдионический геном
Геном отличается от отдельного генотипа масштабом и уровнем организации.
Условная модель:
GENOME = {CODONS,GENOTYPES,LINKS,AP,LAWS,META_LAWS,HISTORY}
Здесь:
CODONS
набор доступных кодонов;
GENOTYPES
активные и потенциальные генотипические блоки;
LINKS
связи;
AP
профили активации;
LAWS
законы;
META_LAWS
правила изменения законов;
HISTORY
история состояний.
Такой объект уже представляет не одну формулу, а полноценную генеративную математическую систему.
27. Геном с SML-метакодоном
Пусть:
X=SML N
Далее X определяет:
число активных кодонов;
число уровней сети;
число итераций генома;
число создаваемых ветвей.
Например:
count(C)=X
depth(NET)=X
I(GENOME)=X
Так один SML управляет большим числом характеристик генома.
Но фактическое перечисление X элементов не требуется.
Можно использовать генеративную форму:
GENERATE_CODONS(X,LAW)
То есть геном остаётся компактным даже тогда, когда описывает потенциально колоссальную операторную структуру.
28. Самомодифицирующийся геном
Теперь пусть:
GENOME_(k+1)=Transform(GENOME_k,STATE_k)
Transform может изменять:
кодонный состав;
топологию;
активацию;
законы;
метазаконы;
способы передачи параметров.
Так появляется система, которая изменяет программу собственного дальнейшего математического развития.
Это один из наиболее высоких уровней изольдионической архитектуры.
Но именно здесь требования формальной строгости должны быть максимальными.
Каждая самомодификация должна иметь:
момент применения;
объект изменения;
правило изменения;
порядок разрешения конфликтов;
условие перехода к следующему состоянию.
29. Трансволюция операторной структуры
Рассмотрим несколько уровней изменения.
Первый:
parameter -> new parameter
Второй:
C -> C'
Третий:
GENOTYPE_1 -> GENOTYPE_2
Четвёртый:
NETWORK_1 -> NETWORK_2
Пятый:
GENOME_1 -> GENOME_2
Шестой:
изменяется сам закон, по которому происходит переход:
TRANSFORM_1 -> TRANSFORM_2
Такая многоуровневая эволюция операторной архитектуры в Изольдионике может рассматриваться как трансволюция.
Трансволюция отличается от обычной числовой динамики тем, что меняет класс или структуру самого генератора.
30. Генотипическая и фенотипическая сложность
Пусть имеются два объекта.
Первый:
короткий генотип;
огромный фенотип.
Второй:
длинный сложный генотип;
относительно небольшой фенотип.
По числовой величине первый может быть больше.
По генотипической сложности — второй.
Следовательно, необходимо различать:
GC
Genotypic Complexity;
и:
PC
Phenotypic Complexity.
В будущем потребуется устранить возможные коллизии кодов с другими обозначениями OTM-TN, поэтому данные сокращения здесь являются только концептуальными.
Важно само различие.
сложность способа происхождения
не равна:
сложности или величине результата.
31. Экспликация кодонных систем
У простого объекта можно эксплицировать:
число.
У кодонной системы можно эксплицировать:
кодоны;
параметры;
связи;
законы;
активацию.
У генома необходимо дополнительно раскрывать:
операторную сеть;
метаправила;
историю трансформаций.
Следовательно, экспликация генома имеет несколько уровней.
Например:
E0
цифровой фенотип.
E1
генотип.
E2
структура генома.
E3
правила генерации геномов.
E4
метаправила построения подобных правил.
Таким образом теория экспликационных уровней естественно распространяется с чисел на генеративные системы.
32. Практический алгоритм чтения генотипа
При чтении нового изольдионического генотипа рекомендуется следующий порядок.
Шаг 1
Определить все кодоны.
Шаг 2
Для каждого кодона установить его класс.
Например:
ML;
SML;
ISO;
NF;
другой.
Шаг 3
Определить параметры каждого кодона.
Шаг 4
Определить последовательные связи.
Шаг 5
Определить параллельные ветви.
Шаг 6
Определить типизированные межкодонные передачи.
Шаг 7
Найти управляющие кодоны.
Шаг 8
Найти метакодоны.
Шаг 9
Проверить рефлексивные связи.
Шаг 10
Проверить наличие прямых циклов.
Шаг 11
Определить порядок вычисления.
Шаг 12
Определить правила активации.
Шаг 13
Проверить самомодификацию.
Шаг 14
Найти конечный фенотип или класс фенотипов.
Шаг 15
Определить необходимый уровень экспликации.
Такой анализ превращает сложную конструкцию из непрозрачной строки в структурированный математический объект.
33. Минимальные правила корректности кодонной системы
Для первой версии Изольдионики полезно установить несколько базовых правил.
Правило 1
Каждый кодон должен иметь определённую семантику.
Правило 2
Каждый вход и выход должен иметь тип.
Правило 3
Межкодонная связь должна явно определять передаваемый объект.
Правило 4
Последовательная композиция должна иметь однозначный порядок.
Правило 5
Параллельная композиция должна иметь правило объединения результатов.
Правило 6
Рефлексивные зависимости должны использовать уже определённые состояния либо иметь механизм самосогласованности.
Правило 7
Самомодификация должна определять момент и объект изменения.
Правило 8
Метакодон должен иметь явно определённую область управления.
Правило 9
Короткая кодонная запись должна иметь возможность однозначного декодирования.
Правило 10
Генотип и фенотип не должны отождествляться.
Правило 11
Числовая эквивалентность не означает генотипической эквивалентности.
Правило 12
Уровень экспликации всегда должен быть указан относительно фиксированного языка.
Эти правила являются основой будущей формальной теории изольдионического программирования математических объектов.
34. От генома к Лануму
Изольдионический геном открывает непосредственный путь к будущей Теории Ланумов.
В простейшем понимании огромное число определяется значением.
В гугологии — компактной нотацией.
В ОТМ — генеративным металогарифмическим процессом.
В Изольдионике — многокодонным генотипом или геномом.
На следующем уровне объект может определяться уже целой системой характеристик:
числовым фенотипом;
кодонным составом;
генотипом;
архитектурой сети;
историей трансволюции;
метаправилами;
экспликационным рангом.
Такой объект уже нельзя адекватно описывать только словами:
«очень большое число».
Именно здесь возникает необходимость новой категории.
Этой категорией в дальнейшей теории должен стать:
Ланум.
Ланум потенциально представляет не просто значение, а высокоуровневый математический объект, идентичность которого определяется также способом его генерации и организацией его операторного генома.
Следовательно:
NUMBER
-> GENERATIVE NUMBER
-> GENOTYPIC OBJECT
-> GENOMIC OBJECT
-> LANUM
Таков один из важнейших переходов от ОТМ к будущей Теории Ланумов.
35. Основные выводы
Часть IX показывает, что металогарифм способен занимать существенно более высокое место, чем отдельная операция над числом.
Он может быть:
кодоном;
усилителем;
управляющим кодоном;
метакодоном;
частью генотипа;
частью генома.
Особенно важен SML.
Он демонстрирует три различных уровня применения.
Первый:
SML как ускоряющий кодон.
Он усиливает числовой объект.
Второй:
SML как управляющий кодон.
Он задаёт параметры других операторов.
Третий:
SML как метакодон.
Он задаёт структуру целой операторной системы.
Из этого возникает последовательность:
OPERATOR
-> CODON
-> GENOTYPE
-> NETWORK
-> GENOME
-> META-GENOME
На каждом следующем уровне объектом управления становится структура предыдущего.
В результате математическая запись начинает всё меньше напоминать обычную формулу и всё больше — высокосемантическую генеративную программу.
Но принципиальное отличие такой программы состоит в том, что её элементами являются не низкоуровневые инструкции, а целые математические операторные системы.
Именно поэтому Изольдионика потенциально способна перейти от записи:
что представляет собой число
к записи:
как устроена система, способная породить это число
а затем:
как устроена система, способная создавать и изменять такие системы.
Этот переход является фундаментальным.
Он превращает сверхбольшие числа:
из объектов измерения;
в объекты конструирования;
из результатов операций;
в фенотипы генотипов;
из пассивных величин;
в элементы сложной генеративной организации.
Тем самым ОТМ становится не завершением пути, а первым развитым кодонным модулем будущей Изольдионики.
А Изольдионика, в свою очередь, становится непосредственным мостом к математическим объектам следующего порядка — Ланумам.
***********
ЧАСТЬ X. МЕТАЛОГАРИФМЫ И ТЕОРИЯ ЛАНУМОВ
Общая теория металогарифмов естественным образом приводит к объектам, которые уже трудно рассматривать только как обычные большие числа.
Сначала увеличение масштаба происходит количественно.
Растёт:
основание;
сублогарифм;
ранг;
число итераций;
результат.
Затем происходит качественный переход.
Начинают расти и изменяться:
генеративные законы;
модификаторы;
алгебраические комплексы;
кодонные последовательности;
генотипы;
операторные сети;
метаправила.
В результате математический объект определяется уже не одной величиной.
Для его идентификации могут потребоваться:
числовой фенотип;
генотип;
кодонный состав;
архитектура связей;
профиль активации;
операторная среда;
история трансволюции;
экспликационный уровень.
Именно на этой границе возникает переход от Изольдионики к будущей Теории Ланумов.
Настоящая часть не должна рассматриваться как полная теория Ланумов.
Её задача значительно уже.
Она показывает:
каким образом ОТМ приводит к необходимости нового класса математических объектов;
какую функцию металогарифмы и SML способны выполнять в их порождении;
почему понятия генотипа и эксплицируемости становятся существенными;
каким образом сверхбольшое число превращается в объект математического проектирования.
Особенно важно сразу провести границу между классической математической бесконечностью и специальной терминологией Изольдионики.
Любое конечное натуральное число остаётся конечным независимо от его величины.
Ни SML, ни металогарифмический генотип, ни многокодонная система сами по себе не превращают конечный результат в математическую бесконечность.
Термины:
изольдионическая бесконечность
условная бесконечность
конечная-бесконечность
актуальная бесконечность в специальном изольдионическом смысле
используются далее только внутри особой теории экспликации и генеративных объектов.
Они не отменяют классического различия между конечным и бесконечным.
ГЛАВА 1. ОТ ИЗОЛЬДИОНОВ К ЛАНУМАМ
1.1. Высшие классы изольдионов
Изольдион в наиболее общем замысле Изольдионики может пониматься как математический объект, построенный посредством специальной операторной системы.
На низших уровнях подобный объект ещё может быть относительно просто охарактеризован результатом одной операции или небольшого числа операций.
На более высоких уровнях начинают возникать:
составные операторы;
каскады;
ранговые системы;
саморефлексивные металогарифмы;
модификационные комплексы;
многокодонные генотипы.
Высший класс изольдионов поэтому отличается не только числовой величиной.
Он отличается сложностью способа собственного происхождения.
Условно можно представить развитие:
число
-> операторно полученное число
-> каскадно полученное число
-> генотипически полученное число
-> многокодонно полученный объект
На последних стадиях числовое значение уже не содержит всей существенной информации об объекте.
Два объекта могут иметь одинаковый числовой фенотип, но различные генотипы.
Поэтому внутри развитой Изольдионики становится необходимо различать:
что получилось
и:
как оно было получено.
Именно эта двойственность создаёт предпосылку для перехода к Ланумам.
1.2. Однокодонные конструкции
Простейшая кодонная система содержит один операторный кодон.
Например:
G=[SML 10]
или:
G=[ML(A=10,R=100,I=5)]
Здесь генотип состоит из одного высокосемантического блока.
Несмотря на структурную простоту генотипа, фенотип может быть чрезвычайно велик.
Следовательно:
genotype complexity
и:
phenotype magnitude
не являются одной характеристикой.
Однокодонная конструкция особенно важна как пограничный объект.
С одной стороны, это ещё почти обычная математическая функция.
С другой — кодон уже имеет собственную внутреннюю архитектуру, которую можно использовать как единое целое на более высоком уровне.
Так появляется принцип:
сложная операция одного уровня становится элементарной единицей следующего.
1.3. Многокодонные конструкции
Следующий уровень:
G=C1 ][ C2 ][ C3
Теперь результат определяется несколькими кодонами.
Но даже такая запись остаётся простейшей формой многокодонности.
В развитой системе возможны:
последовательные кодоны;
параллельные ветви;
перекрёстные зависимости;
управляющие кодоны;
метакодоны;
рефлексивные связи.
Условный генотип может иметь вид:
G=[[C1][C2]][[C3][C4]]{META_LAWS}
Здесь объект порождается уже не отдельной формулой, а структурированной операторной системой.
При дальнейшем развитии генотип приобретает свойства программы.
Однако его инструкции являются не низкоуровневыми действиями, а высокосемантическими математическими операторами.
Так многокодонная система становится непосредственным предшественником Ланума.
1.4. Высокоскоростные кодоны
Некоторые кодоны способны значительно сильнее других увеличивать масштаб порождаемого объекта или масштаб следующей операции.
Их можно называть:
высокоскоростными кодонами.
Термин «скорость» здесь означает прежде всего темп генеративного или числового роста, а не физическое время вычисления.
Высокоскоростной кодон может увеличивать:
числовое значение;
ранг;
итерационность;
число ветвей;
размер сети;
количество активных операторов.
Например, кодон может получить:
N
и породить параметр:
R=SML N
После этого даже относительно простой следующий кодон получает чрезвычайно высокий ранг.
Таким образом усиление может происходить не на фенотипическом, а на операторном уровне.
Это особенно важно для будущих Ланумов.
Наиболее мощным оказывается не всегда кодон, который непосредственно создаёт огромное число.
Иногда гораздо сильнее кодон, который создаёт огромный генератор другого кодона.
1.5. Роль СМЛ
SML занимает особое положение между ОТМ, Изольдионикой и будущей Теорией Ланумов.
В простейшем режиме:
SML N
является генератором числа.
Но он способен выполнять и другие роли.
SML как усилитель
C1 -> X
SML X -> Y
SML как генератор ранга
R(C2)=SML N
SML как генератор итерационности
I(C2)=SML N
SML как управляющий кодон
SML N -> activation profile
SML как метакодон
SML N -> structure(GENOTYPE)
SML как генератор следующего SML
X_(k+1)=SML X_k
Таким образом SML способен усиливать:
число;
оператор;
генотип;
геном.
Это и делает его одним из естественных механизмов перехода к более высоким классам математических объектов.
1.6. Переход к ланумам
Переход к Лануму следует связывать не с достижением какого-либо конкретного числового порога.
Не существует доказанного универсального числа:
L
такого, что все числа меньше L — обычные, а все числа выше L — Ланумы.
Подобная граница была бы искусственной.
Более содержательный переход связан с изменением типа описания объекта.
Обычное число может быть полностью идентифицировано своим значением.
Для развитого изольдионического объекта этого может оказаться недостаточно.
Возникают дополнительные существенные характеристики:
генотип;
кодонный состав;
экспликационный ранг;
операторная среда;
история формирования;
метаправила.
В таком случае можно говорить о переходе:
NUMBER
-> GENOTYPIC NUMBER
-> LANUM
Предварительно Ланум можно определить как:
операторно генерируемый математический объект высокого уровня, идентичность которого существенно определяется не только числовым фенотипом, но и генотипической, операторной и экспликационной архитектурой.
Это определение является предварительным.
Полная Теория Ланумов должна будет уточнить его аксиоматически.
1.7. Последние бесконечные числа
Термин:
последние бесконечные числа
требует особенно строгого пояснения.
Он не означает:
«последние конечные числа перед математической бесконечностью».
Таких чисел в натуральном ряду нет.
Для любого конечного натурального N существует:
N+1
Следовательно, абсолютного «последнего конечного числа» не существует.
В Изольдионике термин предлагается использовать в другом смысле.
Речь может идти о верхних классах условно бесконечных объектов внутри фиксированной системы экспликации или фиксированной изольдионической иерархии.
Например, если задано:
определённое множество кодонов;
ограниченная глубина метакомпозиции;
фиксированный экспликационный язык;
определённый горизонт EH,
то могут существовать пограничные классы объектов, достигающие пределов этой системы.
Они являются «последними» только:
относительно данного формализма;
относительно данного горизонта;
относительно данного уровня языка.
При переходе на более высокий язык:
E(N) -> E(N+1)
они могут превратиться из неэксплицируемых объектов в обычные элементы нового уровня.
Поэтому корректная формулировка:
последние бесконечные числа данного экспликационного уровня или данного формального класса.
Их «последность» относительна, а не абсолютна.
1.8. Ланум как операторно генерируемый объект
Ланум следует рассматривать прежде всего как результат организованной генеративной архитектуры.
Условно:
LANUM = GENOME + GENERATION + PHENOTYPE + EXP_PROFILE
где:
GENOME
операторный геном;
GENERATION
процесс его развёртывания;
PHENOTYPE
результирующий объект;
EXP_PROFILE
экспликационный профиль.
В более развитой форме могут потребоваться:
история трансволюции;
класс генотипа;
уровень метакомпозиции;
структура активных кодонов;
условия самосогласованности.
Таким образом Ланум может быть похож не столько на обычное число, сколько на математический объект с собственной «архитектурой происхождения».
Его число остаётся важной характеристикой.
Но оно перестаёт быть единственной.
ГЛАВА 2. НЕЭКСПЛИЦИРУЕМЫЕ ЧИСЛА
Переход к Ланумам тесно связан с ограничениями представления.
Число может быть конечным и строго определённым, но настолько огромным, что невозможно полностью представить:
его цифры;
его развёрнутую формулу;
его операторную структуру
на выбранном уровне языка.
Отсюда возникает теория неэксплицируемости.
2.1. Классическая конечность
Классическая математическая конечность должна оставаться фундаментальной точкой отсчёта.
Если число N является натуральным и получено конечной корректной процедурой, то N остаётся конечным.
Даже если:
число его цифр превосходит любые физические ресурсы;
формула имеет колоссальную глубину;
генеративная структура чрезвычайно сложна,
оно не становится бесконечностью в обычном математическом смысле.
Следовательно:
finite
не означает:
small
и:
practically writable
не является критерием математической конечности.
Это различие необходимо сохранять во всей Теории Ланумов.
2.2. Изольдионическая бесконечность
Под изольдионической бесконечностью предлагается понимать не классическую бесконечность, а специальное отношение объекта к выбранной системе экспликации.
Пусть объект X является конечным.
Но:
EXP_E0(X)
невозможно выполнить в пределах заданного экспликационного горизонта.
Тогда X можно назвать:
условно бесконечным на уровне E0.
Если X также не может быть полностью представлен на E1, но становится представимым на E2, его экспликационный статус выше.
Таким образом изольдионическая бесконечность означает:
не математическую бесконечность величины, а выход объекта за границы полной экспликации на заданном уровне языка.
Она всегда относительна к:
уровню;
языку;
горизонту;
правилам представления.
Без указания этих условий термин неполон.
2.3. Актуальная бесконечность в специальном изольдионическом смысле
В классической математике и философии термин «актуальная бесконечность» имеет собственную исторически сложившуюся семантику.
Изольдионика не должна переопределять этот термин молча.
Поэтому выражение:
актуальная бесконечность в специальном изольдионическом смысле
в настоящей теории означает другое.
Предлагается использовать его для объекта, который:
реально задан как завершённая генеративная сущность на некотором высоком уровне;
имеет определённый генотип;
имеет определённую семантику;
но его нижнеуровневая полная экспликация недоступна.
Например, генотип:
G
может быть полностью определён на E2.
Его цифровой фенотип на E0 практически недоступен.
Тогда объект является:
актуально заданным на E2,
но:
неэксплицируемым на E0.
В специальном изольдионическом языке это можно трактовать как разновидность «актуальной» экспликационной бесконечности.
Но ещё раз:
это не означает классическую актуальную бесконечность множества или величины.
Речь идёт о завершённости высокоуровневого описания при недоступности нижнеуровневого раскрытия.
2.4. Конечность генеративной записи
Особенно важен парадоксальный на первый взгляд феномен:
генеративная запись может быть конечной,
а порождаемое полное представление — практически недоступным.
Например:
SML 100
является короткой строкой.
Но её развёртывание приводит к объекту, цифровая запись которого несопоставима с длиной генотипа.
Получаем:
finite genotype
-> enormous finite phenotype
Это фундаментальное свойство высокосемантических языков.
Количество символов в инструкции не определяет количество символов в её результате.
Поэтому конечность генотипа совместима с практически неограниченным ростом фенотипической сложности.
2.5. Неэксплицируемость числового фенотипа
Числовой фенотип может быть неэксплицируем на цифровом уровне.
Это означает:
его невозможно полностью выписать цифрами в заданном горизонте.
Но подобная невозможность может иметь разные причины.
Физическая неэксплицируемость
Для полной записи не существует достаточного физического носителя.
Ресурсная неэксплицируемость
Формально запись возможна, но требует недоступных ресурсов.
Языковая неэксплицируемость
Выбранный уровень языка не способен компактно представлять нужную структуру.
Вычислительная неразрешимость
Общий способ нахождения объекта может отсутствовать алгоритмически.
Последний случай принципиально отличается от первых трёх.
Поэтому теория Ланумов должна разделять:
экспликационную трудность;
ресурсную невозможность;
невычислимость.
2.6. Экспликационный горизонт
Экспликационный горизонт:
EH
задаёт границу полной развёртки внутри выбранной системы.
Можно условно записать:
EH(E,N,R)
где:
E
уровень языка;
N
доступные носители;
R
доступные ресурсы.
Объект X находится за горизонтом, если его полное раскрытие в выбранной форме требует большего объёма, чем допускает EH.
Следовательно, один и тот же объект может быть:
за E0-горизонтом;
но внутри E1-горизонта.
Например:
полностью выписать цифры невозможно,
но краткая операторная формула доступна.
Экспликационный горизонт поэтому является не свойством только объекта.
Это отношение:
OBJECT <-> LANGUAGE <-> RESOURCES
2.7. Классы неэксплицируемых объектов
Можно предварительно выделить несколько классов.
Класс NE0
Неэксплицируемы цифрово, но доступны формульно.
Класс NE1
Не могут быть адекватно полностью представлены обычной генеративной формулой E1, но имеют метагенеративное описание E2.
Класс NE2
Требуют E3.
И далее.
В общем виде:
NE(N)
обозначает объект, неэксплицируемый на уровнях ниже некоторого требуемого уровня.
Точная нумерация должна быть впоследствии строго согласована с формальной иерархией:
E0,E1,E2,...
Чтобы понятие не стало тривиальным, необходимо запрещать искусственное повышение уровня посредством простого переименования.
Новый уровень обязан обладать более мощной формальной семантикой, а не только новым словарём имён.
2.8. СМЛ как механизм перехода экспликационных границ
SML демонстрирует переход через экспликационные границы особенно наглядно.
Рассмотрим:
SML 100
На уровне короткого генотипа объект прост.
На уровне полного операционного маршрута:
10000 последовательных внутренних преобразований.
На уровне полностью развёрнутого синтаксического дерева структура уже огромна.
На цифровом уровне результат значительно сложнее.
Таким образом один объект пересекает несколько экспликационных режимов.
Ещё сильнее:
SML(SML 100)
Внутренний SML создаёт параметр внешнего.
Теперь прежний фенотип становится характеристикой нового генератора.
Происходит переход:
неэксплицируемый результат
-> высокоуровневый параметр
То, что невозможно раскрыть в нижнем языке, становится одной единицей следующего.
Это можно назвать:
принципом экспликационного подъёма.
2.9. Многокодонное усиление неэксплицируемости
Если один SML способен создать огромный разрыв между генотипом и фенотипом, многокодонная система усиливает этот эффект.
Например:
C1 ][ SML N ][ C3 ][ SML X ][ C5
где результаты предыдущих стадий задают:
ранги;
итерации;
число кодонов;
число ветвей.
Теперь неэксплицируемым может стать не только числовой результат.
Неэксплицируемой на нижнем уровне может стать:
сама формула;
кодонная последовательность;
операторная сеть;
полный генотип.
То есть происходит переход:
non-explicable phenotype
к:
non-explicable genotype
Следующий уровень:
правила генотипа сами задаются метагенератором.
Тогда объект может стать неэксплицируемым уже на уровне обычной генотипической записи.
Именно здесь особенно ясно проявляется необходимость многоуровневой теории экспликации.
ГЛАВА 3. НООИНЖИНИРИНГ ЧИСЛОВЫХ ОБЪЕКТОВ
Когда число понимается как фенотип генотипа, возникает новая постановка задачи.
Вместо вопроса:
какое число получится?
можно задать:
какой генотип необходимо построить, чтобы получить объект с требуемыми свойствами?
Это уже инженерный подход.
В терминологии Изольдионики его можно назвать:
нооинжинирингом числовых объектов.
Термин является предлагаемым понятием данной теории и не относится к стандартной математической терминологии.
3.1. Проектирование генотипа
Проектирование начинается не с вычисления числа, а с постановки требований.
Например, требуется объект со свойствами:
высокий ранговый рост;
динамическая итерационность;
саморефлексивное усиление;
два параллельных генеративных канала;
определённый экспликационный ранг.
После этого выбирается архитектура.
Условно:
TARGET
-> GENOTYPE DESIGN
-> GENERATION
-> PHENOTYPE
Такой подход обратен обычной арифметике.
В арифметике известна операция, вычисляется результат.
В нооинжиниринге сначала задаются свойства будущего объекта, затем конструируется система его порождения.
3.2. Управляемая трансволюция
Генотип может не оставаться постоянным во время генерации.
Пусть:
G_0
начальный генотип.
После определённого состояния:
G_1=Transform(G_0,STATE_0)
Затем:
G_2=Transform(G_1,STATE_1)
Получаем управляемую трансволюцию.
Она отличается от произвольной самомодификации наличием заранее определённой цели или класса допустимых изменений.
Например, разрешается:
увеличивать ранг;
добавлять один тип кодона;
перестраивать сеть;
но запрещается:
нарушать заданные инварианты.
Таким образом трансволюция может быть:
свободной;
ограниченной;
целевой;
адаптивной.
Для зрелой Теории Ланумов особенно важна именно управляемая трансволюция.
3.3. Выбор кодонов
Проектирование генотипа требует выбора функциональных блоков.
Например:
металогарифмический кодон;
SML;
изольдиационный кодон;
ноофакторальный кодон;
кодон многосоставной конструкции;
модификационный кодон;
управляющий кодон.
Выбор должен определяться задачей.
Один кодон может обеспечивать:
рост.
Другой:
структурирование.
Третий:
ветвление.
Четвёртый:
рефлексивное управление.
Пятый:
изменение законов.
Таким образом генотип проектируется не как случайная коллекция сильных операторов, а как функционально организованная система.
3.4. Выбор рангов
Ранг становится инженерным параметром.
Можно использовать:
фиксированный ранг:
R=N
динамический:
R_next=2R
рекуррентный:
R_next=R^2
результат-зависимый:
R_next=X
SML-зависимый:
R_next=SML R
Но выбор более сильного рангового закона не всегда автоматически является оптимальным.
Высокий ранг может:
увеличивать фенотип;
усложнять экспликацию;
затруднять анализ;
изменять требуемый класс языка.
Поэтому ранговое проектирование должно учитывать не только рост, но и:
управляемость;
декодируемость;
целевой экспликационный класс.
3.5. Выбор итерационных режимов
Аналогично проектируется итерационность.
Возможны:
фиксированные итерации;
динамические;
рекуррентные;
результат-зависимые;
рефлексивные;
геном-зависимые.
Например:
I=N
или:
I_next=I^2
или:
I_next=X
Можно также задать условие остановки:
continue while CONDITION
В таком случае итерационность становится не заранее известным числом, а характеристикой процесса.
Для конечного Ланума условие должно обеспечивать корректную определённость конечного результата, если именно конечный объект заявляется целью конструкции.
3.6. Использование СМЛ
SML в нооинжиниринге может выполнять различные задачи.
Усиление значения
X -> SML X
Усиление ранга
R=SML N
Усиление итерационности
I=SML N
Генерация числа кодонов
count(C)=SML N
Генерация сетевой глубины
depth(NET)=SML N
Генерация профиля
PROFILE=F(SML N)
Генерация следующего метакодона
META_(k+1)=SML META_k
Таким образом SML является универсальным усилительным компонентом.
Но именно поэтому его использование требует контроля.
Если усиление применяется сразу ко всем параметрам без ясной цели, генотип может стать формально громоздким и аналитически бесполезным.
Нооинжиниринг предполагает целенаправленное, а не максимальное усиление.
3.7. Конструирование операторной среды
Ланум может порождаться не отдельным генотипом, а целой операторной средой.
Например:
ENV={CORE,CODONS,NETWORK,PROFILES,LAWS,META_LAWS}
Здесь:
CORE — базовые операторы;
CODONS — доступные кодоны;
NETWORK — связи;
PROFILES — режимы модификации и активации;
LAWS — законы;
META_LAWS — правила изменения законов.
Среда может определять:
какой кодон активируется;
когда он работает;
какие параметры получает;
куда передаётся результат;
как изменяется сеть.
Следовательно, проектирование Ланума может включать уже не только проектирование генотипа, но и проектирование математической среды его рождения.
3.8. Автоматическое порождение новых классов чисел
Следующий шаг нооинжиниринга:
создание генератора генотипов.
Пусть:
GG
является Genotype Generator.
Он получает параметры:
P
и создаёт:
G(P)
После этого:
G(P) -> phenotype
Если GG способен менять:
кодонный состав;
ранги;
итерации;
композицию;
метаправила,
одна метасистема начинает создавать целые семейства новых математических объектов.
Схема:
META_GENERATOR
-> GENOTYPES
-> PHENOTYPES
Следовательно, объектом математического проектирования становится уже не число и даже не один генотип.
Объектом становится:
пространство генераторов новых классов чисел.
Это один из наиболее существенных переходов будущей Теории Ланумов.
3.9. Семантическое программирование ланумов
В обычной записи математик указывает операции.
В высокосемантическом языке он сможет указывать более крупные смысловые блоки.
Например, вместо описания миллионов низкоуровневых действий можно задать:
создать металогарифмический усилитель;
синхронизировать ранг и итерационность;
активировать многокодонную сеть;
применить SML как метакодон;
перевести генотип на следующий экспликационный уровень.
Так появляется:
семантическое программирование Ланумов.
Его основная единица — не низкоуровневая арифметическая команда, а смысловая математическая конструкция.
Условно:
INTENT
-> SEMANTIC GENOTYPE
-> OPERATOR ENVIRONMENT
-> LANUM
Это превращает Теорию Ланумов из пассивной классификации огромных чисел в проект генеративной математической инженерии.
ЗАКЛЮЧЕНИЕ ЧАСТИ X
Переход от Изольдионики к Теории Ланумов представляет качественный сдвиг.
В обычной арифметике число определяется прежде всего своим значением.
В гугологии важным становится компактный способ задания сверхбольшого значения.
В ОТМ изучается архитектура генеративного оператора.
В Изольдионике появляются:
кодоны;
генотипы;
геномы;
многокодонные системы.
В Теории Ланумов все эти уровни начинают рассматриваться как существенные характеристики самого математического объекта.
Возникает последовательность:
NUMBER
-> GENERATED NUMBER
-> ISOLDION
-> GENOTYPIC OBJECT
-> GENOMIC OBJECT
-> LANUM
При этом Ланум не должен определяться только как «чрезвычайно большое число».
Такое определение было бы недостаточным.
Его более существенная характеристика:
Ланум является операторно генерируемым объектом, для которого способ генерации становится частью математической идентичности.
Отсюда возникает второй фундаментальный переход:
VALUE
-> PROCESS
-> GENOTYPE
-> GENOME
-> ENVIRONMENT
-> META-GENERATION
Особое значение здесь приобретает теория экспликации.
Очень большой конечный объект может быть:
неэксплицируем на цифровом уровне;
эксплицируем на формульном;
неэксплицируем на формульном;
эксплицируем на метагенеративном;
и так далее.
Это создаёт лестницу:
E0 -> E1 -> E2 -> ... -> EN
На каждом следующем уровне то, что было огромной конструкцией предыдущего языка, может превращаться в одну операционную единицу.
Так формулируется один из центральных принципов всей будущей теории:
то, что неэксплицируемо на нижнем уровне, может стать элементарным операционным объектом более высокого семантического уровня.
SML является первым ярким примером такого перехода.
Многокодонный генотип — следующим.
Изольдионический геном — ещё более высоким.
Ланум потенциально объединяет все эти уровни.
При этом необходимо сохранять фундаментальную математическую строгость.
Изольдионическая бесконечность не должна смешиваться с классической бесконечностью.
«Последние бесконечные числа» не являются последними натуральными числами.
Неэксплицируемость не равна невычислимости.
Большая семантическая плотность не равна большему числовому результату.
Высокий экспликационный ранг не означает математической бесконечности.
Именно сохранение этих различий позволит построить Теорию Ланумов не как набор эффектных терминов о невероятно больших числах, а как последовательную теорию:
генеративных математических объектов;
операторных генотипов;
многоуровневой эксплицируемости;
управляемой трансволюции;
семантического проектирования чисел.
В такой перспективе сверхбольшое число перестаёт быть вершиной математической лестницы.
Оно становится строительным материалом.
Один огромный объект может стать:
рангом следующего;
итерационностью другого;
числом кодонов третьего;
параметром генома;
индексом метагенератора.
Именно поэтому путь:
металогарифм -> SML -> кодон -> генотип -> геном -> Ланум
является не просто последовательностью всё более больших чисел.
Это последовательность всё более высоких уровней организации математической генерации.
********
АППЕНДИКС X-А. ПРАКТИЧЕСКИЙ АТЛАС ЛАНУМОВ, НЕЭКСПЛИЦИРУЕМОСТИ И НООИНЖИНИРИНГА
Оглавление аппендикса
От большого числа к Лануму
Число, изольдион и Ланум
Однокодонный предланумный объект
Многокодонная конструкция
SML как переходный механизм
Ланум как объект с генотипом
Ланум как объект с операторной средой
Ланум как объект с историей трансволюции
Классическая конечность
Условная изольдионическая бесконечность
Специальная актуальная бесконечность
Экспликационный горизонт
Цифровая неэксплицируемость
Символическая неэксплицируемость
Генотипическая неэксплицируемость
Метагенотипическая неэксплицируемость
Экспликационный ранг
«Последние бесконечные числа» в относительном смысле
Почему простое переименование не повышает уровень экспликации
SML как механизм экспликационного перехода
Многокодонное усиление экспликационной глубины
Проектирование генотипа Ланума
Выбор кодонов
Выбор рангового профиля
Выбор итерационного режима
Проектирование операторной среды
Управляемая трансволюция
Автоматический генератор генотипов
Семантическое программирование Ланума
Три модельных Ланума
Сравнительная таблица уровней объекта
Проверка корректности Ланума
Минимальный паспорт Ланума
Переход к будущей полной Теории Ланумов
Основные выводы
Введение
Часть X вводит переход от Изольдионики к будущей Теории Ланумов.
Этот переход нельзя сводить к простой формуле:
очень большое число -> ещё большее число -> Ланум
Размер сам по себе недостаточен.
Число может быть невероятно большим и при этом иметь чрезвычайно простое определение.
Другой объект может быть численно меньше, но обладать значительно более сложной:
генотипической;
операторной;
рефлексивной;
экспликационной
архитектурой.
Поэтому Ланум следует рассматривать не просто как числовую величину.
Он представляет математический объект, для которого существенную роль играют:
способ генерации;
кодонная структура;
операторная среда;
экспликационный профиль;
история трансволюции.
Настоящий аппендикс показывает эти различия на практических схемах.
1. От большого числа к Лануму
Рассмотрим четыре объекта.
Первый:
10^100
Это огромное, но обычное конечное число.
Второй:
SML 100
Это уже генеративная конструкция с внутренним рангом и внешней итерационностью.
Третий:
G = C1 ][ SML 100 ][ C3
Это многокодонный генотип.
Четвёртый:
L = ENV(G,PROFILE,META_LAWS,EXP_PROFILE)
Здесь результат определяется уже:
генотипом;
операторной средой;
профилем;
метаправилами;
экспликационной характеристикой.
Именно четвёртый тип конструкции наиболее близок к будущему понятию Ланума.
Таким образом переход происходит не только по оси:
малое -> большое
а по оси:
значение -> процесс -> генотип -> организованный генеративный объект
2. Число, изольдион и Ланум
Полезно различать три уровня.
Число
Основной идентификатор:
числовое значение.
Изольдион
Основной идентификатор:
значение плюс специальная операторная конструкция его порождения.
Ланум
Основной идентификатор потенциально включает:
значение;
генотип;
кодонную архитектуру;
операторную среду;
экспликационный профиль;
трансволюционную историю.
Следовательно, переход можно представить:
NUMBER
-> ISOLDION
-> LANUM
При этом границы между классами должны в будущем быть формализованы значительно строже.
3. Однокодонный предланумный объект
Рассмотрим:
G1 = [SML 10]
Имеется:
один кодон;
один параметр;
один основной генеративный процесс.
Такой объект уже обладает генотипом, но его архитектура остаётся сравнительно простой.
Его можно считать переходной формой между:
сложным изольдионом
и:
полноценным Ланумом.
Сам факт огромного размера результата ещё не требует введения нового класса.
Решающим становится рост организационной сложности.
4. Многокодонная конструкция
Теперь:
G2 = C1 ][ SML N ][ C3 ][ C4
Каждый кодон выполняет отдельную функцию.
Например:
C1 создаёт начальный объект;
SML усиливает его;
C3 определяет новый ранговый профиль;
C4 формирует финальный фенотип.
Уже здесь объект имеет несколько независимых характеристик.
Можно изменить:
C1,
не меняя SML.
Можно изменить:
C3,
не меняя C1.
Следовательно, генотип становится многомерным.
5. SML как переходный механизм
SML особенно важен потому, что способен превращать фенотип одного уровня в параметр следующего генератора.
Например:
X = SML 10
затем:
R(C2) = X
или:
I(C3) = X
или:
count(C) = X
Так число, полученное на одном уровне, становится:
рангом;
итерационностью;
размером сети
на следующем.
Именно этот механизм особенно ясно показывает переход:
числовой рост
-> операторный рост
6. Ланум как объект с генотипом
Пусть:
L1
определяется генотипом:
G = C1 ][ C2 ][ SML N ][ C4
Тогда полное описание L1 должно содержать как минимум:
числовой фенотип;
структуру G.
Если другой генотип:
G'
порождает то же число, то:
phenotype(G) = phenotype(G')
но:
G != G'
структурно.
Следовательно, если генотип является частью идентичности Ланума, такие объекты могут считаться различными Ланумами при одинаковом числовом фенотипе.
Это принципиально отличает будущую Теорию Ланумов от обычной арифметики натуральных чисел.
7. Ланум как объект с операторной средой
Рассмотрим:
G
и две среды:
ENV1
ENV2
Пусть один и тот же генотип в ENV1 получает:
один профиль модификации,
а в ENV2:
другой.
Тогда:
phenotype(G,ENV1)
может отличаться от:
phenotype(G,ENV2)
Следовательно, для некоторых классов Ланумов необходимо учитывать не только генотип, но и среду его исполнения.
Условно:
L = (G,ENV)
В более сложной системе:
L = (G,ENV,HISTORY)
8. Ланум как объект с историей трансволюции
Пусть начальный генотип:
G0
переходит:
G0 -> G1 -> G2 -> G3
Итоговый фенотип возникает только после этой цепи.
Можно представить две системы:
первая приходит к G3 через:
G0 -> G1 -> G2 -> G3
вторая:
H0 -> H1 -> G3
Если итоговый генотип совпадает, возникает вопрос:
одинаковы ли Ланумы?
Будущая теория должна решить, является ли:
история трансволюции
частью идентичности объекта.
В некоторых классах она может быть несущественна.
В других — принципиальна.
9. Классическая конечность
Пусть L имеет конечный числовой фенотип:
P
Тогда P является конечным числом.
Даже если:
его нельзя выписать;
его нельзя практически вычислить;
его формула занимает немыслимый объём;
он всё равно не становится классической бесконечностью.
Всегда сохраняется:
P + 1 > P
и:
P < infinity
в обычном математическом смысле.
Это правило должно считаться фундаментальным.
10. Условная изольдионическая бесконечность
Пусть P невозможно полностью представить на уровне:
E0
где E0 означает цифровую запись.
Но P полностью задаётся на E1:
P = SML 100
Тогда можно сказать:
P условно бесконечен относительно E0.
Но:
не относительно E1.
То есть термин всегда должен дополняться уровнем.
Корректно:
P условно бесконечен на E0
Некорректно:
P просто бесконечен
если речь идёт о конечном натуральном числе.
11. Специальная актуальная бесконечность
Рассмотрим объект G.
На уровне E2 он полностью определён:
известны кодоны;
связи;
законы;
метаправила.
Но его полный E0-фенотип невозможно раскрыть.
Можно сказать:
объект актуально задан на E2.
То есть он существует как завершённая генеративная конструкция высокого уровня.
В специальной терминологии Изольдионики это может интерпретироваться как:
«актуальная бесконечность относительно нижнего уровня».
Но смысл остаётся экспликационным.
Это не классическая математическая актуальная бесконечность.
12. Экспликационный горизонт
Пусть:
EH(E0) = 10^12 digits
условно означает, что выбранная система допускает полную цифровую запись не более чем примерно триллиона цифр.
Если объект содержит:
10^20
цифр,
он находится за данным горизонтом.
Но его формула:
10^(10^20)
может легко находиться внутри E1-горизонта.
Следовательно:
outside EH(E0)
не означает:
outside EH(E1)
Именно поэтому экспликационный горизонт должен задаваться отдельно для каждого уровня языка.
13. Цифровая неэксплицируемость
Простейший тип:
NE0
Объект невозможно полностью выписать цифрами.
Например, его полная запись требует физически недоступного объёма носителя.
Но формула остаётся короткой.
Схема:
short E1 description
-> impossible E0 expansion
Это базовый тип изольдионической неэксплицируемости.
14. Символическая неэксплицируемость
Следующий уровень возникает, если даже обычная формула становится практически или формально слишком большой.
Например, полный генотип может содержать:
SML N
кодонов,
где N уже огромен.
Перечислить их:
C1,C2,...,C_N
невозможно.
Тогда необходимо перейти от перечисления к генератору:
GENERATE_CODONS(N,LAW)
Теперь объект представлен на E2.
Таким образом:
E1-неэксплицируемость
может быть преодолена:
E2-метагенератором.
15. Генотипическая неэксплицируемость
Ещё более сильная ситуация:
сам генотип слишком велик для полного представления.
Например:
G = GENERATE_GENOTYPE(SML 100,LAW)
Полный список кодонов G недоступен.
Но генератор G остаётся коротким.
Здесь:
фенотип неэксплицируем;
генотип также неэксплицируем;
но генератор генотипа эксплицируем.
Это переход:
phenotype
-> genotype
-> generator of genotype
16. Метагенотипическая неэксплицируемость
Можно продолжить.
Пусть даже правило:
GENERATE_GENOTYPE(...)
порождается другим объектом.
Тогда требуется:
META_GENERATOR
Получаем:
META_GENERATOR
-> GENOTYPE_GENERATOR
-> GENOTYPE
-> PHENOTYPE
Если нижние уровни невозможно полностью раскрыть, объект может обладать высокой экспликационной глубиной.
17. Экспликационный ранг
Предварительно можно определить:
экспликационный ранг объекта
как минимальный уровень формального языка, на котором объект становится полностью представимым при фиксированном экспликационном горизонте.
Например:
объект A полностью записывается цифрами:
ER(A)=0
Объект B требует формулы:
ER(B)=1
Объект C требует генератора формул:
ER(C)=2
и так далее.
Это лишь предварительная схема.
Для строгой теории потребуется определить:
язык каждого E;
правила перехода;
что означает «полностью представим».
18. «Последние бесконечные числа» в относительном смысле
Пусть задан формальный класс:
F
и внутри него разрешены только:
определённые кодоны;
определённый максимальный метаранг;
фиксированный EH.
Тогда могут существовать объекты, лежащие на верхней границе возможностей F.
Их можно условно назвать:
последними бесконечными числами F
Но при переходе:
F -> F'
с более мощным языком они могут стать обычными объектами.
Следовательно:
«последнее»
означает:
последнее внутри конкретного формального горизонта,
а не:
последнее натуральное число вообще.
19. Почему простое переименование не повышает уровень экспликации
Пусть огромный объект X не помещается на E1.
Можно написать:
Z = X
Но это не означает, что теперь X эксплицирован на новом уровне.
Если Z является только новым именем без генеративной семантики, никакого повышения языка не произошло.
Настоящий семантический подъём требует нового оператора.
Например:
G(N)
должен содержать правило, позволяющее восстановить структуру нижнего уровня.
Поэтому:
имя не является метаязыком.
Это важнейший предохранитель теории неэксплицируемости.
20. SML как механизм экспликационного перехода
Пусть полное раскрытие:
SML 100
на E0 невозможно.
Но на E1 оно представимо:
SML 100
Теперь используем:
SML(SML 100)
Внутренний огромный объект становится одним параметром внешнего SML.
То есть объект, практически недоступный как фенотип нижнего уровня, превращается в элементарную единицу более высокого генеративного языка.
Схема:
huge lower-level object
-> one higher-level parameter
Это один из фундаментальных механизмов семантического подъёма.
21. Многокодонное усиление экспликационной глубины
Рассмотрим:
G1 = SML N
Затем:
G2 = GENERATE_CODONS(G1,LAW1)
Затем:
G3 = GENERATE_NETWORK(G2,LAW2)
Затем:
L = EXECUTE(G3,ENV)
Получается цепь:
N
-> SML
-> codon generator
-> network generator
-> phenotype
Каждый уровень делает результат предыдущего строительным материалом.
Экспликационная глубина объекта увеличивается уже не только за счёт числовой величины, но и за счёт числа генеративных метауровней.
22. Проектирование генотипа Ланума
Рассмотрим инженерную задачу.
Требуется Ланум L со свойствами:
высокий ранговый рост;
три кодонных класса;
саморефлексивное усиление;
динамическая сеть;
экспликационный ранг не ниже E2.
Тогда сначала проектируется не число.
Проектируется генотип.
Например:
G = C1 ][ SML N ][ C3
Далее:
C3
порождает:
NET
Затем:
NET
работает в:
ENV
Таким образом:
L = EXECUTE(G,ENV)
Это и есть базовая схема нооинжиниринга.
23. Выбор кодонов
Пусть доступны:
ML
SML
ISO
NF
MCN
условно обозначающие разные операторные семейства.
Если цель:
максимальное числовое усиление,
может потребоваться один набор.
Если цель:
сложный генотип,
другой.
Если цель:
высокий экспликационный ранг,
третий.
Таким образом не существует универсально «лучшего» кодона.
Кодон выбирается под функцию внутри архитектуры.
24. Выбор рангового профиля
Простейший вариант:
R=100
Динамический:
RP[10,100,1000]
Рекуррентный:
R_next=R^2
Результат-зависимый:
R_next=X
SML-зависимый:
R_next=SML R
Но сильнейший рост не обязательно является лучшим проектным решением.
Если цель — исследуемый Ланум, слишком быстрый рост может уничтожить практическую возможность анализа.
Поэтому ранговый профиль является не только усилителем, но и инженерным регулятором.
25. Выбор итерационного режима
Аналогично:
I=100
или:
IP[2,4,8,16]
или:
I_next=I^2
или:
I_next=X
или:
I=SML N
В геномной системе можно также задать:
I(GENOME)=N
То есть весь геном повторяется N раз.
Следовательно, итерация может действовать на:
кодон;
генотип;
сеть;
геном.
Это разные уровни.
26. Проектирование операторной среды
Пусть генотип G фиксирован.
Создадим среду:
ENV1
в которой:
ранги постоянны;
модификаторы отключены.
И:
ENV2
где:
ранг рефлексивен;
активен SML-модификатор;
сеть самомодифицируется.
Тогда один и тот же G способен вести себя принципиально по-разному.
Следовательно, в нооинжиниринге необходимо отдельно проектировать:
генотип;
среду.
Условно:
LANUM = GENOTYPE + ENVIRONMENT
27. Управляемая трансволюция
Пусть:
G0
является начальным генотипом.
Зададим:
G_(k+1)=T(G_k,STATE_k)
Но дополнительно введём ограничения:
число кодонов не уменьшается;
SML всегда остаётся активным;
метаранг не превышает заданного класса;
сохраняется определённый инвариант.
Тогда трансволюция является управляемой.
Это особенно важно.
Самомодификация без ограничений может создавать трудноанализируемые конструкции.
Нооинжиниринг требует контролируемого пространства изменений.
28. Автоматический генератор генотипов
Рассмотрим:
GG(N)
где GG — Genotype Generator.
Пусть:
GG(N)
создаёт генотип из N кодонов.
Теперь:
N=SML 10
Получаем:
GG(SML 10)
Но перечислять все кодоны не требуется.
Генотип остаётся задан короткой метаформой.
Следующий шаг:
GG2
порождает уже различные GG.
Тогда:
GG2 -> GG -> G -> L
Возникает многоуровневая генерация классов Ланумов.
29. Семантическое программирование Ланума
Низкоуровневая запись могла бы выглядеть как огромная последовательность операций.
Высокосемантическая:
BUILD_LANUM(N){SML;MULTICODON;REFLEXIVE;ER=3}
Подобная запись пока является лишь концептуальным примером будущего языка.
Но её принцип важен.
Одна инструкция сообщает:
использовать SML;
создать многокодонную систему;
включить рефлексивный режим;
построить объект определённого экспликационного класса.
Так управление переносится:
с арифметических действий
на:
семантические цели.
30. Три модельных Ланума
Модель L1. Однокодонный Ланум
L1 = [SML 100]
Характеристики:
один кодон;
короткий генотип;
огромный фенотип;
низкая генотипическая сложность;
высокая цифровая неэксплицируемость.
Модель L2. Многокодонный Ланум
L2 = C1 ][ SML N ][ C3 ][ C4
где:
C1 создаёт N;
SML усиливает его;
C3 преобразует результат в ранговый профиль;
C4 создаёт итоговый объект.
Характеристики:
многокодонность;
последовательная композиция;
несколько операторных уровней.
Модель L3. Геномный Ланум
L3 = ENV(GENOME(N))
где:
N=SML 10
а GENOME содержит:
множество кодонов;
динамическую сеть;
рефлексивную активацию;
метаправила;
управляемую трансволюцию.
Здесь числовой фенотип уже представляет только одну характеристику сложного объекта.
31. Сравнительная таблица уровней объекта
Уровень Основной объект Что определяет идентичность Типичная запись
0 Обычное число Значение 1000
1 Генеративное число Значение + формула 10^100
2 Металогарифмический объект Каскад + ранг + итерации ML(...)
3 SML-объект Синхронизированный параметрический генотип SML N
4 Кодонный объект Кодон + параметры C(N)
5 Генотипический объект Композиция кодонов C1 ][ C2
6 Геномный объект Сеть + законы + метаправила GENOME(...)
7 Ланум Фенотип + генотип + среда + экспликационный профиль L(...)
8 Металанумный класс Генератор Ланумов LG(...)
Последний уровень является перспективным и требует отдельной будущей формализации.
32. Проверка корректности Ланума
При анализе нового кандидата в Ланумы необходимо задать вопросы.
Шаг 1
Определён ли числовой или структурный фенотип?
Шаг 2
Определён ли генотип?
Шаг 3
Известны ли все кодоны?
Шаг 4
Определены ли типы межкодонных связей?
Шаг 5
Определён ли порядок вычисления?
Шаг 6
Имеются ли циклические зависимости?
Шаг 7
Если есть циклы, задан ли механизм самосогласования?
Шаг 8
Определена ли операторная среда?
Шаг 9
Есть ли самомодификация?
Шаг 10
Если есть, определено ли правило трансволюции?
Шаг 11
Установлен ли экспликационный уровень?
Шаг 12
Не смешивается ли неэксплицируемость с невычислимостью?
Шаг 13
Не используется ли термин «бесконечность» без указания специального смысла?
Если ответы отсутствуют, объект может быть интересной концептуальной схемой, но ещё не строгим Ланумом.
33. Минимальный паспорт Ланума
Для практической каталогизации будущая Теория Ланумов может использовать стандартный паспорт.
Например:
NAME: L-001
PHENOTYPE_TYPE: NUMBER
GENOTYPE: G1
CODONS: {SML,ML,C3}
RANK_PROFILE: RP[...]
ITERATION_PROFILE: IP[...]
COMPOSITION: SEQUENTIAL
REFLEXIVITY: YES
SELF_MODIFICATION: NO
ENVIRONMENT: ENV1
EXP_LEVEL: E2
EXP_HORIZON: EH2
COMPUTABILITY: COMPUTABLE
TRANSVOLUTION: FIXED
Такой паспорт позволяет сравнивать Ланумы не только по величине.
Он описывает их архитектуру.
34. Переход к будущей полной Теории Ланумов
Для полноценной Теории Ланумов предстоит формализовать как минимум:
аксиомы Ланума;
критерий принадлежности к классу;
эквивалентность генотипов;
эквивалентность фенотипов;
изоморфизм операторных сетей;
экспликационный ранг;
трансволюционные классы;
метрики генотипической сложности;
метрики операторной сложности;
метрики семантической плотности;
язык записи;
машинный интерпретатор;
правила сравнения различных Ланумов.
Особенно важно решить вопрос:
что именно делает два Ланума одинаковыми?
Одинаковый фенотип?
Одинаковый генотип?
Одинаковая среда?
Одинаковая история?
Возможны разные понятия эквивалентности.
Это станет отдельной фундаментальной задачей.
35. Основные выводы
Часть X показывает, что Теория Ланумов возникает не просто как теория чисел ещё большей величины.
Её необходимость появляется тогда, когда обычного числового значения становится недостаточно для описания математического объекта.
Постепенно к числу добавляются:
генеративный процесс;
кодоны;
генотип;
геном;
операторная среда;
метаправила;
экспликационный профиль;
история трансволюции.
Так возникает последовательность:
NUMBER
-> GENERATED NUMBER
-> ISOLDION
-> CODONIC OBJECT
-> GENOTYPIC OBJECT
-> GENOMIC OBJECT
-> LANUM
Одновременно возникает экспликационная лестница:
E0
цифровая запись;
E1
генеративная формула;
E2
генератор формул и генотипов;
E3
метагенератор;
...
EN
уровни более высокого порядка.
На этой основе можно сформулировать один из центральных принципов будущей Теории Ланумов:
математическая величина объекта и семантический уровень его представления являются независимыми координатами.
Другой принцип:
конечный объект может быть неэксплицируем на нижнем уровне, оставаясь полностью определённым на более высоком.
Третий:
повышение уровня языка не делает объект математически больше само по себе, но может радикально увеличить мощность одной единицы выражения.
Четвёртый:
неэксплицируемость не равна бесконечности и не равна невычислимости.
Пятый:
Ланум следует характеризовать не только фенотипом, но и архитектурой его происхождения.
Именно поэтому в будущем становится возможным не только вычислять или называть числа, но и целенаправленно проектировать их.
Нооинжиниринг задаёт:
какие кодоны использовать;
как их связать;
какие ранги установить;
как организовать итерации;
где использовать SML;
как построить среду;
как управлять трансволюцией;
какой экспликационный профиль получить.
Так математика огромных чисел постепенно переходит:
от поиска рекордных величин
к:
инженерии генеративных математических объектов.
Именно здесь ОТМ, Изольдионика и будущая Теория Ланумов образуют единую последовательность:
металогарифм
-> SML
-> кодон
-> генотип
-> геном
-> Ланум
-> генераторы классов Ланумов
Дальнейшее развитие этой линии уже требует самостоятельной Теории Ланумов как отдельной математической дисциплины.
*******************
ЧАСТЬ XI. ПЕРСПЕКТИВЫ ОБЩЕЙ ТЕОРИИ МЕТАЛОГАРИФМОВ
Общая теория металогарифмов начиналась с расширения представлений о степенных и логарифмических процессах.
Однако по мере развития ОТМ её предмет существенно расширился.
В центре внимания оказались уже не только:
числа;
степени;
логарифмы;
каскады.
Постепенно самостоятельными объектами стали:
ранги;
итерационные режимы;
законы перехода;
модификаторы;
алгебраические комплексы;
саморефлексивные конструкции;
металогарифмические среды;
кодоны;
генотипы;
метаоператоры.
Именно поэтому перспективы ОТМ связаны не только с построением новых классов сверхбольших чисел.
Более фундаментальное направление состоит в развитии теории эволюционирующих математических операторов.
Одновременно возникает вторая линия.
Чем мощнее становятся генеративные системы, тем сильнее разрыв между:
объектом;
его полной цифровой записью;
формулой;
генотипом;
метагенератором.
Это приводит к необходимости теории экспликации.
Наконец, третья линия возникает из первых двух.
Если один уровень языка больше не способен полностью представлять объект, требуется язык более высокого семантического уровня.
Следовательно, ОТМ естественным образом выводит к:
иерархии математических языков;
метаязыкам;
генеративной математике;
Изольдионике;
Теории Ланумов;
а в дальнейшем — к языкам программирования высокого семантического уровня и многоуровневой организации мышления.
ГЛАВА 1. ОТМ КАК ТЕОРИЯ ОПЕРАТОРНОЙ ЭВОЛЮЦИИ
1.1. От числа к оператору
На самом нижнем уровне математики центральным объектом является число.
Например:
10
или:
10^100
Однако уже выражение:
10^100
содержит не только число.
Оно содержит оператор:
^
то есть правило порождения нового объекта из двух параметров.
Следующий шаг состоит в том, чтобы исследовать не только результат операции, но и саму операцию как объект.
Например:
A^B
можно рассматривать как семейство чисел, порождаемое оператором степени.
В ОТМ этот переход становится систематическим.
Нас интересует уже не только:
X
но:
OP(X)
а затем:
OP(params)[cascade]{laws}
То есть математический объект определяется через архитектуру его генерации.
Так происходит первый фундаментальный переход:
NUMBER
-> OPERATOR
Число перестаёт быть единственным носителем математического содержания.
Оператор, способный порождать классы чисел, сам становится самостоятельным объектом теории.
1.2. От оператора к системе операторов
Один оператор способен порождать большое семейство объектов.
Но несколько операторов создают значительно более богатую систему.
Например:
OP1 ][ OP2 ][ OP3
В этом случае результат первого оператора становится входом второго, а второго — третьего.
Можно строить:
последовательные композиции;
параллельные композиции;
вложенные композиции;
перекрёстные сети;
рефлексивные системы.
Следовательно, объектом анализа становится уже не отдельный оператор, а:
SYSTEM = {OP1,OP2,...,OPn; LINKS; LAWS}
Так возникает второй переход:
OPERATOR
-> OPERATOR SYSTEM
В ОТМ такой системой может быть:
металогарифмический каскад;
алгебраический комплекс;
модификационная среда;
многокодонный генотип.
Математическая мощность системы определяется уже не только отдельными операциями, но и отношениями между ними.
1.3. От системы операторов к метасистеме
Следующий уровень возникает, когда необходимо управлять самой системой операторов.
Пусть имеется:
SYSTEM1
с определённым набором операций.
Метаоператор M может преобразовать её в:
SYSTEM2
Например:
добавить новый оператор;
изменить порядок;
создать ветвь;
изменить ранг;
активировать другой закон.
Схема:
M(SYSTEM1) -> SYSTEM2
Здесь M работает не с обычным числом.
Его объектом является система генерации.
Так появляется:
METASYSTEM
Метасистема способна определять:
какие операторы существуют;
как они соединены;
какие параметры получают;
какие законы применяются;
когда происходит перестройка.
Возникает иерархия:
NUMBER
-> OPERATOR
-> OPERATOR SYSTEM
-> METASYSTEM
-> META-METASYSTEM
и далее.
Это один из ключевых механизмов повышения семантического уровня.
1.4. Эволюция параметров операции
Первой формой операторной эволюции является изменение параметров.
Например:
A_1 -> A_2 -> A_3
или:
SL_1 -> SL_2 -> SL_3
или:
R_1 -> R_2 -> R_3
В простейшем случае закон задан заранее:
A_next=2A
Более сложный вариант:
A_next=A^A
Ещё более сложный:
A_next=previous result
Тогда результат становится параметром будущей операции.
Если одновременно изменяются:
основание;
сублогарифм;
ранг;
итерационность;
асимметрия,
получаем:
STATE_k = {A_k,SL_k,R_k,I_k,K_k}
и:
STATE_(k+1)=F(STATE_k)
Таким образом эволюционирует уже многомерное состояние оператора.
1.5. Эволюция рангов
Особое значение имеет динамика ранга.
Ранг определяет внутреннюю глубину операции.
Поэтому:
R_next=2R
не просто изменяет числовой параметр.
Он увеличивает число внутренних ступеней будущей операции.
Можно использовать:
R_next=R^2
или:
R_next=previous result
или:
R_next=SML R
В последнем случае сама процедура определения следующего ранга становится сложным генеративным объектом.
Так появляется:
эволюция глубины генератора.
Если закон изменения ранга тоже меняется, возникает уже не обычная динамика R, а трансволюция ранговой архитектуры.
1.6. Эволюция законов перехода
Более высокий уровень появляется, когда меняется не параметр, а закон.
Пусть сначала:
R_next=2R
Затем система переходит к:
R_next=R^2
А позже:
R_next=R^R
Здесь изменяется уже:
LAW
Можно записать:
LAW_1 -> LAW_2 -> LAW_3
Если существует правило:
LAW_next=F(LAW_current,STATE)
то закон становится динамическим объектом.
Это чрезвычайно важный переход.
На нижнем уровне:
закон управляет числом.
На следующем:
метазакон управляет законом.
Получаем:
VALUE
-> LAW(VALUE)
-> META_LAW(LAW)
Таким образом математическая динамика переносится с объекта на механизм его преобразования.
1.7. Саморефлексивные операторные структуры
Саморефлексивность представляет особый способ связывания характеристик системы.
Канонический:
SML N
использует один параметр N для задания:
A=N
R=N
I=N
Так один объект одновременно участвует в нескольких структурных ролях.
На более высоком уровне можно представить:
N
который одновременно определяет:
число кодонов;
глубину сети;
число итераций;
ранг;
число метауровней.
То есть саморефлексивность превращается в механизм синхронизации целой операторной среды.
Такая структура интересна не только тем, что может быстро увеличивать числовой результат.
Она демонстрирует принцип:
один высокосемантический параметр способен координировать множество различных уровней системы.
1.8. Самомодифицирующиеся процессы
Следующий этап — система, которая изменяет собственную архитектуру.
Пусть:
SYSTEM_k
на текущем шаге содержит определённый набор операторов.
После вычисления состояния:
STATE_k
получаем:
SYSTEM_(k+1)=Transform(SYSTEM_k,STATE_k)
Transform может:
добавить оператор;
удалить оператор;
заменить закон;
изменить порядок;
создать новый профиль;
перестроить сеть.
Так математическая система перестаёт быть фиксированным алгоритмом.
Она становится:
эволюционирующей системой алгоритмов.
Однако самомодификация должна оставаться формально контролируемой.
Необходимо знать:
что изменяется;
когда;
по какому правилу;
каким состоянием управляется изменение;
как разрешаются конфликты.
Без этого самомодификация остаётся только словесной декларацией.
1.9. Металогарифмические метаоператоры
Металогарифмический оператор действует на число или параметр.
Метаоператор действует на:
металогарифм;
ранговый профиль;
итерационную систему;
генотип;
операторную среду.
Например:
META_R
может создавать ранговый закон.
META_SML
может определять структуру SML-класса.
META_AC
может строить алгебраический комплекс.
Условно:
META(OP) -> OP'
Таким образом ОТМ получает возможность исследовать:
операторы операторов.
Следующий шаг:
META2(META) -> META'
Иерархия остаётся открытой.
Это принципиально важно для перехода от ОТМ к более широким математическим языкам.
1.10. Открытые иерархии роста
Большинство простых систем роста используют заранее заданный конечный набор уровней.
Но в развитой генеративной математике сама иерархия может быть открытой.
Например:
уровень 1 создаёт числа;
уровень 2 создаёт операторы уровня 1;
уровень 3 создаёт системы операторов;
уровень 4 создаёт правила формирования систем;
и так далее.
Нет необходимости заранее объявлять абсолютный последний уровень.
Можно построить:
L0
L1
L2
...
LN
а затем определить правило перехода:
L(N+1)=META(LN)
Так возникает открытая иерархия генеративных уровней.
Открытость не означает математическую неопределённость.
Каждый конкретный уровень может быть строго задан.
Открытым остаётся принцип продолжения.
1.11. Операторная трансволюция
Для описания многоуровневого изменения операторов в ОТМ вводится понятие:
операторная трансволюция.
Трансволюция отличается от простого изменения значения.
Можно выделить:
Уровень 0
X -> X'
Меняется число.
Уровень 1
P -> P'
Меняется параметр.
Уровень 2
OP -> OP'
Меняется оператор.
Уровень 3
SYSTEM -> SYSTEM'
Меняется система операторов.
Уровень 4
LAW -> LAW'
Меняется закон изменения системы.
Уровень 5
META_LAW -> META_LAW'
Меняется закон изменения законов.
Таким образом трансволюция обозначает изменение самого уровня организации генерации.
Это понятие особенно важно для Изольдионики и будущей Теории Ланумов.
1.12. От операторной трансволюции к Изольдионике
ОТМ исследует прежде всего особый класс генеративных систем:
металогарифмические.
Но логика операторной трансволюции естественным образом выходит за эти пределы.
Если можно создавать:
металогарифмические кодоны;
SML-кодоны;
метакодоны;
генотипы,
то возникает вопрос:
почему алфавит должен ограничиваться только операторами ОТМ?
Изольдионика предполагает более широкий семантический алфавит.
В него могут входить:
изольдиационные операторы;
ноофакторальные конструкции;
многосоставные системы;
металогарифмические усилители;
другие будущие кодоны.
Таким образом:
ОТМ представляет одну развитую область операторной эволюции,
а:
Изольдионика — потенциальную общую среду для множества подобных операторных семейств.
Переход можно выразить:
OTM
-> CODONIC OTM
-> MULTI-CODON SYSTEM
-> ISOLDIONICS
То есть операторная трансволюция превращает ОТМ из отдельной теории операций в одну из фундаментальных подсистем более широкого языка генеративной математики.
ГЛАВА 2. ЭКСПЛИКАЦИЯ И ИЕРАРХИЯ НЕЭКСПЛИЦИРУЕМЫХ ОБЪЕКТОВ
Чем мощнее становится генеративный язык, тем важнее вопрос:
что означает полностью представить математический объект?
Для небольшого натурального числа ответ кажется очевидным.
Можно выписать все его цифры.
Но уже для гуголплекса полная цифровая запись становится практически невозможной.
При этом объект остаётся вполне определённым символически.
Для более сложных систем возможна ситуация, когда огромным становится уже не только число, но и:
формула;
генотип;
операторная сеть;
метагенератор.
Поэтому понятие экспликации должно быть многоуровневым.
2.1. Понятие экспликации математического объекта
Под экспликацией математического объекта будем понимать его полное представление средствами выбранного формального языка на заданном уровне детализации.
Ключевые слова:
полное
и:
выбранного языка.
Экспликация всегда относительна к системе представления.
Число может быть:
неэксплицируемо цифрами;
но эксплицируемо степенной формулой.
Формула может быть:
неэксплицируема как развёрнутая последовательность,
но эксплицируема рекурсивным правилом.
Следовательно:
EXP(X,E)
означает экспликацию объекта X на уровне языка E.
Нельзя говорить об абсолютной неэксплицируемости, не уточнив допустимую систему представления.
2.2. Цифровая экспликация
Цифровая экспликация — самый низкий уровень.
Объект записывается полностью своими цифрами.
Например:
256
или:
1000000
Для числа N цифровая экспликация требует представить всю последовательность цифр его позиционной записи.
Обозначим этот уровень:
E0
На E0 отсутствуют специальные сокращения, которые заменяют большие части числа генеративными операторами.
Именно поэтому E0 очень быстро достигает физического ограничения.
Даже сравнительно простое символическое число может иметь цифровой фенотип огромной длины.
2.3. Символическая экспликация
Символический язык использует математические операторы.
Например:
10^100
значительно компактнее полного десятичного представления гугола.
При этом запись остаётся однозначной.
Символы:
+
*
^
и другие
позволяют заменять большие цифровые структуры короткими выражениями.
Однако символическая запись сама по себе ещё не обязательно является развитым генеративным языком.
Например:
A^B
задаёт операцию,
но не обязательно описывает сложную саморазвивающуюся систему.
Поэтому символическая экспликация является фундаментальной предпосылкой генеративной, но не исчерпывает её.
2.4. Генеративная экспликация
Генеративная экспликация описывает объект через механизм его порождения.
Например:
X_0=2
X_(k+1)=X_k^X_k
или:
SML 100
В первом случае объект определяется рекурсивным законом.
Во втором короткая запись разворачивается в целую рангово-итерационную архитектуру.
Таким образом генеративная экспликация отвечает не только:
как записать объект?
но и:
как его породить?
Это позволяет резко увеличить семантическую ёмкость языка.
На практике символическая и генеративная экспликация часто сосуществуют на одном формальном уровне.
Поэтому в базовой иерархии:
E1
может рассматриваться как уровень конечных символических и генеративных формул.
Отдельное различение символического и генеративного режимов остаётся семантически важным, но не обязательно требует разных номеров E.
2.5. Метаэкспликация
Следующий уровень возникает, когда невозможно или нецелесообразно полностью записывать даже сам генотип.
Например, требуется:
N
кодонов,
где N чрезвычайно велико.
Вместо перечисления:
C1,C2,...,C_N
используется:
GENERATE_CODONS(N,LAW)
То есть объектом описания становится генератор генотипа.
Это уже метаэкспликация.
В базовой иерархии:
E2
может быть уровнем метагенеративных описаний.
На E2 единицей языка становится объект, который на E1 потребовал бы огромной системы формул или генотипов.
Следующий шаг:
генератор генераторов.
Он относится уже к:
E3
и так далее.
2.6. Экспликационный горизонт
Даже внутри одного уровня языка существует предел практически возможного полного представления.
Назовём его:
EH
Explication Horizon.
Экспликационный горизонт зависит от:
доступной памяти;
допустимой длины записи;
времени;
физического носителя;
выбранной кодировки;
требуемой полноты.
Следовательно:
EH(E0)
может быть относительно мал.
А:
EH(E1)
значительно выше, поскольку один оператор способен заменять огромный цифровой объект.
Но и E1 не обладает абсолютной неограниченной мощностью.
Некоторые структуры могут потребовать E2.
Экспликационный горизонт всегда должен рассматриваться относительно конкретной системы.
2.7. Формальная и ресурсная неэксплицируемость
Неэксплицируемость может иметь как минимум два принципиально различных вида.
Ресурсная неэксплицируемость
Объект допускает представление на данном языке, но его полное раскрытие требует недоступных ресурсов.
Например, огромное число можно теоретически записать цифрами, но не существует достаточного физического носителя.
Формальная неэксплицируемость
Выбранный уровень языка не содержит достаточного механизма для полного компактного представления объекта в установленном классе выражений.
Тогда требуется переход на более высокий уровень языка.
Эти два случая нельзя смешивать.
В первом случае проблема состоит в размере.
Во втором — в выразительной мощности.
2.8. Неэкспликанты первого уровня
Пусть объект не может быть практически эксплицирован на E0, но имеет компактное конечное описание на E1.
Назовём его:
неэкспликантом первого уровня
в предварительной терминологии.
Например, гигантское конечное число:
X
может иметь слишком много цифр для E0.
Но:
X=SML 100
доступно на E1.
Тогда:
ER(X)=1
если 1 является минимальным уровнем, на котором объект полностью задаётся при фиксированном горизонте.
Это самый простой пример экспликационного подъёма.
2.9. Неэкспликанты второго уровня
Теперь рассмотрим объект, полный генотип которого сам слишком велик для E1.
Например:
G
содержит число кодонов, определяемое огромным параметром.
На E1 перечисление генотипа невозможно.
Но на E2 можно написать:
G=GENERATE_GENOTYPE(N,LAW)
Тогда объект является неэкспликантом второго уровня.
Он не полностью представим:
на E0;
на E1;
но становится представим:
на E2.
Именно здесь неэксплицируемость начинает затрагивать уже не фенотип, а генеративную структуру.
2.10. Неэкспликанты последующих уровней
Процесс можно продолжить.
Если на E2 требуется слишком сложный генератор, вводится E3.
Если недостаточен E3:
E4.
Получаем:
E0 -> E1 -> E2 -> E3 -> ...
Соответственно:
неэкспликанты первого;
второго;
третьего;
последующих уровней.
Важно, что повышение уровня не является произвольным.
Каждый E(N+1) должен содержать формально определённый механизм работы с целыми объектами уровня EN как с новыми примитивами.
Иначе иерархия превращается в простое переименование.
2.11. Неэкспликант N-го уровня
Обобщим.
Объект X является неэкспликантом N-го уровня, если:
он не имеет допустимой полной экспликации на всех уровнях ниже EN в рамках фиксированных языков и горизонтов,
но имеет такую экспликацию на EN.
Условно:
EXP(X,E0)=NO
EXP(X,E1)=NO
...
EXP(X,E(N-1))=NO
EXP(X,EN)=YES
Это определение требует дальнейшей формализации.
Особенно необходимо точно установить:
что считается допустимым выражением;
какова мощность каждого языка;
что означает «полная экспликация»;
каков EH.
Без этого понятие уровня останется слишком свободным.
2.12. Экспликационный ранг
Экспликационным рангом объекта назовём минимальный уровень языка, на котором объект становится полностью представимым при фиксированных правилах.
Обозначим:
ER(X)
Если X записывается полностью цифрами:
ER(X)=0
Если требуется формула или конечный генотип:
ER(X)=1
Если требуется генератор генотипа:
ER(X)=2
И так далее.
Экспликационный ранг не является характеристикой числовой величины.
Очень большое число может иметь:
ER=1
если оно задаётся простой формулой.
Численно меньший, но структурно сложный объект может иметь более высокий ER.
Поэтому:
величина и экспликационный ранг независимы.
2.13. Экспликационная глубина
Экспликационный ранг указывает минимальный уровень.
Но он не показывает внутреннюю протяжённость раскрытия.
Поэтому вводится понятие:
экспликационная глубина.
Например, два объекта могут иметь:
ER=2
Но для первого генератор генотипа имеет два метаэтапа.
Для второго — сотни вложенных преобразований.
Экспликационная глубина должна характеризовать:
число последовательных уровней раскрытия;
вложенность;
длину пути от высокоуровневого кода к нижнеуровневому фенотипу.
Она является отдельной характеристикой.
2.14. Экспликационная сложность
Экспликационная сложность должна объединять несколько факторов:
ранг;
глубину;
размер представления;
число используемых типов операторов;
структуру зависимостей.
Пока можно обозначать её:
EC
Explication Complexity.
Однако EC не следует сводить к одной произвольной цифре до построения формальной метрики.
На раннем этапе разумнее использовать профиль.
Например:
EC(X)={ER,depth,size,branching,meta-levels}
В будущем возможно построение более строгих мер.
2.15. Иерархия конечно-бесконечных объектов
Термин:
конечно-бесконечный объект
обозначает специальное положение объекта в экспликационной иерархии.
Математически он остаётся конечным.
Но относительно некоторого уровня:
не поддаётся полной экспликации.
Например:
конечное число X может быть условно бесконечным на E0.
Более сложный генотип G:
на E0 и E1.
Так возникает иерархия:
FI_1
FI_2
FI_3
и далее,
если такая маркировка будет позднее формально утверждена.
Но смысл всегда один:
бесконечность здесь относительна к экспликационной способности языка, а не к классической математической величине.
2.16. Бесконечности различных экспликационных уровней
Можно говорить:
об E0-бесконечности;
E1-бесконечности;
E2-бесконечности
только как о специальных изольдионических классах.
Например:
E0-бесконечность:
невозможность полной цифровой записи.
E1-бесконечность:
невозможность полной записи обычным генеративным генотипом.
E2-бесконечность:
необходимость ещё более высокого метаязыка.
Это создаёт лестницу ограничений представления.
Но ни одна такая категория сама по себе не тождественна классической бесконечности.
2.17. Числовая величина и уровень эксплицируемости
Особенно важно показать независимость двух осей.
Пусть:
A > B
по числовой величине.
Но возможно:
ER(A)=1
а:
ER(B)=3
То есть большее число описывается проще.
Это вполне естественно.
Например, регулярные огромные числа могут иметь чрезвычайно короткое описание.
А объект меньшей величины может быть построен сложной многокодонной системой.
Следовательно:
magnitude
и:
explication rank
не должны смешиваться.
Это одно из важнейших положений будущей сравнительной теории.
2.18. Генотипическая и фенотипическая неэксплицируемость
Необходимо различать:
фенотипическую неэксплицируемость
и:
генотипическую неэксплицируемость.
В первом случае:
генотип доступен,
но фенотип невозможно полностью раскрыть.
Например:
SML 100
Во втором случае:
даже полный генотип не может быть перечислен на текущем уровне.
Требуется генератор генотипа.
То есть:
META_GEN -> GENOTYPE -> PHENOTYPE
Этот переход особенно важен для будущих Ланумов.
Их неэксплицируемость может лежать уже не в количестве цифр, а в невозможности полностью раскрыть собственную генеративную архитектуру на нижнем уровне.
2.19. Неэксплицируемость металогарифмов
Простейший металогарифм может быть полностью эксплицируем.
Например:
небольшой ранг;
несколько итераций;
малые основания.
Но при росте:
R;
I;
каскадной глубины
полная запись результата быстро выходит за E0-горизонт.
Дальнейший рост может сделать невозможным и полное синтаксическое раскрытие формулы.
Однако металогарифмический генотип остаётся коротким.
Следовательно, металогарифм является естественным примером перехода:
E0 -> E1
2.20. Неэксплицируемость СМЛ
SML усиливает этот эффект.
SML N
синхронно увеличивает:
основание;
ранг;
итерационность.
Поэтому с ростом N разрыв между:
кодом;
операционной структурой;
полностью раскрытой формулой;
цифровым фенотипом
увеличивается чрезвычайно быстро.
Рекурсивные SML:
X_(k+1)=SML X_k
переносят огромный предыдущий объект в параметр следующей генеративной системы.
Это создаёт естественный механизм роста экспликационной глубины.
2.21. Неэксплицируемость ланумов
Для Ланума проблема ещё шире.
Неэксплицируемым может быть:
числовой фенотип;
генотип;
геном;
операторная сеть;
история трансволюции;
метагенератор.
Поэтому экспликационный паспорт Ланума потенциально должен включать несколько координат:
ER_phenotype
ER_genotype
ER_genome
ER_history
и другие.
Возможно, один объект будет:
прост на генотипическом уровне,
но сложен фенотипически.
Другой:
сложен уже генотипически.
Третий:
потребует метагенеративного описания.
Таким образом Теория Ланумов естественно становится одной из главных областей применения многоуровневой теории экспликации.
ГЛАВА 3. ИЕРАРХИЯ МАТЕМАТИЧЕСКИХ ЯЗЫКОВ
Если объект перестаёт быть доступным на данном уровне экспликации, возникает два пути.
Первый:
увеличить ресурсы.
Второй:
изменить язык.
В истории математики второй путь неоднократно оказывался значительно сильнее первого.
Вместо записи огромного числа повторяющихся операций вводится новый символ.
Вместо длинной последовательности действий — функция.
Вместо повторяющейся функции — оператор более высокого уровня.
Именно поэтому проблема неэксплицируемости непосредственно приводит к проблеме языков.
3.1. Язык как средство преодоления неэксплицируемости
Пусть некоторый объект слишком велик для прямой цифровой записи.
Можно увеличить объём носителя.
Но рано или поздно этот путь перестанет работать.
Другой подход:
ввести генеративное выражение.
Например вместо огромной последовательности нулей:
10^N
Теперь объект представляется коротко.
Таким образом язык не уменьшает само число.
Он уменьшает стоимость его представления.
Это фундаментальный принцип:
новый язык не обязан уменьшать сложность объекта; он изменяет единицу, которой эта сложность описывается.
3.2. От цифровой записи к символическому языку
Цифровая запись представляет результат напрямую.
Символический язык использует операции.
Например:
10000000000
можно заменить:
10^10
При дальнейшем росте преимущества становятся радикальными.
Символ:
^
содержит огромное количество потенциальных повторных умножений.
Поэтому переход:
digits -> symbols
является первым семантическим подъёмом.
Математический оператор становится единицей языка более высокого уровня.
3.3. От символов к генеративным операторам
Обычные символические операции всё ещё могут оказаться недостаточными.
Например, длинные степенные каскады становятся неудобны.
Тогда вводятся:
рекурсивные функции;
гипероперации;
стрелочные нотации;
металогарифмы;
SML.
Каждый новый оператор способен заменить целый класс конструкций нижнего уровня.
Появляется:
GENERATOR
Например:
SML 100
не просто сокращает одну формулу.
Он обозначает целую систему её построения.
Это уже не обычный символ.
Это:
семантический макрооператор.
3.4. Языки математического высокого уровня
Назовём математическим языком высокого уровня язык, в котором элементарными инструкциями являются сложные математические конструкции нижнего уровня.
Например, вместо того чтобы записывать:
тысячи степенных переходов,
используется:
один ранговый оператор.
Вместо явной ранговой системы:
один SML.
Таким образом:
lower-level program
становится:
higher-level primitive
Понятие высокого уровня здесь связано не только с абстракцией.
Важна семантическая мощность элементарной инструкции.
Один оператор содержит большой объём предопределённой генеративной структуры.
3.5. Метаязыки математических операторов
Следующий уровень языка должен уметь работать уже не только с числами и операторами, но и с:
языками операторов;
словарями операторов;
правилами композиции;
генераторами новых операторов.
Так возникает:
METALANGUAGE
Например, метаязык может содержать инструкцию:
создать оператор;
назначить ему параметры;
соединить его с другими;
задать закон эволюции;
сформировать новый кодон.
На этом уровне математический язык становится средством конструирования новых математических языков.
Именно такой уровень потребуется зрелой Изольдионике.
3.6. Иерархия языков E0, E1, E2, …, EN
Экспликационная и языковая иерархии можно согласовать.
E0
Цифровой язык.
Примитивами являются цифры и элементарные структуры записи числа.
E1
Символический и генеративный язык.
Примитивами становятся:
операции;
формулы;
рекуррентные определения;
металогарифмические генотипы.
E2
Метагенеративный язык.
Он работает с:
генераторами формул;
генераторами генотипов;
системами кодонов.
E3
Язык генераторов метагенераторов.
EN
Произвольный более высокий уровень.
Ключевой принцип:
object of EN
может кодировать целую систему объектов:
E(N-1).
Таким образом иерархия языков является одновременно иерархией семантических единиц.
3.7. Объекты одного уровня как примитивы следующего
Рассмотрим длинную формулу E1.
На E2 ей можно присвоить статус одной операционной единицы.
Но это должно быть не простое имя.
Необходимо формально определить семантику.
Например:
SML
является примитивом только потому, что существует правило его декодирования.
Так:
SML 100
может заменить огромную структуру нижнего уровня.
Следовательно:
элементарность относительна к языку.
То, что является сложной программой на одном уровне, может стать одним оператором на следующем.
3.8. Принцип семантического подъёма
Сформулируем фундаментальный принцип.
Принцип семантического подъёма:
объект или процесс, требующий сложного описания на уровне EN, может стать элементарной операционной единицей языка уровня E(N+1), если для него введена однозначная формальная семантика.
Условно:
complex_EN_structure
-> primitive_E(N+1)
Это не уничтожает сложность нижнего уровня.
Она инкапсулируется.
Поэтому повышение уровня языка не обязательно делает математический объект больше.
Оно увеличивает:
мощность единицы выражения.
Этот принцип объединяет:
математическую нотацию;
Изольдионику;
будущие языки программирования;
теорию экспликации;
Технологию Метаорганона.
3.9. Семантическая плотность языка
Семантической плотностью языка можно назвать отношение объёма однозначно задаваемой структуры к объёму её записи.
Условно:
SD = semantic structure / syntactic size
Это пока концептуальная, а не окончательная числовая мера.
Для строгого сравнения необходимо фиксировать:
алфавит;
словарь;
грамматику;
допустимые примитивы;
кодировку.
Иначе любую сложную конструкцию можно объявить одной буквой и искусственно получить бесконечную «плотность».
Следовательно, семантическая плотность является характеристикой:
формально заданного языка, а не произвольной системы имён.
3.10. Семантическая мощность элементарной инструкции
В низкоуровневом языке элементарная инструкция может выполнять очень простое действие.
В высокоуровневом:
одна инструкция может означать целый каскад.
Например:
SML N
одновременно определяет:
исходный параметр;
ранг;
итерационность;
генеративное правило;
межитерационное наследование.
Следовательно, семантическая мощность элементарной инструкции показывает:
сколько операторной структуры она способна однозначно инициировать.
В будущем можно будет сравнивать языки не только по:
числу примитивов,
но и по:
семантической мощности каждого примитива.
3.11. Математические макрооператоры
Макрооператором можно назвать оператор, который скрывает целую стандартную систему операций.
Например:
SML
является макрооператором относительно базового степенного языка.
С точки зрения низшего уровня он разворачивается в:
множество степенных переходов;
ранговую систему;
внешние итерации.
С точки зрения OTM-TN он представляет один оператор.
Макрооператоры позволяют:
сокращать запись;
уменьшать экспликационную нагрузку;
создавать более высокоуровневые генотипы.
Именно из системы макрооператоров может постепенно сформироваться новый математический язык.
3.12. Метаоператоры и метакодоны
Метаоператор работает над оператором.
Метакодон — над кодонами или их организацией.
Например:
MC
может:
создать генотип;
изменить число кодонов;
перестроить связи;
назначить профили.
Если результат SML используется для задания:
count(C)
или:
depth(GENOME)
то SML начинает играть метакодонную роль.
Это демонстрирует переход:
operator
-> macrooperator
-> metaoperator
-> metacodon
Математический язык становится всё более способным работать с собственной архитектурой.
3.13. ОТМ как язык высокого математического уровня
ОТМ можно рассматривать не только как теорию конкретного класса чисел.
Она предоставляет язык для выражения:
каскадов;
рангов;
итераций;
рефлексивных зависимостей;
модификаторов;
алгебраических комплексов.
Поэтому относительно обычного степенного языка ОТМ является языком более высокого семантического уровня.
Один оператор ОТМ может кодировать огромную систему степенных субопераций.
Однако ОТМ ещё не является универсальным языком всей генеративной математики.
Её ядро остаётся специализированным.
Именно это сохраняет предметную определённость теории.
3.14. SML как сверхвысокоуровневая математическая инструкция
SML является особенно ярким примером.
Запись:
SML N
очень мала.
Но она разворачивается в систему:
A=N
R=N
I=N
плюс:
внутренний закон;
передача результата;
повторение.
Таким образом SML по отношению к нижнеуровневому степенному языку представляет инструкцию чрезвычайно высокого семантического уровня.
Ещё более высокую форму дают:
SML(SML N)
и:
X_(k+1)=SML X_k
Здесь один макрооператор становится параметром другого.
Так возникает многоэтажная генеративная семантика.
3.15. Изольдионика как многоуровневый генеративный язык
ОТМ предоставляет одно развитое семейство операторов.
Изольдионика предполагает объединение множества семейств.
В её алфавите могут существовать:
металогарифмические кодоны;
изольдиационные;
ноофакторальные;
многосоставные;
структурные;
управляющие;
метакодоны.
Тогда язык получает несколько уровней.
На нижнем:
кодоны.
Выше:
генотипы.
Ещё выше:
геномы.
Далее:
генераторы генотипов;
генераторы геномов.
Следовательно, Изольдионика по своей архитектуре естественно становится:
многоуровневым генеративным математическим языком.
3.16. Теория Ланумов как язык предельных математических конструкций
Теория Ланумов должна работать уже с объектами, для которых:
числовое значение;
генотип;
геном;
экспликационный ранг
являются самостоятельными характеристиками.
Поэтому её язык, вероятно, должен быть ещё выше уровня обычной Изольдионики.
Ланум может быть задан не одной формулой, а:
паспортом;
генотипом;
операторной средой;
метагенератором.
В таком смысле Теория Ланумов способна стать языком для описания предельно сложных конечных генеративных объектов.
Но слово «предельных» здесь не означает абсолютный математический предел.
Речь идёт о предельных относительно конкретных уровней представления и генеративной архитектуры конструкциях.
3.17. Переход от записи объекта к программированию объекта
На нижнем уровне математический язык:
записывает объект.
Следующий уровень:
задаёт способ его вычисления.
Ещё выше:
описывает генотип его генерации.
Затем:
создаёт систему, способную строить генотипы.
Таким образом постепенно происходит переход:
description
-> algorithm
-> generator
-> genotype
-> metagenerator
-> programming
Математик перестаёт только записывать уже выбранный объект.
Он начинает программировать класс объектов.
В перспективе высокосемантический математический язык может позволять задавать инструкции типа:
создать объект данного класса;
назначить ему ранговый профиль;
включить SML-усилитель;
сформировать многокодонную сеть;
обеспечить экспликационный уровень E3;
запустить управляемую трансволюцию.
Подобный переход является непосредственным мостом к языкам программирования будущего.
В них элементарная инструкция сможет представлять не низкоуровневое действие, а сложный смысловой блок.
Таким образом математическая и программная линии начинают сходиться.
ЗАКЛЮЧЕНИЕ ГЛАВ 1–3
Первые три главы Части XI объединяют три основных направления дальнейшего развития ОТМ.
Первое направление:
операторная эволюция.
ОТМ постепенно переводит внимание:
от числа;
к оператору;
от оператора;
к системе операторов;
от системы;
к метасистеме;
от метасистемы;
к открытой иерархии преобразований.
В этой иерархии способны изменяться:
параметры;
ранги;
итерации;
законы;
модификаторы;
композиции;
сами правила изменения.
Это приводит к понятию:
операторной трансволюции.
Второе направление:
многоуровневая экспликация.
Математический объект может быть:
неэксплицируем цифрово;
но эксплицируем символически;
неэксплицируем обычной формулой;
но эксплицируем метагенератором;
неэксплицируем на E2;
но доступен на E3.
Так возникает:
E0 -> E1 -> E2 -> ... -> EN
и связанные понятия:
экспликационного горизонта;
экспликационного ранга;
глубины;
сложности;
неэкспликантов различных уровней.
Третье направление:
иерархия математических языков.
Каждый новый язык способен превратить сложную конструкцию нижнего уровня в новую элементарную единицу.
Так возникает:
цифра
-> символ
-> оператор
-> макрооператор
-> кодон
-> генотип
-> метакодон
-> метагенератор
Это позволяет сформулировать общий закон:
то, что неэксплицируемо на нижнем уровне, может стать простым операционным объектом на более высоком семантическом уровне.
При этом сложность не исчезает.
Она переносится:
из записи объекта;
в семантику оператора;
из семантики оператора;
в устройство языка;
из устройства языка;
в метаязык.
Именно поэтому высокосемантический язык не является магическим способом устранения сложности.
Он является способом реорганизации сложности.
ОТМ демонстрирует этот принцип на металогарифмах.
SML показывает его в концентрированной форме.
Изольдионика переносит его на многокодонные системы.
Теория Ланумов должна применить его к объектам, для которых сама генеративная архитектура становится частью математической идентичности.
Таким образом дальнейший путь можно представить:
OTM
-> OPERATOR EVOLUTION
-> EXPLICATION HIERARCHY
-> HIGH-SEMANTIC MATHEMATICAL LANGUAGES
-> ISOLDIONICS
-> LANUM THEORY
-> GENERATIVE PROGRAMMING
-> METAORGANON
Именно эта линия превращает Общую теорию металогарифмов из локального расширения логарифмической тематики в возможный прототип более общей науки о многоуровневой генерации математических, вычислительных и семантических структур.
*********
ГЛАВА 4. СЕМАНТИЧЕСКОЕ ПРОГРАММИРОВАНИЕ МАТЕМАТИКИ
Переход от математического объекта к его генеративному описанию постепенно стирает жёсткую границу между формулой и программой.
Формула может не только фиксировать отношение между величинами.
Она способна задавать:
исходное состояние;
последовательность преобразований;
правила перехода;
итерации;
условия;
рекурсию;
создание новых операторов;
изменение собственной структуры.
В таком случае математическая запись становится программой порождения математического объекта.
Это не означает, что вся математика должна быть сведена к программированию.
Речь идёт о другом.
Для определённого класса сложных генеративных объектов программная интерпретация становится естественным продолжением символической.
Возникает переход:
FORMULA
-> GENERATIVE FORMULA
-> MATHEMATICAL PROGRAM
-> MATHEMATICAL GENOTYPE
-> SEMANTIC PROGRAM
Именно этот переход будем называть:
семантическим программированием математики.
4.1. Математическая формула как программа
Простейшая формула:
Y=X^2
обычно понимается как математическая зависимость.
Но если задать:
X_0=2
и:
X_(n+1)=X_n^2
то формула уже определяет процесс.
Добавим:
repeat N times
и получим конечную программу построения результата.
Ещё более явно программный характер имеет:
X_(n+1)=X_n^X_n
Здесь одной строкой определяется потенциально длинная последовательность.
Следовательно, формула может выступать в нескольких ролях:
как описание отношения;
как определение;
как правило преобразования;
как генератор последовательности;
как программа построения объекта.
ОТМ делает последнюю функцию особенно явной.
Например:
SML N
представляет не готовое число, а компактную инструкцию построения целой операторной структуры.
4.2. Генеративное описание вместо полной экспликации
Если математический объект огромен, полная экспликация часто не нужна.
Вместо:
полной цифровой записи;
полного раскрытия формулы;
полного перечисления всех промежуточных состояний
можно хранить генеративное описание.
Например:
GEN(X,LAW,N)
может означать:
начать с X;
применять LAW;
выполнить N стадий.
Тогда основным объектом хранения становится:
не фенотип, а инструкция его получения.
Это радикально меняет экономику математического представления.
Вместо:
OBJECT
хранится:
PROGRAM_FOR_OBJECT
При этом программа может быть на много порядков короче полного результата.
Именно поэтому генеративное описание становится естественной стратегией работы с неэксплицируемыми объектами.
4.3. Математический генотип как программа построения объекта
Генотип объединяет:
операторы;
параметры;
законы;
кодоны;
связи;
профили;
метаправила.
Следовательно, математический генотип можно рассматривать как программу построения объекта.
Например:
G=C1 ][ SML N ][ C3
является программой из трёх высокоуровневых блоков.
Первый кодон создаёт или преобразует вход.
SML выполняет металогарифмическое усиление.
Третий кодон использует результат для формирования окончательного объекта.
Так:
GENOTYPE
становится аналогом исходной программы,
а:
PHENOTYPE
аналогом результата исполнения.
Однако эта аналогия не должна пониматься слишком буквально.
Математический генотип может задавать абстрактный объект, а не физически выполняемую программу.
Тем не менее структурное сходство позволяет использовать методы программных языков:
парсинг;
типизацию;
компиляцию;
верификацию;
трассировку.
4.4. Операторный кодон как функциональная инструкция
Кодон является естественной единицей семантического программирования.
Например:
SML N
можно рассматривать как одну инструкцию.
Но она не эквивалентна одной машинной команде.
За ней скрываются:
назначение параметров;
ранговая структура;
итерационная структура;
закон самостепенного преобразования;
межитерационная передача результата.
Таким образом кодон является:
высокосемантической функциональной инструкцией.
Другой кодон может означать:
создать ранговый профиль;
сформировать многосоставной объект;
изменить закон;
построить операторную сеть.
Следовательно, семантическая инструкция определяется не количеством низкоуровневых действий, а целостной функцией, которую она выполняет в архитектуре.
4.5. Системы математических кодонов
Один кодон ограничен одной функциональной ролью или одним комплексом ролей.
Система кодонов позволяет строить сложные математические программы.
Например:
C1 ][ C2 ][ C3 ][ C4
Каждый блок может быть сам сложным генератором.
Но система может быть и нелинейной.
Например:
C1
порождает два результата.
Один передаётся:
C2
другой:
C3
Затем:
C4
объединяет результаты.
Получается операторный граф.
Таким образом язык кодонов естественным образом переходит:
от строки
к:
семантической вычислительной структуре.
4.6. Кодонная композиция
Композиция определяет правила объединения кодонов.
Пусть:
C1
и:
C2
являются корректными кодонами.
Это ещё не означает, что:
C1 ][ C2
автоматически корректно.
Необходимо установить:
тип выхода C1;
тип входа C2;
правило преобразования;
порядок исполнения;
условия передачи.
Следовательно, кодонная композиция требует типизированной семантики.
В дальнейшем можно представить:
TYPE(C1.OUT)=NUMBER
TYPE(C2.IN)=RANK
Тогда непосредственная связь некорректна, если не определён оператор:
NUMBER -> RANK
Таким образом развитый кодонный язык должен обладать системой типов.
4.7. Последовательная композиция
Простейшая композиция:
C1 ][ C2 ][ C3
Чтение:
выполнить C1;
передать результат C2;
затем C3.
В функциональной форме:
C3(C2(C1(X)))
Последовательная композиция особенно удобна благодаря:
явному порядку;
простоте трассировки;
понятной причинности.
Она должна стать одной из базовых конструкций математического семантического программирования.
4.8. Параллельная композиция
Пусть X одновременно передаётся нескольким кодонам:
C1(X)
C2(X)
C3(X)
После чего:
C4(C1(X),C2(X),C3(X))
Так возникает параллельная композиция.
Она полезна, если необходимо одновременно получить:
несколько характеристик;
несколько вариантов;
независимые преобразования;
несколько ветвей генерации.
На высоком уровне параллельность может быть логической, а не обязательно физически параллельной.
Язык описывает независимость ветвей.
Исполнительная система сама решает, возможно ли их реальное одновременное вычисление.
4.9. Рекурсивная композиция
В рекурсивной композиции результат системы возвращается в неё на следующем шаге.
Например:
X_(n+1)=C3(C2(C1(X_n)))
или:
G_(n+1)=Transform(G_n)
Первый вариант рекурсивно изменяет значение.
Второй — генотип.
Можно также рекурсивно изменять:
ранг;
число итераций;
список кодонов;
структуру сети.
Таким образом рекурсивная композиция превращает фиксированную программу в развивающийся процесс.
4.10. Рефлексивная композиция
Рефлексивная композиция использует информацию о состоянии самой системы.
Например:
если результат превышает T,
добавить кодон C4;
если ранг превышает Rmax,
изменить закон;
если экспликационная сложность превышает EH,
перейти на метауровень.
Схематически:
STATE(G)
-> CONTROL
-> modified G
Система не только вычисляет объект.
Она анализирует собственное состояние и использует его для управления продолжением.
Это уже элемент математической саморегуляции.
4.11. Метакомпозиция
Метакомпозиция управляет самим способом соединения кодонов.
Пусть имеются:
C1,C2,C3,C4
Метакодон M может построить:
C1 ][ C3 ][ C4
а при другом состоянии:
C2 ][ C1 ][ C4 ][ C3
Таким образом:
M
не столько вычисляет число, сколько составляет программу.
Следующий уровень:
M2
управляет M.
Получаем:
M2 -> M -> GENOTYPE -> OBJECT
Так семантическое программирование становится многоуровневым.
4.12. Семантическая компиляция математического объекта
Обычная компиляция преобразует программу одного языка в программу или исполняемую форму другого языка.
В математическом семантическом программировании можно ввести:
семантическую компиляцию.
Она преобразует высокоуровневое описание объекта в более низкоуровневую генеративную структуру.
Например:
SML 10
может компилироваться в:
явный набор параметров;
ранговую схему;
итерационную схему;
правила передачи.
Затем они могут компилироваться ещё ниже:
в последовательность элементарных степенных операций.
Таким образом:
E2
-> E1
-> E0-compatible representation
если нижний уровень практически достижим.
Семантическая компиляция не обязана полностью эксплицировать фенотип.
Она может остановиться на выбранном промежуточном уровне.
4.13. Семантическая декомпиляция
Обратная задача:
получить более высокоуровневое описание из низкоуровневой структуры.
Например, длинная последовательность:
X -> X^X -> ...
может быть распознана как ранговый металогарифмический блок.
Несколько подобных блоков:
как SML.
Семантическая декомпиляция означает поиск:
структурных шаблонов;
повторений;
операторных инвариантов;
высокоуровневых смысловых единиц.
Идеальная декомпиляция:
low-level structure
-> semantic genotype
Но она не всегда однозначна.
Один низкоуровневый объект может иметь несколько различных высокоуровневых описаний.
Следовательно, декомпиляция может требовать:
критерия минимальности;
семантического контекста;
целевой онтологии;
оценки эквивалентности.
4.14. Контролируемое раскрытие уровней
Очень сложный объект не следует всегда раскрывать до E0.
Гораздо полезнее иметь возможность выбрать глубину.
Например:
SML 100
уровень 1:
показать только SML.
Уровень 2:
показать:
A=100,R=100,I=100
Уровень 3:
показать первые ранговые стадии.
Уровень 4:
развернуть выбранный блок полностью.
Так возникает:
контролируемая экспликация.
Пользователь или система указывает:
EXPAND(level=N)
и получает только необходимую глубину.
Это может стать фундаментальным интерфейсом будущей генеративной математики.
4.15. Автоматическая генерация математических конструкций
Если математический язык становится формальным, появляются автоматические генераторы.
Например, пользователь задаёт:
создать объект с:
рангом 100;
саморефлексивной итерационностью;
двумя параллельными кодонными ветвями;
экспликационным рангом не ниже 2.
Генератор создаёт подходящий генотип.
Схема:
SPECIFICATION
-> GENERATOR
-> GENOTYPE
-> OBJECT
Это уже не просто вычисление формулы.
Это синтез математической архитектуры по спецификации.
4.16. Машинная интерпретация OTM-TN
OTM-TN проектируется так, чтобы быть не только человекочитаемой, но и потенциально машинно разбираемой.
Минимальный интерпретатор должен уметь:
распознавать коды;
проверять скобочную структуру;
определять параметры;
разбирать каскады;
распознавать ][;
строить законы;
проверять типы;
нормализовать SML;
создавать внутреннее синтаксическое дерево.
Далее возможны режимы:
VALIDATE
проверить корректность;
NORMALIZE
привести запись к нормальной форме;
EXPAND
раскрыть выбранный уровень;
SIMULATE
выполнить доступную часть;
ANALYZE
построить профиль;
COMPARE
сравнить структуры.
Таким образом OTM-TN потенциально становится первым исполняемым прототипом математического языка Изольдионики.
4.17. Компилятор Изольдионики
Компилятор Изольдионики должен быть значительно сложнее интерпретатора OTM-TN.
Он должен работать с:
множеством классов кодонов;
типизированными связями;
генотипами;
геномами;
метакодонами;
экспликационными уровнями.
Его функции могут включать:
лексический анализ;
синтаксический анализ;
семантический анализ;
проверку типов;
развёртывание кодонов;
проверку рефлексивных циклов;
выбор стратегии экспликации;
генерацию промежуточных представлений;
построение доказательств корректности.
Такой компилятор становится не просто переводчиком записи.
Он является семантической машиной математической генерации.
4.18. Генеративные математические среды будущего
Наиболее развитая форма — не отдельный компилятор, а интерактивная генеративная среда.
Пользователь задаёт:
цель;
свойства объекта;
ограничения;
допустимые кодоны;
желаемый экспликационный уровень.
Среда:
строит генотип;
проверяет его;
сравнивает варианты;
разворачивает необходимые фрагменты;
показывает зависимости;
доказывает или проверяет локальные свойства;
позволяет изменять архитектуру.
Так математик работает уже не только с формулами.
Он работает с пространством возможных математических конструкций.
Это открывает непосредственный переход от семантического программирования математики к программированию общего назначения нового уровня.
ГЛАВА 5. ОТ МАТЕМАТИЧЕСКИХ МЕТАЯЗЫКОВ К ПРОГРАММИРОВАНИЮ БУДУЩЕГО
История программирования во многом является историей повышения уровня абстракции.
Машина исполняет низкоуровневые операции.
Но человек стремится описывать задачу всё более крупными смысловыми единицами.
Модельно-ориентированные подходы уже используют высокоуровневые, платформенно-независимые модели и преобразования к платформенным моделям и коду; OMG прямо описывает MDA как цепь от высокоуровневой модели функциональности до генерируемой реализации.
Предлагаемая здесь линия продолжает этот вектор в более радикальной форме.
5.1. Аналогия между математическими и компьютерными языками
В математике:
цифры
сменяются:
символами.
Символы:
операторами.
Операторы:
макрооператорами.
Макрооператоры:
генеративными языками.
В программировании наблюдается похожая логика:
машинные инструкции;
ассемблер;
языки высокого уровня;
библиотеки;
фреймворки;
DSL;
метапрограммирование;
генеративные среды.
В обоих случаях действует общий принцип:
повышение уровня языка позволяет манипулировать более крупными смысловыми объектами как единицами.
5.2. Машинный код, ассемблер и языки высокого уровня
Машинный код близок к физической архитектуре процессора.
Ассемблер предоставляет символические обозначения машинных операций.
Высокоуровневые языки позволяют писать:
циклы;
функции;
структуры данных;
объекты;
модули
без ручного управления каждой машинной инструкцией.
Компилятор выполняет перевод вниз.
Это фундаментальный пример семантического подъёма.
То, что на нижнем уровне требует сотен инструкций, на верхнем может выражаться одной конструкцией.
5.3. Иерархии языков высокого уровня
Однако выражение:
«язык высокого уровня»
не означает один фиксированный уровень.
Существуют разные степени абстракции.
Один язык требует ручного управления памятью.
Другой скрывает её.
Третий позволяет работать декларативно.
Четвёртый специализируется на конкретной предметной области.
Поэтому правильнее говорить об:
иерархиях уровней программного языка.
Каждый уровень решает, какие объекты считать примитивными.
5.4. Языки сверхвысокого уровня
Язык сверхвысокого уровня в предлагаемом смысле должен оперировать уже не:
строками;
циклами;
классами
как основными семантическими единицами.
Его примитивами могут быть:
поисковая система;
симуляционный мир;
система доказательства;
научный эксперимент;
экономическая модель;
распределённая архитектура;
обучающая среда.
Пользователь указывает:
что должно существовать;
какие свойства оно должно иметь;
какие ограничения соблюдать.
Система сама строит значительную часть низкоуровневой реализации.
5.5. Программа как компактный генотип
В этой перспективе исходный текст программы является генотипом.
Он не содержит всю исполняемую систему непосредственно.
Он содержит инструкцию её построения.
Например, короткая спецификация может породить:
множество исходных файлов;
схему базы данных;
интерфейсы;
тесты;
конфигурацию;
развёртывание.
Получаем:
PROGRAM GENOTYPE
-> COMPILATION/GENERATION
-> EXECUTABLE PHENOTYPE
Эта аналогия особенно продуктивна для генеративного программирования.
5.6. Исполняемая система как фенотип программы
Фенотипом программы можно считать её развёрнутую исполняемую реализацию.
Он может включать:
машинный код;
данные;
запущенные процессы;
сервисы;
инфраструктуру;
пользовательские интерфейсы.
Один компактный генотип способен создавать большой фенотип.
При этом один и тот же генотип может породить несколько фенотипических вариантов:
под разные платформы;
конфигурации;
нагрузки;
пользовательские требования.
Таким образом отношение:
GENOTYPE -> PHENOTYPE
становится параметризованным.
5.7. От командного к семантическому программированию
В командном подходе программист подробно указывает:
какие действия выполнить.
В семантическом:
какую функциональность создать.
Например, вместо тысячи строк реализации пользователь формулирует высокоуровневую конструкцию:
SECURE_USER_AUTHENTICATION(...)
Она может включать:
хранение учётных данных;
проверки;
сессии;
восстановление;
аудит;
защиту.
Это не означает, что все детали исчезают.
Они переходят в реализацию семантического примитива.
5.8. От описания алгоритма к описанию намерения
Следующий переход:
от:
HOW
к:
WHAT
а затем:
WHY / UNDER WHICH CONSTRAINTS
Пользователь описывает:
цель;
требования;
инварианты;
запрещённые состояния;
критерии качества.
Система синтезирует реализацию.
Например:
CREATE a collaborative knowledge system
при условиях:
данные пользователей изолированы;
изменения аудируются;
система выдерживает заданную нагрузку;
интерфейс доступен на нескольких устройствах.
Так программирование приближается к формализованному описанию намерения.
5.9. Программирование целями и ограничениями
Высокоуровневая спецификация должна содержать не только цель.
Нужны ограничения.
Иначе одна цель допускает бесконечное множество нежелательных реализаций.
Условно:
PROGRAM = GOALS + CONSTRAINTS + RESOURCES + POLICIES
Цели определяют:
что требуется.
Ограничения:
что недопустимо.
Ресурсы:
что доступно.
Политики:
какие компромиссы разрешены.
Таким образом намерение становится проверяемой спецификацией.
5.10. Кодонное программирование
В кодонном программировании программа строится из крупных семантических блоков.
Например:
AUTH
DATABASE
SEARCH
PAYMENTS
SIMULATION
VERIFICATION
Но настоящий кодон — не просто библиотека с коротким именем.
Он должен обладать:
формально определённой семантикой;
типизированными входами и выходами;
условиями применения;
гарантиями;
правилами композиции.
Тогда:
C1 ][ C2 ][ C3
становится высокоуровневой программой.
5.11. Программные метакодоны
Метакодон управляет кодонами.
Например:
SCALE
может анализировать систему и создавать требуемое число экземпляров сервисов.
SECURE
может модифицировать архитектуру для выполнения заданной политики безопасности.
DISTRIBUTE
может преобразовать локальную систему в распределённую.
Здесь кодон действует уже на программу.
Получаем:
META_CODON(PROGRAM) -> MODIFIED_PROGRAM
Это один из путей к сверхвысокоуровневому программированию.
5.12. Генераторы программных архитектур
Следующий уровень:
генератор не отдельных функций, а архитектуры приложения.
Пользователь задаёт:
тип системы;
нагрузку;
ограничения;
требования к надёжности.
Генератор определяет:
компоненты;
сервисы;
базы;
очереди;
кеши;
связи;
контуры наблюдаемости.
Таким образом:
SPEC
-> ARCHITECTURE_GENERATOR
-> ARCHITECTURE
-> IMPLEMENTATION
5.13. Генераторы генераторов
Теперь генератор G сам становится объектом генерации.
GG
создаёт G.
Например, GG анализирует предметную область и строит специализированный генератор приложений для неё.
Получаем:
GG
-> DOMAIN_GENERATOR
-> PROGRAMS
Это прямой программный аналог:
метакодон
-> кодонная система
-> фенотип
5.14. Рекурсивно создаваемые программы
Программа может создавать следующую версию программы.
Например:
P_(n+1)=Generate(P_n,DATA_n)
Это может использоваться для:
оптимизации;
специализации;
адаптации;
автоматического расширения.
Однако рекурсивная генерация должна отличаться от неуправляемого изменения.
Необходимо сохранять:
инварианты;
версионирование;
проверяемость;
возможность отката.
5.15. Самомодифицирующиеся генеративные системы
Самомодифицирующаяся система изменяет собственную программную архитектуру.
Это мощный, но потенциально рискованный класс.
Она может:
заменять компоненты;
изменять стратегии;
создавать новые модули;
переписывать правила.
Для практического применения требуется ограниченная самомодификация.
Нужны:
границы изменения;
проверки;
песочницы;
доказуемые инварианты;
журналы происхождения.
Поэтому будущее высокоуровневое программирование должно сочетать:
генеративную свободу
с:
формальной управляемостью.
5.16. Программы из нескольких строк с глубокой функциональной архитектурой
В высокосемантическом языке очень короткая программа может задавать чрезвычайно сложную систему.
Например, несколько инструкций могут описывать:
многопользовательскую среду;
долговременное хранение;
поиск;
агентов;
моделирование;
аналитику.
Но короткий исходный текст не означает малой общей сложности.
Сложность переносится в:
компилятор;
кодоны;
библиотеки;
модели;
верификаторы;
исполнительную среду.
Это программный аналог принципа:
SML N
короток,
но разворачивает огромную операторную структуру.
5.17. Перенос сложности с программиста на семантическую среду
Повышение уровня языка не уничтожает сложность.
Оно перераспределяет её.
Раньше программист вручную решал:
как хранить данные;
как синхронизировать процессы;
как строить интерфейс.
В высокосемантической среде значительная часть решений может быть инкапсулирована.
Но тогда сама среда должна стать гораздо сложнее.
Получаем:
less explicit user code
но:
more sophisticated semantic infrastructure
Именно поэтому развитие высокоуровневых языков требует мощных:
компиляторов;
генераторов;
верификаторов;
рантаймов.
5.18. Автоматическое развёртывание высокоуровневых инструкций
Высокоуровневая инструкция должна иметь механизм понижения.
Например:
BUILD_SECURE_SERVICE
компилируется в:
архитектурную модель;
конкретные компоненты;
код;
конфигурации;
тесты;
политики развёртывания.
Это аналог:
SML
-> expanded OTM structure
Высокий уровень полезен только тогда, когда существует надёжная цепь перехода к исполняемому фенотипу.
5.19. Семантическая компиляция
Семантический компилятор должен переводить не только синтаксис.
Он переводит намерение и смысловые конструкции в конкретную архитектуру.
Схема:
INTENT
-> SEMANTIC IR
-> ARCHITECTURE
-> IMPLEMENTATION
-> EXECUTION
где:
IR
Intermediate Representation,
промежуточное представление.
На каждом уровне должны сохраняться:
требования;
инварианты;
происхождение решений.
5.20. Многоуровневая декомпиляция
Если высокоуровневая программа разворачивается через несколько уровней, должна существовать возможность обратного подъёма.
Например:
машинное поведение
-> source structure
-> architecture
-> semantic components
-> original intent
Полное восстановление исходного намерения не всегда возможно однозначно.
Но система может поддерживать трассируемую декомпиляцию, если при компиляции сохраняются метаданные происхождения.
Это особенно важно для программ, значительная часть которых сгенерирована автоматически.
5.21. Проверяемость сверхвысокоуровневых программ
Чем выше уровень языка, тем больше скрытых действий заключено в одной инструкции.
Следовательно, доверять ей вслепую нельзя.
Необходимо проверять:
типовую корректность;
инварианты;
политику безопасности;
ресурсные ограничения;
соответствие спецификации;
свойства сгенерированного фенотипа.
Таким образом высокосемантический язык должен развивать параллельно:
язык генерации
и:
язык доказательства или проверки.
5.22. Трассировка семантических конструкций
Пользователь должен иметь возможность спросить:
почему создан этот компонент?
из какой инструкции он возник?
какой кодон его породил?
какая часть требования стала причиной?
Получаем цепь:
REQUIREMENT
-> CODON
-> ARCHITECTURE ELEMENT
-> CODE
-> RUNTIME EFFECT
Это семантическая трассировка.
Без неё сверхвысокоуровневое программирование станет непрозрачным.
5.23. Объяснимость генеративных программ
Трассировка показывает происхождение.
Объяснимость должна сообщать смысл.
Например:
этот кеш создан потому, что задано ограничение latency;
эта реплика базы — из требования отказоустойчивости;
этот контроль доступа — из политики конфиденциальности.
То есть система должна быть способна переводить низкоуровневую реализацию обратно в язык намерений.
Это особенно важно при совместной работе человека и ИИ.
5.24. Программирование человеком и ИИ
В высокосемантической среде человек и ИИ могут выполнять разные функции.
Человек формулирует:
цели;
ценности;
ограничения;
приоритеты;
концептуальную архитектуру.
ИИ помогает:
формализовать;
синтезировать;
искать варианты;
генерировать реализации;
проверять;
объяснять.
Но граница не фиксирована.
На некоторых задачах человек будет работать почти на уровне намерения.
На других — глубоко вмешиваться в архитектуру.
Главной становится возможность свободно перемещаться между уровнями.
5.25. ИИ как оператор метаязыков
ИИ может играть роль:
семантического компилятора намерений.
Схема:
INTENT
-> FORMALIZATION
-> GENOTYPE
-> IMPLEMENTATION
-> VERIFICATION
-> EXPLANATION
Особенно важна первая стадия.
Естественный язык неоднозначен.
Поэтому ИИ должен не просто генерировать код, а строить формальную промежуточную спецификацию.
Именно она становится контрактом между:
намерением человека
и:
исполняемой системой.
5.26. Демократизация сверхсложного программирования
Повышение уровня языка способно резко снизить порог создания сложных систем.
Человеку не обязательно знать каждую низкоуровневую деталь.
Это может существенно расширить круг людей, способных:
создавать приложения;
строить модели;
автоматизировать исследования;
проектировать виртуальные среды.
Но отсюда не следует, что профессиональная компетентность становится ненужной.
Чем мощнее инструмент, тем важнее:
понимание ограничений;
проверка;
архитектура;
безопасность;
ответственность.
Поэтому демократизация означает снижение барьера входа, а не исчезновение глубокой специализации.
5.27. Новая роль программиста
По мере автоматизации ручного кодирования роль специалиста смещается.
Меньше времени может занимать:
написание стандартного кода.
Больше:
проектирование семантических примитивов;
архитектур;
ограничений;
инвариантов;
генераторов;
верификаторов.
Программист становится создателем среды, внутри которой другие программы могут создаваться автоматически.
5.28. От программиста к архитектору смыслов
На наиболее высоком уровне специалист проектирует уже не последовательность команд.
Он проектирует:
какие понятия существуют в языке;
какие кодоны доступны;
что гарантирует каждый кодон;
как они соединяются;
какие метакодоны управляют системой.
Так возникает роль:
архитектора смыслов.
Его задача:
не описать миллион действий,
а создать такой семантический язык, в котором миллион действий выражается несколькими корректными высокоуровневыми решениями.
ГЛАВА 6. ГЕНЕРАТИВНОЕ ПРОГРАММИРОВАНИЕ КАК САМОСТОЯТЕЛЬНАЯ ПАРАДИГМА
Термин generative programming уже существует в программной инженерии и применялся задолго до современной волны генеративного ИИ; работы Кшиштофа Чарнецкого, Ульриха Айзенекера и других исследовали generative programming, active libraries и generative/component-based software engineering ещё в конце 1990-х — начале 2000-х годов.
Поэтому настоящая книга не претендует на введение самого термина.
Предлагается более узкая авторская линия развития понятия:
генеративное программирование высоких семантических уровней, основанное на кодонах, программных генотипах, многоуровневой компиляции и экспликационной иерархии.
6.1. Понятие генеративного программирования
В предлагаемом расширенном смысле генеративное программирование — это парадигма, в которой основным объектом исходной программы становится не подробная последовательность операций, а генеративная спецификация системы.
Она задаёт:
какие структуры должны быть созданы;
какие свойства обеспечены;
какие кодоны применены;
какие ограничения сохранены;
какие правила могут порождать новые компоненты.
Получаем:
SPECIFICATION
-> GENERATION
-> PROGRAM
-> EXECUTABLE SYSTEM
При этом сам PROGRAM может оставаться промежуточным фенотипом.
6.2. Генеративная программа и традиционный алгоритм
Традиционный алгоритм обычно подробно описывает путь преобразования входа в выход.
Генеративная программа может описывать правила создания самого алгоритма.
Например:
традиционно:
input -> algorithm -> output
генеративно:
requirements -> generator -> algorithm -> output
На следующем уровне:
intent -> metagenerator -> generator -> algorithm -> output
Таким образом генеративность добавляет новые уровни между намерением и исполнением.
6.3. Семантические примитивы
Фундаментом нового языка должны стать семантические примитивы.
Примитив может означать:
создать устойчивое хранилище;
организовать поиск;
построить модель;
провести оптимизацию;
проверить безопасность;
создать симуляционную среду.
Примитив должен быть:
определён;
композируем;
типизирован;
проверяем.
Иначе язык превращается в набор неопределённых естественно-языковых команд.
6.4. Кодоны общего назначения
Некоторые кодоны могут быть предметными.
Например:
PAYMENT
Другие — общими:
PERSIST
PARALLELIZE
VERIFY
SCALE
OBSERVE
Кодоны общего назначения действуют на множество типов программных объектов.
Они особенно важны для метауровня.
Например:
VERIFY(C1)
может добавить проверочный контур вокруг кодона C1.
SCALE(G)
изменить архитектуру генотипа G.
6.5. Программный генотип
Программный генотип — компактная высокоуровневая структура, задающая способ построения исполняемой системы.
Он может включать:
кодоны;
параметры;
ограничения;
связи;
метакодоны;
политики.
Условно:
PG={C1,C2,C3;LINKS;CONSTRAINTS;META}
PG не обязан содержать каждую строку будущего исходного кода.
Он содержит достаточную информацию для его генерации.
6.6. Программный фенотип
Фенотип представляет развёрнутую реализацию.
Например:
сгенерированный исходный код;
двоичные файлы;
инфраструктуру;
настройки;
запущенные сервисы.
Разные компиляторы могут породить из одного генотипа разные фенотипы, сохраняющие одну семантику.
Это аналог:
одного математического генотипа
и:
нескольких способов его реализации.
6.7. Генотипическая сложность программы
Генотипическая сложность относится к исходной высокоуровневой структуре.
Она может зависеть от:
числа кодонов;
числа зависимостей;
метауровней;
рефлексивных связей;
ограничений;
семантической связанности.
Короткий генотип не обязательно прост.
Например, одна высокоуровневая инструкция может содержать сложную внутреннюю семантику.
Поэтому длина текста программы не является достаточной мерой генотипической сложности.
6.8. Фенотипическая сложность программы
Фенотипическая сложность характеризует развёрнутую систему.
Она может учитывать:
число компонентов;
объём кода;
число процессов;
распределённость;
состояния;
потоки данных;
число взаимодействий.
Короткая программа может иметь:
низкую синтаксическую длину
и:
огромную фенотипическую сложность.
Это прямой аналог:
SML N
в математике.
6.9. Семантическое сжатие программного кода
Отношение:
phenotype complexity / genotype size
можно рассматривать как форму семантического сжатия.
Но эта величина имеет смысл только относительно фиксированного языка.
Если сложную систему произвольно назвать:
X
мы не получаем настоящего сжатия.
Нужна реальная семантика X.
То есть система должна знать:
как X разворачивается;
что гарантирует;
какие параметры принимает;
как проверяется.
Только тогда краткость является содержательной.
6.10. Многоуровневые языки генерации
Один язык может генерировать программы.
Следующий:
генераторы программ.
Ещё следующий:
языки генераторов.
Получаем:
L0
низкоуровневая реализация;
L1
прикладной язык;
L2
генеративный язык;
L3
метагенеративный;
LN
произвольный уровень.
Это программный аналог:
E0,E1,E2,...
в теории экспликации.
6.11. Метапрограммирование нового поколения
Метапрограммирование уже является известной областью.
Предлагаемое развитие состоит не в отрицании существующих подходов, а в повышении семантического уровня метаобъектов.
Вместо генерации:
отдельных методов;
типов;
шаблонов
метапрограмма может генерировать:
архитектуры;
предметные языки;
наборы семантических кодонов;
полные программные генотипы.
То есть метапрограммирование становится метаархитектурным.
6.12. Рефлексивные программные системы
Рефлексивная программа получает информацию о собственном состоянии и использует её для изменения поведения.
Например:
нагрузка меняет архитектуру;
ошибки активируют другой алгоритм;
профиль пользователей перестраивает интерфейс.
Но рефлексия не требует переписывания исходного кода.
Система может просто выбирать между заранее определёнными режимами.
Важно отличать:
рефлексию
от:
самомодификации.
6.13. Самоописывающиеся программы
Самоописывающаяся программа содержит формализованную модель:
своей архитектуры;
компонентов;
ограничений;
версий;
семантических связей.
Она способна отвечать:
что я содержу?
почему этот компонент существует?
какому требованию он соответствует?
Такое самоописание особенно важно для автоматически генерируемых больших систем.
Оно создаёт основу:
трассировки;
объяснения;
верификации.
6.14. Самопорождающиеся программы
Самопорождающаяся система способна создавать новые программные элементы в соответствии с собственными правилами.
Например:
создавать специализированные агенты;
модули;
обработчики;
модели.
Это не означает бесконтрольное самокопирование.
Корректная форма требует:
области генерации;
типов создаваемых объектов;
ограничений;
правил остановки.
6.15. Самомодифицирующиеся программы
Самомодификация означает изменение собственной программной структуры.
Например:
P_(n+1)=Transform(P_n,STATE_n)
Это существенно сильнее обычной адаптации параметров.
Но вместе с мощностью возникает проблема доверия.
Необходимы:
неизменяемое ядро контроля;
ограничения;
верификация изменений;
история версий.
Поэтому практическая самомодификация должна быть архитектурно ограниченной.
6.16. Самокомпилирующиеся системы
Термин требует осторожности.
Уже существуют self-hosting compilers — компиляторы, написанные на языке, который они компилируют.
Но предлагаемое здесь понятие шире.
Самокомпилирующаяся генеративная система потенциально способна:
содержать описание собственной цепи трансляции;
создавать или адаптировать части компилятора;
выбирать нужные уровни развёртывания.
То есть объектом метапрограммирования становится не только конечная программа, но и механизм её преобразования между уровнями.
6.17. Самопроектирующиеся архитектуры
Следующий уровень:
система сама выбирает собственную архитектуру.
Получив:
цели;
ограничения;
ресурсы,
она строит:
компонентную структуру;
связи;
модели хранения;
режимы распределения.
Затем проверяет результат.
Схема:
GOALS
-> ARCHITECTURE SYNTHESIS
-> VERIFICATION
-> IMPLEMENTATION
Если условия меняются, архитектура может быть перепроектирована.
6.18. Иерархии генеративной мощности
Разные языки имеют разную генеративную мощность.
Первый способен:
генерировать функции.
Второй:
модули.
Третий:
приложения.
Четвёртый:
архитектуры.
Пятый:
языки.
Таким образом появляется профиль:
GP(L)
Generative Power of Language.
Однако как и в математике, его не следует слишком рано превращать в одну цифру.
Полезнее учитывать:
тип генерируемых объектов;
глубину;
метауровни;
самомодификацию;
композиционность;
проверяемость.
6.19. Экспликационные уровни программ
Программная система также может рассматриваться через экспликационные уровни.
PE0
машинные инструкции.
PE1
обычный исходный код.
PE2
высокоуровневый программный генотип.
PE3
генератор генотипа.
PE4
язык генераторов.
Эта нумерация предварительна.
Главное — принцип:
система, слишком сложная для непосредственного представления на одном уровне, может быть компактно задана на более высоком.
6.20. Неэксплицируемые программные фенотипы
Можно представить программу из нескольких строк, которая порождает миллиарды структурных элементов.
Полный фенотип может быть практически невозможно:
просмотреть;
распечатать;
проанализировать вручную.
Однако это не обязательно проблема.
Если сохраняются:
генотип;
правила;
трассировка;
проверка,
пользователь может работать на более высоком уровне.
Таким образом будущие программные системы могут быть:
фенотипически неэксплицируемыми для человека,
но:
семантически управляемыми через генотип.
6.21. Управление сложностью посредством метаязыков
Главная функция метаязыка:
не устранить сложность,
а сделать её управляемой.
Он:
группирует детали;
создаёт устойчивые абстракции;
ограничивает пространство вариантов;
обеспечивает правила композиции.
На каждом уровне пользователь работает только с релевантными объектами.
При необходимости он может опуститься ниже.
Так появляется модель:
semantic zoom
или:
семантическое масштабирование.
Пользователь перемещается между:
намерением;
архитектурой;
генотипом;
исходным кодом;
машинным поведением.
6.22. Генеративное программирование и искусственный интеллект
ИИ радикально усиливает генеративное программирование, потому что способен выполнять перевод между менее формализованными и более формализованными уровнями.
Например:
описание пользователя
-> formal specification
-> architecture
-> code
Но ИИ не отменяет необходимость языка.
Напротив, чем больше автоматической генерации, тем важнее формальные промежуточные представления.
Без них результат трудно:
проверить;
повторить;
объяснить;
сопоставить с намерением.
Поэтому сильнейшая комбинация:
ИИ + формальный высокосемантический язык + верификатор.
6.23. Генеративное программирование и нооинженерия
Нооинженерия в предлагаемой концепции занимается целенаправленным конструированием сложных интеллектуальных и семантических систем.
Генеративное программирование может стать одним из её инструментов.
Если пользователь способен задавать:
структуру знания;
цель;
принципы;
ограничения;
архитектуру взаимодействия,
программная среда может превращать эти конструкции в:
модели;
агентов;
виртуальные миры;
исследовательские системы;
интеллектуальные инструменты.
Таким образом программирование становится средством инженерии не только вычислений, но и организованных пространств смысловой деятельности.
6.24. Перспектива универсального семантического программирования
Предельная перспектива состоит в создании языка, где пользователь работает прежде всего с:
целями;
сущностями;
отношениями;
законами;
ограничениями;
метаправилами.
Одна и та же семантическая система может затем порождать:
программу;
модель;
симуляцию;
математический объект;
интерфейс;
агентную систему.
Так возникает идея:
универсального семантического программирования.
Однако универсальность здесь не означает единственный язык, который идеально решает все задачи.
Более реалистична многоуровневая экосистема.
Она включает:
общий семантический метаязык;
предметные кодоны;
специализированные языки;
компиляторы;
верификаторы;
ИИ-посредников.
Главный принцип:
INTENTION
-> SEMANTIC MODEL
-> GENERATIVE GENOTYPE
-> VERIFIED PHENOTYPE
Именно здесь линия ОТМ неожиданно соединяется с будущим программирования.
В ОТМ:
короткая конструкция порождает огромную математическую структуру.
В генеративном программировании:
короткая семантическая спецификация может порождать глубокую функциональную систему.
В обоих случаях действует один и тот же метапринцип:
повышение семантического уровня позволяет использовать сложные структуры нижнего уровня как элементарные операционные единицы верхнего.
ЗАКЛЮЧЕНИЕ ГЛАВ 4–6
Переход от математического метаязыка к программированию будущего не является случайной аналогией.
Обе области сталкиваются с одной фундаментальной проблемой:
сложность фенотипа растёт быстрее, чем человек способен управлять им напрямую.
В математике это проявляется как невозможность полной экспликации огромных объектов.
В программировании:
как невозможность человеку вручную контролировать каждую деталь сверхсложной системы.
В обоих случаях ответом становится:
повышение семантического уровня.
Математика проходит путь:
digits
-> symbols
-> operators
-> macrooperators
-> codons
-> genotypes
-> metagenerators
Программирование:
machine instructions
-> assembly
-> high-level languages
-> frameworks
-> models
-> semantic codons
-> program genotypes
-> metagenerators
В результате возникает общий принцип:
сложность не исчезает — она инкапсулируется и переносится на более высокий уровень организации.
Это означает, что программа будущего может быть чрезвычайно короткой на уровне генотипа и чрезвычайно сложной на уровне фенотипа.
Но подобная система останется управляемой только при наличии:
семантической компиляции;
многоуровневой декомпиляции;
трассировки;
верификации;
объяснимости;
контролируемой экспликации.
Поэтому главный вопрос будущего программирования заключается не только в том:
насколько много кода может автоматически создать машина?
Более фундаментальный вопрос:
насколько высокоуровневый смысл может оставаться формально связанным с тем, что реально исполняет машина?
Именно здесь возникает потенциальная новая профессия и новый тип деятельности.
Программист всё меньше является автором каждой низкоуровневой инструкции.
Он становится:
архитектором семантических примитивов;
конструктором кодонов;
проектировщиком генотипов;
создателем метаязыков;
автором ограничений;
разработчиком механизмов проверки.
Иначе говоря:
архитектором смыслов.
Так Общая теория металогарифмов приводит к выводу, значительно более широкому, чем первоначальная теория сверхбольших чисел.
Металогарифм показывает:
как одна высокоурововневая инструкция может разворачивать огромную математическую структуру.
SML показывает:
как параметры генератора могут быть семантически синхронизированы.
Изольдионика показывает:
как множество таких инструкций образует генотип.
Теория Ланумов:
как генотип и среда становятся частью математического объекта.
Генеративное программирование переносит тот же принцип в область исполняемых систем.
Так возникает единая линия:
MATHEMATICAL OBJECT
-> GENERATIVE DESCRIPTION
-> CODON
-> GENOTYPE
-> METALANGUAGE
-> SEMANTIC PROGRAM
-> EXECUTABLE PHENOTYPE
И эта линия уже непосредственно выводит к следующей перспективе — организации не только математических объектов и программ, но и самих многоуровневых процессов мышления.
************
ГЛАВА 7. НАПРАВЛЕНИЯ ДАЛЬНЕЙШЕГО РАЗВИТИЯ
Предыдущие части книги построили концептуальный каркас Общей теории металогарифмов.
Были введены:
металогарифмические каскады;
ранги;
итерационные режимы;
асимметрия;
самопорождающиеся системы;
саморефлексивные металогарифмы;
модификаторы;
алгебраические комплексы;
OTM-TN;
кодонная интерпретация;
генотипы;
экспликационные уровни;
переход к Изольдионике и Теории Ланумов.
Однако концептуальная теория и строгая математическая теория — не одно и то же.
Следующий этап должен превратить предложенный аппарат в систему:
аксиом;
определений;
теорем;
критериев эквивалентности;
инвариантов;
алгоритмов;
машинных представлений.
Именно этому посвящена настоящая глава.
Она представляет программу дальнейшего развития ОТМ.
7.1. Формальная аксиоматика ОТМ
Первой задачей является построение минимального аксиоматического ядра.
Необходимо формально определить:
множество допустимых объектов;
множество допустимых операторов;
состояние металогарифмической системы;
основание;
сублогарифм;
ранг;
итерацию;
каскад;
закон перехода;
результат.
В простейшем варианте состояние можно представить:
S = (A,SL,R,I,P,L)
где:
A
основание;
SL
сублогарифм;
R
ранг;
I
итерационный параметр;
P
дополнительный профиль;
L
система законов.
Далее необходимо определить оператор:
T:S -> S'
или, если результатом является число:
T:S -> (X,S')
После этого понятия:
каскада;
рекурсии;
рефлексивности;
модификации
могут быть определены уже не словесно, а как классы преобразований состояний.
Главная задача аксиоматики:
отделить фундаментальное ядро ОТМ от произвольных расширений.
Иначе теория рискует превратиться просто в обозначение для любой возможной программы.
7.2. Аксиоматика СМЛ
SML требует отдельной формализации.
Каноническая конструкция:
SML N
в настоящей книге задаёт синхронизацию:
A=N
R=N
I=N
и фиксированный внутренний закон самостепенного преобразования.
Для строгой теории необходимо определить:
область N;
порядок внутреннего выполнения;
правило внешней итерации;
правило передачи результата;
условия завершения;
нормальную форму.
Можно ввести каноническую функцию:
SML:N -> N
для положительных целых N,
если результат каждого допустимого N однозначно определён.
Затем необходимо отличить:
канонический SML;
модифицированный SML;
рекурсивный SML;
вложенный SML;
полисинхронный SML;
мета-SML.
Только после этого можно строго исследовать их отношения.
7.3. Формализация экспликационных уровней
Иерархия:
E0,E1,E2,...,EN
пока является концептуальной.
Следующий этап требует формального определения каждого языка.
Например:
E0
может быть языком конечных цифровых строк.
E1
языком конечных выражений над фиксированным набором операторов.
E2
языком конечных генераторов выражений E1.
Но недостаточно просто назвать уровни.
Для каждого EN необходимо определить:
алфавит;
грамматику;
семантику;
допустимые примитивы;
правила декодирования;
критерий полной экспликации.
Тогда переход:
EN -> E(N+1)
становится математически определённым семантическим подъёмом.
7.4. Аксиоматика неэкспликантов
После формализации языков можно строго определить неэкспликанты.
Пусть:
EXP(X,EN,H)
означает возможность полной экспликации объекта X на языке EN при горизонте H.
Тогда объект может называться неэкспликантом уровня N только относительно явно заданной системы.
Необходимо различить как минимум:
формальную неэксплицируемость;
ресурсную;
физическую;
практическую.
Особенно важно не смешивать неэксплицируемость с:
невычислимостью;
неопределённостью;
бесконечностью.
Формальная теория должна сделать эти границы явными.
7.5. Формальная теория математических метаязыков
Следующая задача — определить, что значит:
язык более высокого семантического уровня.
Недостаточно сказать, что один язык «мощнее».
Необходимо определить:
какие объекты одного языка являются примитивами другого;
какие существуют трансляции;
какая семантика сохраняется;
можно ли выполнить обратную реконструкцию.
Можно исследовать отображения:
Compile:E(N+1) -> EN
и:
Abstract:EN -> E(N+1)
Первая операция понижает уровень.
Вторая пытается найти высокоуровневое представление.
Именно здесь теория экспликации соединяется с теорией формальных языков.
7.6. Эквивалентность металогарифмических каскадов
Два каскада могут выглядеть различно, но давать одинаковый результат.
Например:
C1
и:
C2
могут удовлетворять:
value(C1)=value(C2)
Это числовая эквивалентность.
Но их:
ранги;
итерационные структуры;
законы;
число стадий
могут различаться.
Поэтому необходимо ввести несколько отношений эквивалентности.
Например:
C1 ==num C2
числовая эквивалентность.
C1 ==struct C2
структурная.
C1 ==op C2
операторная.
C1 ==sem C2
семантическая.
Точная символика может быть изменена в будущей стандартизации.
Главное — отказаться от единственного понятия равенства для всех уровней описания.
7.7. Эквивалентность саморефлексивных записей
Особенно сложным становится сравнение SML-конструкций.
Например:
две записи могут иметь разные внешние формы,
но после нормализации создавать одну и ту же систему параметров и законов.
Тогда они синтаксически различны, но семантически эквивалентны.
Другие конструкции могут давать одинаковый результат только для отдельных N.
Следовательно, необходимо различать:
эквивалентность при конкретном параметре;
эквивалентность для всех параметров;
эквивалентность операторных структур;
эквивалентность фенотипов.
Это позволит построить алгебру преобразований SML.
7.8. Эквивалентность генеративных генотипов
Генотипы:
G1
и:
G2
могут порождать один фенотип.
Но означает ли это, что они являются одним и тем же объектом?
В Изольдионике и Теории Ланумов ответ может быть отрицательным.
Необходимо исследовать:
фенотипическую эквивалентность;
генотипическую эквивалентность;
функциональную эквивалентность;
эквивалентность относительно среды;
эквивалентность относительно истории.
Например:
Phenotype(G1)=Phenotype(G2)
не обязательно означает:
G1 == G2
Это создаёт новое пространство классификации математических объектов.
7.9. Числовая и структурная эквивалентность
Наиболее фундаментальное различие:
числовое равенство
и:
структурное равенство.
Пусть:
value(A)=value(B)
Но:
genotype(A)!=genotype(B)
В классической арифметике A и B как числа совпадают.
В генотипической математике способы их генерации остаются различными объектами.
Следовательно, будущая теория должна чётко определять:
когда исследуется число;
когда — его запись;
когда — процесс;
когда — генотип.
Без этого разные уровни будут постоянно смешиваться.
7.10. Инварианты ОТМ
Инвариант — характеристика, сохраняющаяся при определённом классе преобразований.
Для ОТМ потенциально интересны:
числовой результат;
число циклов;
паритет некоторых структурных характеристик;
тип каскада;
ранговая глубина;
профиль зависимости;
граф связей;
экспликационный ранг.
Например, некоторые преобразования записи могут изменять синтаксис, сохраняя результат.
Другие сохраняют структуру зависимостей, но меняют значения параметров.
Формальная теория инвариантов позволит классифицировать допустимые преобразования.
7.11. Инварианты СМЛ
Для SML могут существовать специальные инварианты.
В каноническом случае важным является отношение:
A=R=I=N
При некоторых преобразованиях значения изменяются, но принцип синхронизации сохраняется.
Следовательно, возможен инвариант:
тип параметрической синхронизации.
Другими кандидатами являются:
число синхронизируемых координат;
форма внутреннего закона;
схема наследования;
глубина саморефлексии.
Такие инварианты позволят классифицировать семейства SML независимо от конкретных N.
7.12. Инварианты экспликационных преобразований
Если объект переводится:
E2 -> E1 -> E0
что должно сохраняться?
Минимально:
семантическая идентичность объекта.
Но могут сохраняться также:
тип;
значение;
структура зависимостей;
происхождение компонентов;
доказанные свойства.
Будущий семантический компилятор должен иметь формально определённые инварианты компиляции.
Иначе нельзя гарантировать, что объект после понижения уровня остался тем же объектом.
7.13. Обратная реконструкция каскадов
Прямая задача:
по каскаду получить результат.
Обратная:
по результату или части структуры восстановить возможный каскад.
Это задача существенно более сложная.
Один результат может иметь:
множество генеративных историй.
Поэтому обратная реконструкция обычно не является единственной.
Можно искать:
минимальный каскад;
каскад заданного класса;
каскад минимального ранга;
каскад с максимальной симметрией;
наиболее вероятный каскад относительно выбранной модели.
Так возникает теория обратного генеративного анализа.
7.14. Обратная реконструкция генотипов
Ещё более общий вопрос:
по фенотипу найти генотип.
Схема:
PHENOTYPE -> ? -> GENOTYPE
Один фенотип может иметь множество генотипов.
Тогда задача превращается в поиск по пространству генераторов.
Можно задать критерий:
минимальной длины;
минимальной сложности;
максимальной семантической прозрачности;
максимальной устойчивости.
Это связывает ОТМ:
с программным синтезом;
сжатиями;
машинным обучением;
автоматическим открытием математических структур.
7.15. Вычислимость
Вычислимость должна стать отдельной фундаментальной главой будущей строгой ОТМ.
Необходимо установить:
какие классы металогарифмов вычислимы;
какие конструкции всегда завершаются;
какие условия гарантируют конечность;
какие расширения могут перейти к частичным функциям;
что происходит при введении неразрешимых условий.
Особенно важно различать:
колоссальную вычислительную стоимость
и:
принципиальную невычислимость.
Канонический конечный SML с конечным N может быть концептуально вычислимым, даже если фактическое вычисление практически невозможно.
Это не тот же случай, что невычислимая функция.
7.16. Алгоритмическая сложность
Необходимо исследовать классическую вычислительную стоимость операций ОТМ.
Например:
сколько последовательных шагов требуется;
каков объём памяти;
насколько быстро растёт представление результата;
каков размер синтаксического дерева.
При этом обычные меры сложности могут быстро становиться непрактичными.
Поэтому полезно различать:
сложность вычисления по ссылкам на предыдущие результаты;
сложность полного синтаксического раскрытия;
сложность цифровой экспликации.
Это три разные задачи.
7.17. Генеративная сложность
Генеративная сложность должна характеризовать структуру генотипа.
Она может учитывать:
число кодонов;
число типов кодонов;
глубину;
ветвление;
рекурсию;
рефлексию;
метауровни.
Предварительный профиль:
GC={C,D,B,R,M}
где:
C
число кодонов;
D
глубина;
B
ветвление;
R
рефлексивная сложность;
M
число метауровней.
Это только один из возможных подходов.
Главная задача — создать метрику, устойчивую к тривиальному переименованию сложной структуры одной буквой.
7.18. Экспликационная сложность
Экспликационная сложность:
EC
характеризует стоимость полного или частичного раскрытия объекта между уровнями.
Следует исследовать:
EC(E2 -> E1)
EC(E1 -> E0)
и полную:
EC(E2 -> E0)
Эти величины могут радикально различаться.
Также важен вопрос:
какую часть объекта действительно необходимо раскрывать для решения конкретной задачи?
Это приводит к теории:
селективной экспликации.
7.19. Семантическая сложность
Семантическая сложность связана не столько с размером объекта, сколько с количеством смысловых связей внутри него.
Например:
короткий SML может иметь высокую семантическую плотность.
Геном с множеством взаимных зависимостей может иметь высокую семантическую сложность.
Потенциально можно учитывать:
число ролей параметров;
число типов отношений;
глубину зависимости;
число метаправил;
степень взаимной обусловленности.
Это направление особенно важно для связи ОТМ с семантическим программированием.
7.20. Программная реализация ОТМ
Формальная теория должна сопровождаться программным прототипом.
Первоначальная система может поддерживать:
парсинг;
нормализацию;
проверку;
символьное исполнение;
частичное раскрытие;
построение дерева;
анализ рангов;
анализ итераций.
Не требуется сразу вычислять гигантские фенотипы.
Главная задача прототипа:
правильно работать с генотипом.
То есть машина должна понимать структуру ОТМ даже тогда, когда результат невозможно развернуть.
7.21. Разработка интерпретатора OTM-TN
Первая конкретная программная цель:
интерпретатор OTM-TN.
Минимальный конвейер:
TEXT
-> TOKENIZER
-> PARSER
-> AST
-> TYPE CHECK
-> NORMALIZER
-> SEMANTIC MODEL
-> EXECUTION / SYMBOLIC ANALYSIS
Интерпретатор должен понимать:
ML
SML
параметры;
скобочный ранг;
][;
законы;
модификаторы;
профили.
Особенно важен режим:
EXPLAIN
который должен преобразовывать запись OTM-TN в человекочитаемое описание её семантики.
7.22. Разработка математического метаязыка Изольдионики
OTM-TN является специализированным языком.
Изольдионике понадобится более общий метаязык.
Он должен поддерживать:
реестр кодонов;
типизированные интерфейсы;
композиции;
генотипы;
геномы;
метакодоны;
семантические уровни.
Потребуется система имён без коллизий.
Например, уже опыт OTM-TN показывает необходимость жёсткого реестра кодов:
AC
не должен одновременно обозначать два разных фундаментальных объекта.
Поэтому будущий язык требует:
пространств имён;
версий стандарта;
формальной схемы совместимости.
7.23. Разработка кодонного программирования
Кодонное программирование должно развить идею:
C1 ][ C2 ][ C3
в полноценный формальный аппарат.
Для каждого кодона необходимо определить:
входы;
выходы;
типы;
семантику;
предусловия;
постусловия;
инварианты.
Только тогда кодон становится настоящей высокоуровневой инструкцией, а не красивым названием.
Главная задача:
создать такие кодоны, которые одновременно:
семантически мощны;
композируемы;
проверяемы.
7.24. Семантические компиляторы будущего
Будущий семантический компилятор должен переводить:
смысловые конструкции
в:
более конкретные структуры.
Это может быть цепь:
INTENT
-> FORMAL SPEC
-> GENOTYPE
-> ARCHITECTURE
-> IMPLEMENTATION
В математике:
HIGH-LEVEL OBJECT
-> GENOTYPE
-> FORMULA
-> LOWER-LEVEL REPRESENTATION
Наиболее важная проблема:
не потерять семантику при переходе.
Поэтому компилятор должен сопровождать преобразование:
метаданными;
доказательствами;
трассировкой происхождения;
инвариантами.
7.25. Интеграция ОТМ в язык Изольдионики
ОТМ должна войти в Изольдионику не как полностью независимая внешняя система, а как формальный модуль.
Для этого необходимо определить:
металогарифмический namespace;
интерфейсы кодонов;
типы входов;
типы выходов;
правила передачи параметров.
Например, SML может передавать:
VALUE;
RANK;
ITERATION;
COUNT;
PROFILE.
Так металогарифмические объекты становятся совместимыми с другими кодонами.
7.26. Интеграция СМЛ в Теорию Ланумов
В Теории Ланумов SML может быть:
генератором фенотипа;
генератором ранга;
генератором кодонов;
метакодоном;
частью паспорта Ланума.
Необходимо будет классифицировать:
роль SML внутри Ланума;
уровень его вложенности;
зависимости;
экспликационный эффект.
Особенно интересны Ланумы, в которых SML определяет:
архитектуру генома,
а не только число.
7.27. Интеграция экспликационной иерархии в Теорию Ланумов
Каждый Ланум потенциально должен иметь экспликационный паспорт.
Например:
ER_P
экспликационный ранг фенотипа.
ER_G
генотипа.
ER_NET
операторной сети.
ER_META
метагенератора.
Это позволит различать объекты с одинаковым числовым масштабом, но разной глубиной представления.
Экспликационная характеристика становится полноценной координатой Ланума.
7.28. ОТМ, Изольдионика и ИИ высокого уровня
ИИ способен стать связующим механизмом между семантическими уровнями.
Он может:
анализировать OTM-TN;
искать эквивалентные записи;
предлагать нормальные формы;
создавать генотипы;
выполнять частичную декомпиляцию;
объяснять структуры;
проектировать кодоны.
Но ИИ не должен подменять формальную семантику.
Напротив, наиболее перспективна связка:
AI
плюс:
FORMAL LANGUAGE
плюс:
VERIFIER
ИИ предлагает.
Формальный язык фиксирует.
Верификатор проверяет.
Это значительно надёжнее свободной генерации математической терминологии без строгого основания.
7.29. От математической нооинженерии к общей нооинженерии
ОТМ начинается с математических объектов.
Но принцип многоуровневой генерации значительно шире.
Если можно проектировать:
числа;
операторы;
генотипы;
математические среды,
то аналогичные методы могут применяться к:
моделям;
теориям;
системам знаний;
программам;
исследовательским архитектурам;
интеллектуальным средам.
Так математическая нооинженерия становится частным случаем более общей нооинженерии.
Её объект:
не просто число,
а:
организованная конструкция смысловых и операциональных систем.
Следующий уровень связан уже с самим мышлением.
Если теория может стать примитивом следующего уровня мышления, возникает когнитивный аналог:
E0 -> E1 -> E2 -> ...
Человек или ИИ перестаёт каждый раз разворачивать всю нижнюю структуру.
Он оперирует крупными семантическими блоками.
Таким образом математическая линия приводит к будущей Технологии Метаорганона.
ЗАКЛЮЧЕНИЕ ЧАСТИ XI
Общая теория металогарифмов начиналась как исследование необычных степенных и логарифмических каскадов.
Но её внутренняя логика вывела значительно дальше.
Первый переход:
NUMBER
-> OPERATOR
Второй:
OPERATOR
-> OPERATOR SYSTEM
Третий:
SYSTEM
-> METASYSTEM
Четвёртый:
FIXED STRUCTURE
-> TRANSVOLVING STRUCTURE
Параллельно разворачивается экспликационная линия:
DIGITS
-> FORMULAS
-> GENERATORS
-> GENOTYPES
-> METAGENERATORS
И языковая линия:
LOW-LEVEL LANGUAGE
-> HIGH-LEVEL LANGUAGE
-> SEMANTIC LANGUAGE
-> METALANGUAGE
Эти три линии соединяются.
В результате ОТМ становится прототипом более общей теории:
многоуровневой генерации объектов, операторов, языков и систем.
Но именно здесь особенно важно сохранить научную дисциплину.
Будущее ОТМ зависит не от увеличения числа новых терминов.
Оно зависит от способности:
формализовать уже введённые понятия;
найти строгие определения;
доказать свойства;
определить границы применимости;
построить программные прототипы;
сравнить систему с существующей математикой;
отказаться от тех конструкций, которые не выдержат формальной проверки.
Следовательно, дальнейший путь можно представить:
CONCEPT
-> FORMAL DEFINITION
-> AXIOM
-> THEOREM
-> ALGORITHM
-> IMPLEMENTATION
-> VERIFICATION
Только после этого новая конструкция превращается из идеи в математический аппарат.
Именно такая программа способна сделать ОТМ не только философией генеративных чисел, но формальной исследовательской системой.
Её дальнейшая перспектива:
ОТМ как теория операторной трансволюции;
Изольдионика как язык кодонных математических систем;
Теория Ланумов как теория высокоуровневых генеративных объектов;
генеративное программирование как перенос принципа на исполняемые системы;
Метаорганон как перенос принципа на организацию мышления.
Все эти направления объединяет один общий метапринцип:
сложная структура нижнего уровня может стать элементарным операционным объектом следующего семантического уровня при условии, что механизм такого подъёма определён, декодируем и контролируем.
Именно этот принцип является одной из наиболее широких перспектив Общей теории металогарифмов.
***********
АППЕНДИКС XI-А. ИССЛЕДОВАТЕЛЬСКАЯ КАРТА ДАЛЬНЕЙШЕГО РАЗВИТИЯ ОТМ
Оглавление
Что уже существует и что ещё предстоит доказать
Минимальное формальное ядро ОТМ
Проект первой системы аксиом
Каноническая модель ранга
Каноническая модель SML
Нормальная форма OTM-TN
Таксономия эквивалентностей
Числовая эквивалентность
Структурная эквивалентность
Генотипическая эквивалентность
Семантическая эквивалентность
Поиск инвариантов
Инварианты ранговых преобразований
Инварианты SML
Инварианты компиляции
Прямая и обратная задачи
Реконструкция каскада по фенотипу
Реконструкция генотипа
Карта сложностей ОТМ
Вычислительная сложность
Синтаксическая сложность
Генеративная сложность
Семантическая сложность
Экспликационная сложность
Формализация E0-E3
Тест на настоящий семантический подъём
Архитектура интерпретатора OTM-TN
Режимы работы интерпретатора
Формат внутреннего представления
Реестр кодов OTM-TN
Прототип языка Изольдионики
Кодонный интерфейс
Паспорт кодона
Паспорт генотипа
Паспорт Ланума
Семантическая компиляция
Семантическая декомпиляция
Контролируемая экспликация
ИИ как помощник формализации
Критерии научной зрелости ОТМ
Этапы исследовательской программы
Итоговая карта развития
1. Что уже существует и что ещё предстоит доказать
После завершения основной книги полезно разделить содержание ОТМ на четыре класса.
Класс A. Введённые понятия
Например:
ранг;
каскад;
SML;
скобочный ранг;
генотип;
экспликационный ранг.
Они описаны концептуально.
Класс B. Рабочие формальные схемы
Например:
X_(k+1)=X_k^X_k
или:
A=N,R=N,I=N
для канонического SML.
Они уже допускают точную математизацию.
Класс C. Гипотезы
Например:
предполагаемые классы инвариантов;
сравнительная мощность некоторых конструкций;
структура будущих Ланумов.
Они требуют исследования.
Класс D. Исследовательские программы
Например:
семантические компиляторы;
язык Изольдионики;
кодонное программирование;
Метаорганон.
Они являются направлениями, а не доказанными результатами ОТМ.
Такое разделение необходимо сохранять во всех будущих публикациях.
2. Минимальное формальное ядро ОТМ
Для первой строгой версии желательно выбрать маленькое ядро.
Например:
Числовое множество D.
Состояние S.
Базовая степенная субоперация.
Ранг R.
Внешняя итерация I.
Закон передачи результата.
Конечный каскад.
Не следует сразу включать:
геномы;
Ланумы;
метакодоны;
произвольную самомодификацию.
Сначала необходимо доказать свойства минимального ядра.
Это позволит определить:
что действительно принадлежит ОТМ,
а что является расширением.
3. Проект первой системы аксиом
Предварительный набор может иметь форму:
A1. Определённость состояния
Каждая операция начинается с полностью определённого состояния S.
A2. Конечность ранга базовой модели
Для базового ядра:
R in N
и R конечно.
A3. Однозначность перехода
При фиксированном состоянии и фиксированном законе следующий шаг определён однозначно.
A4. Упорядоченность каскада
Каждый последовательный цикл использует уже определённые данные предыдущего цикла.
A5. Явность рефлексии
Любая зависимость от собственного состояния должна ссылаться либо на уже определённое состояние, либо на специально определённую задачу самосогласования.
A6. Разделение ранга и внешней итерации
R и I являются различными структурными координатами.
Это только проект.
Финальная аксиоматика должна пройти проверку на:
независимость;
непротиворечивость;
достаточность.
4. Каноническая модель ранга
Для строгого ядра удобно зафиксировать:
a_0=A
a_(k+1)=a_k^a_k
для:
k=0,...,R-1
Тогда:
RankOp(A,R)=a_R
Эта модель:
однозначна;
конечна;
рекурсивно определена.
Все расширенные модели можно сравнивать с этим каноном.
5. Каноническая модель SML
Можно определить:
X_0=N
Для каждой внешней итерации j:
выполнить:
X -> RankOp(X,N)
N раз внешне.
Или более компактно определить оператор:
F_N(X)=RankOp(X,N)
а затем:
SML(N)=F_N^N(N)
где:
F_N^N
означает N-кратную композицию F_N.
Так канонический SML получает компактное формальное определение.
6. Нормальная форма OTM-TN
Для машинной обработки полезно привести все допустимые формы к единому виду.
Например:
SML 10
нормализуется в:
SML(10)
а затем в семантическую форму:
ML(A=10,SL=A,R=10,I=10){GL:X_next=X^X;TL:A_next=X}
Следует различать:
лексическую нормализацию;
синтаксическую;
семантическую.
7. Таксономия эквивалентностей
Минимально необходимы:
EQ_NUM
числовая.
EQ_STRUCT
структурная.
EQ_GEN
генотипическая.
EQ_SEM
семантическая.
EQ_ENV
эквивалентность относительно среды.
Будущий стандарт может выбрать другую символику.
Главное — различить отношения.
8. Числовая эквивалентность
A EQ_NUM B
если:
value(A)=value(B)
Это обычное числовое равенство результатов.
Оно является самым слабым для генотипической теории.
9. Структурная эквивалентность
Два объекта структурно эквивалентны, если их генеративные графы совпадают с точностью до допустимого переименования.
Необходимо определить:
что считается допустимым изоморфизмом.
Например:
изменение локальных имён не должно разрушать структурную эквивалентность.
10. Генотипическая эквивалентность
Более строгая форма может требовать сохранения:
типов кодонов;
порядка;
параметрических зависимостей;
метаправил.
Это отношение особенно важно для будущих Ланумов.
11. Семантическая эквивалентность
Два генотипа могут различаться структурно, но выполнять одну и ту же функцию для всех допустимых входов.
Тогда:
G1 EQ_SEM G2
если их наблюдаемая семантика совпадает.
Доказательство такого равенства может быть трудной задачей.
12. Поиск инвариантов
Алгоритм исследования:
Выбрать класс преобразований.
Построить множество примеров.
Найти сохраняющиеся характеристики.
Проверить контрпримеры.
Сформулировать гипотезу.
Доказать или опровергнуть.
Инварианты нельзя объявлять только по интуиции.
13. Инварианты ранговых преобразований
Исследовать:
сохраняется ли число ранговых ступеней;
сохраняется ли дерево зависимости;
сохраняется ли результат;
сохраняется ли тип рекурсии.
Разные преобразования сохраняют разные характеристики.
14. Инварианты SML
Кандидаты:
структура синхронизации;
число синхронизируемых параметров;
форма RankOp;
форма внешнего наследования;
число уровней SML-вложенности.
15. Инварианты компиляции
При переходе:
HIGH -> LOW
обязательно должны сохраняться:
семантическое значение;
тип;
обязательные свойства;
параметрические зависимости.
Если компилятор не сохраняет это, он некорректен.
16. Прямая и обратная задачи
Прямая:
GENOTYPE -> PHENOTYPE
Обратная:
PHENOTYPE -> GENOTYPE?
Прямая задача обычно более определённа.
Обратная может иметь множество решений.
17. Реконструкция каскада по фенотипу
Можно искать каскад по критерию:
минимального R;
минимального I;
минимальной записи;
фиксированного класса;
минимальной EC.
Таким образом обратная задача становится оптимизационной.
18. Реконструкция генотипа
Общая форма:
Find G such that Execute(G)=X
с дополнительным условием:
Cost(G) -> minimum
Но Cost может означать:
длину;
генеративную сложность;
семантическую сложность;
число кодонов.
Разные функции стоимости дают разные оптимальные генотипы.
19. Карта сложностей ОТМ
Необходимо различать:
TC
временную вычислительную сложность;
MC
здесь использовать нельзя без оговорки, поскольку в OTM-TN MC уже закреплено за Modified Cascade;
поэтому сложность памяти лучше обозначить иным кодом в будущем;
SC
также уже занято Self-generating Cascade;
следовательно, любые новые сокращения должны сверяться с реестром OTM-TN.
Это хороший пример необходимости пространства имён.
На концептуальном уровне следует исследовать:
вычислительную;
синтаксическую;
генеративную;
семантическую;
экспликационную
сложность отдельно.
20. Вычислительная сложность
Вопрос:
сколько операций требуется для вычисления доступного результата?
Для гигантских объектов может исследоваться не полный результат, а:
префикс;
остаток;
логарифмическая оценка;
структурная характеристика.
21. Синтаксическая сложность
Вопрос:
каков размер полного дерева выражения?
Для:
X -> X^X
каждый полный синтаксический шаг удваивает число копий предыдущего дерева.
Это резко отличается от вычисления с повторным использованием сохранённого результата.
22. Генеративная сложность
Вопрос:
насколько сложен сам генотип?
Можно учитывать:
число примитивов;
метауровни;
глубину;
ветвление;
рекурсивные связи.
23. Семантическая сложность
Вопрос:
сколько разных функциональных отношений содержится в объекте?
Например:
один параметр SML выполняет несколько ролей.
Это повышает семантическую связанность при малом размере записи.
24. Экспликационная сложность
Вопрос:
какова стоимость перехода от компактной записи к выбранному уровню раскрытия?
Полезна функция:
EC(X,E_from,E_to)
Это позволит сравнивать объекты по стоимости экспликации.
25. Формализация E0-E3
Рабочий минимум:
E0
конечные цифровые строки.
E1
конечные формулы над фиксированными операторами.
E2
конечные генераторы E1-конструкций.
E3
генераторы E2-генераторов.
После строгого определения первых четырёх уровней можно обобщать EN.
26. Тест на настоящий семантический подъём
Новый уровень является содержательным, если:
имеет собственную формальную грамматику;
обладает определённой семантикой;
может декодироваться вниз;
заменяет классы конструкций предыдущего уровня;
не сводится к произвольному присвоению имени.
Если эти требования не выполнены, перед нами переименование, а не метаязык.
27. Архитектура интерпретатора OTM-TN
Предварительная схема:
SOURCE
-> LEXER
-> PARSER
-> AST
-> SYMBOL TABLE
-> TYPE SYSTEM
-> NORMALIZER
-> SEMANTIC ENGINE
-> ANALYZER
-> EXPANDER
-> OUTPUT
Главная ценность системы:
работа со структурой без необходимости вычислять весь фенотип.
28. Режимы работы интерпретатора
Минимальный набор:
CHECK
проверка синтаксиса.
TYPE
проверка типов.
NORMALIZE
нормализация.
DECODE
семантическое декодирование.
EXPAND N
раскрытие до уровня N.
TRACE
трассировка переходов.
PROFILE
построение структурного профиля.
COMPARE
сравнение двух генотипов.
29. Формат внутреннего представления
Внутренняя модель не должна быть одной строкой.
Удобнее граф или AST.
Например:
OperationNode
ParameterNode
CascadeNode
LawNode
ModifierNode
MetaNode
Это позволит работать с:
вложенностью;
ссылками;
типами;
зависимостями.
30. Реестр кодов OTM-TN
Каждый код должен иметь:
имя;
полное название;
семантический тип;
версию;
статус.
Например:
AC
Algebraic Complex.
ASC
Asymmetric Cascade.
MC
Modified Cascade.
Новый код нельзя вводить без проверки коллизий.
Это особенно важно перед машинной реализацией.
31. Прототип языка Изольдионики
Следующий язык должен расширить OTM-TN.
Он должен поддерживать:
namespace кодонов;
импорт модулей;
типовые сигнатуры;
метакодоны;
генотипы;
геномы.
OTM может стать одним модулем:
ISOLDIONICS.OTM
32. Кодонный интерфейс
Каждый кодон должен объявлять:
NAME
INPUTS
OUTPUTS
PARAMETERS
PRECONDITIONS
POSTCONDITIONS
SEMANTICS
EXPANSION_RULE
Это превратит кодоны в композируемые формальные элементы.
33. Паспорт кодона
Пример:
NAME:SML
CLASS:OTM
INPUT:N
OUTPUT:VALUE
PARAMETER_LINK:A=R=I=N
COMPUTABILITY:effective for canonical finite N
EXPANSION:defined
VERSION:1
Подобный паспорт облегчает автоматическую проверку.
34. Паспорт генотипа
Может содержать:
ID
CODONS
LINKS
PROFILES
META_LAWS
ENVIRONMENT
EXP_LEVEL
INVARIANTS
PHENOTYPE_TYPE
Это делает генотип самостоятельным объектом каталога.
35. Паспорт Ланума
Дополнительно:
PHENOTYPE
GENOTYPE
GENOME
TRANSVOLUTION_HISTORY
ER_PHENOTYPE
ER_GENOTYPE
ER_GENOME
COMPUTABILITY_STATUS
EQUIVALENCE_CLASS
Так можно будет систематически классифицировать будущие Ланумы.
36. Семантическая компиляция
Будущий компилятор должен уметь:
L3 -> L2 -> L1 -> L0
но раскрывать только необходимую часть.
Каждый переход должен создавать:
результат;
трассу;
список сохранённых инвариантов.
37. Семантическая декомпиляция
Обратный процесс:
LOW -> HIGH
требует распознавания шаблонов.
Например:
длинный повторный каскад
может быть распознан как:
RankOp.
Несколько RankOp:
как SML.
Но результат не всегда единственен.
Поэтому декомпилятор должен предлагать:
кандидаты;
оценки;
обоснование.
38. Контролируемая экспликация
Практически особенно полезен режим:
EXPAND(object,level,depth)
Например:
раскрыть SML только до параметров.
Или:
показать первые пять внутренних шагов.
Или:
раскрыть только ранговую структуру, не разворачивая числа.
Это позволит работать с объектами, полный фенотип которых недоступен.
39. ИИ как помощник формализации
ИИ может использоваться для:
поиска коллизий терминов;
генерации тестовых выражений;
поиска контрпримеров;
сравнения нормальных форм;
синтеза возможных генотипов;
объяснения.
Но математические утверждения должны отделяться от автоматически предложенных гипотез.
Рабочая схема:
AI proposes
formal system encodes
verifier checks
40. Критерии научной зрелости ОТМ
Можно считать ОТМ существенно формализованной, когда существуют:
строгие определения базовых объектов;
аксиоматическое ядро;
доказанные нетривиальные теоремы;
определённые классы эквивалентности;
инварианты;
теория вычислимости базовых классов;
формальная грамматика OTM-TN;
работающий интерпретатор;
воспроизводимые примеры;
сравнение с существующими математическими формализмами.
Это значительно важнее количества введённых новых терминов.
41. Этапы исследовательской программы
Практически дальнейшую работу можно разделить на семь этапов.
Этап 1. Ядро
Формализация:
RankOp;
каскада;
итерации;
SML.
Этап 2. Язык
Строгая грамматика OTM-TN.
Этап 3. Алгебра
Эквивалентности;
инварианты;
нормальные формы.
Этап 4. Сложность
Вычислимость;
генеративная;
экспликационная;
семантическая сложность.
Этап 5. Программный прототип
Парсер;
интерпретатор;
визуализатор структуры;
трассировка.
Этап 6. Изольдионика
Общий кодонный язык.
Этап 7. Ланумы и метаязыки
Геномы;
экспликационная иерархия;
генераторы объектов высокого уровня.
Такой порядок позволяет двигаться:
от простого и проверяемого
к:
сложному и метауровневому.
42. Итоговая карта развития
Общую исследовательскую карту можно представить:
OTM concepts
-> axiomatic core
-> formal SML
-> formal OTM-TN
-> equivalence theory
-> invariant theory
-> complexity theory
-> interpreter
-> explication hierarchy
-> codon language
-> Isoldionics
-> Lanum Theory
-> semantic compilation
-> generative programming
-> general nooengineering
-> Metaorganon
Главный принцип этого движения:
каждый следующий уровень должен не просто вводить новые слова, а превращать конструкции предыдущего уровня в формально управляемые объекты.
В этом случае развитие ОТМ становится открытой, но контролируемой программой.
Каждый новый термин должен получать:
определение;
семантику;
место в иерархии;
правила взаимодействия;
критерии проверки.
Каждая новая нотация:
однозначное декодирование.
Каждый новый метауровень:
реальный формальный прирост выразительной мощности.
Каждое утверждение о росте:
точный объект сравнения.
Каждое утверждение о бесконечности:
явное указание, идёт ли речь о классической бесконечности или специальном экспликационном смысле.
Каждая рефлексивная конструкция:
порядок вычисления или механизм самосогласования.
Каждый генотип:
формальную семантику собственного развёртывания.
Именно при выполнении этих требований ОТМ сможет пройти путь:
от концептуальной теории
к:
формальной математической дисциплине,
а затем стать одной из основ более широкой системы высокосемантической генеративной математики.
************
ЗАКЛЮЧЕНИЕ
Общая теория металогарифмов начиналась с относительно локального вопроса.
Если обычный логарифм позволяет анализировать отношение, связанное с одной операцией возведения в степень, возможно ли построить более общий аппарат для анализа и генерации многоступенчатых степенных процессов?
Из этого вопроса возникло понятие металогарифма.
Однако дальнейшее развитие показало, что металогарифм представляет интерес не только как ещё одна операция над числами.
За ним постепенно обнаружилась значительно более широкая структура.
Возникли:
каскады;
циклы;
сублогарифмы;
ранги;
итерации;
динамические основания;
асимметрия;
самопорождающиеся последовательности;
рефлексивные зависимости;
саморефлексивные металогарифмы;
модификаторы;
алгебраические комплексы;
операторные среды.
После этого предмет исследования снова изменился.
Если операция обладает собственным рангом, историей, законами изменения, модификаторами и способностью воздействовать на другие операции, то объектом теории становится уже не только число.
Объектом становится:
архитектура генерации числа.
Следующий шаг оказался ещё более существенным.
Если подобные архитектуры можно объединять в более крупные функциональные блоки, они начинают играть роль кодонов.
Из кодонов строятся генотипы.
Из генотипов — операторные сети.
Из сетей — геномы.
Так ОТМ естественным образом соединяется с более широкой программой Изольдионики и подводит к будущей Теории Ланумов.
Одновременно рост генеративной мощности выявляет новую проблему.
Объекты становятся настолько велики и структурно глубоки, что их невозможно полностью представить на первоначальном языке.
Тогда возникает необходимость не только в новых формулах, но и в новых уровнях математического языка.
Так из теории металогарифмов постепенно вырастает:
теория экспликации;
теория математических метаязыков;
концепция генеративной математики;
семантического программирования;
нооинженерии.
Поэтому итог книги состоит не в утверждении, что найден ещё один способ получать чрезвычайно большие числа.
Главный итог гораздо шире.
ОТМ предлагает рассматривать математический объект через систему его порождения и изучать эволюцию самих генеративных средств как самостоятельный предмет математики.
1. От логарифма к металогарифму
Обычный логарифм решает фундаментальную обратную задачу относительно возведения в степень.
Если:
A^B = C
то логарифмическая операция позволяет восстанавливать одну из характеристик этого отношения.
В ОТМ была предложена более широкая постановка.
Что происходит, если степенная операция не единична?
Если результат одной ступени:
становится основанием следующей;
становится новым сублогарифмом;
изменяет ранг;
задаёт число итераций;
модифицирует последующий закон?
Тогда перед нами уже не одно степенное отношение.
Перед нами:
металогарифмический каскад.
Вместо одного показателя появляется последовательность взаимосвязанных характеристик.
Вместо одной операции:
система операций.
Вместо одного результата:
генеративная история.
Отсюда возникают два направления.
Прямое металогарифмирование стремится анализировать и восстанавливать характеристики подобной структуры.
Обратное металогарифмирование разворачивает структуру и порождает её результаты.
Таким образом металогарифм становится одновременно:
аналитическим;
и:
генеративным
объектом.
Это первый фундаментальный переход книги:
LOGARITHM
-> METALOGARITHM
Но уже здесь становится очевидно, что следующий шаг неизбежен.
Если металогарифм содержит множество взаимодействующих ступеней, его нельзя полностью понять как одну простую числовую функцию.
2. От металогарифма к операторной системе
Введение ранга изменяет характер всей конструкции.
Ранг означает внутреннюю глубину одной полной операции.
Итерационность задаёт количество повторений этой операции.
Асимметрия позволяет независимо изменять основание и сублогарифм.
Модификаторы воздействуют на отдельные параметры или целые структуры.
Законы перехода определяют, как одно состояние порождает следующее.
Получается:
STATE_k
-> OPERATOR
-> STATE_(k+1)
При этом само состояние может включать:
A_k
SL_k
R_k
I_k
K_k
M_k
и другие характеристики.
Следовательно, металогарифм перестаёт быть просто формулой.
Он превращается в систему состояний и операторов.
Более того, начинают изменяться сами операторы.
Например:
R_next = 2R
может смениться на:
R_next = R^2
затем:
R_next = R^R
То есть объектом развития становится уже закон.
Отсюда возникает понятие:
операторной трансволюции.
Изменяются:
не только числа;
не только параметры;
но:
операторы;
композиции;
законы;
метазаконы.
Так ОТМ постепенно приобретает черты общей теории эволюционирующих операторных структур.
3. От операторной системы к математическому генотипу
Следующий переход возникает тогда, когда сложный оператор используется как одна единица более высокого уровня.
Например:
SML N
представляет чрезвычайно компактную запись.
Но её семантика включает:
начальный объект;
ранг;
число итераций;
внутренний закон;
правило наследования результата.
Таким образом короткая запись представляет целую генеративную архитектуру.
Это приводит к принципу:
семантическая мощность записи определяется не количеством её символов, а объёмом структурированной генерации, которую она способна однозначно развернуть.
Если такие высокосемантические блоки объединяются:
C1 ][ C2 ][ C3
возникает кодонная композиция.
Отдельный оператор становится кодоном.
Система кодонов:
генотипом.
Тогда математический объект можно представить схемой:
GENOTYPE
-> GENERATION
-> PHENOTYPE
Число является фенотипом.
Генотип описывает способ его порождения.
Именно здесь появляется важнейшее различие.
Два генотипа могут породить одно числовое значение, оставаясь структурно различными.
Следовательно:
числовая идентичность
и:
генотипическая идентичность
не обязательно совпадают.
Для обычной арифметики это различие вторично.
Для Изольдионики и будущей Теории Ланумов оно становится фундаментальным.
4. От генотипа к неэксплицируемому объекту
Генотипическая запись способна быть чрезвычайно короткой.
Фенотип при этом может быть гигантским.
Это видно уже на обычной степенной записи.
10^100
короче полного цифрового представления гугола.
Для:
SML 100
разрыв радикально возрастает.
Короткий генотип задаёт:
100 ранговых ступеней;
100 внешних итераций;
всего 10000 последовательных внутренних самостепенных преобразований в канонической модели.
Полное синтаксическое дерево значительно больше.
Полная цифровая запись результата находится ещё дальше.
Таким образом появляются несколько разных масштабов:
размер генотипа;
операционная глубина;
размер полностью раскрытой формулы;
размер цифрового фенотипа.
Именно это приводит к понятию:
неэксплицируемого объекта.
Объект может быть:
строго определён;
конечен;
генеративно описан;
но практически недоступен для полной записи на некотором нижнем уровне представления.
Это один из центральных результатов всей книги.
Определимость объекта не требует полной экспликации его фенотипа.
5. От неэксплицируемого объекта к иерархии экспликационных уровней
Если объект невозможно раскрыть на одном языке, возникает естественный вопрос:
можно ли представить его на другом?
Так была введена предварительная лестница:
E0
E1
E2
...
EN
На E0 объект представляется непосредственно — например цифровой записью.
На E1 используется символический или генеративный оператор.
На E2 описывается генератор конструкций E1.
На E3:
генератор генераторов.
И так далее.
Здесь возникает общий принцип:
то, что является огромной конструкцией на уровне EN, может стать одной элементарной единицей на уровне E(N+1).
Но этот переход имеет смысл только при строгом условии.
Нельзя просто назвать чрезвычайно сложный объект одной буквой и объявить проблему решённой.
Новый уровень должен иметь:
определённый язык;
грамматику;
семантику;
правила декодирования;
реальный механизм генерации нижнего уровня.
Именно поэтому простое переименование не является семантическим подъёмом.
Настоящий семантический подъём:
сворачивает структуру нижнего уровня в формально определённый примитив верхнего.
6. От математической записи к математическому языку высокого порядка
После введения экспликационных уровней меняется само понимание математического языка.
Язык перестаёт быть только способом записывать уже известные объекты.
Он становится средством создания новых единиц мышления и генерации.
Исторически подобный процесс происходил неоднократно.
Повторяющиеся действия сворачивались в операции.
Операции — в функции.
Повторение функций — в операторы более высокого порядка.
ОТМ продолжает этот процесс.
Металогарифм представляет множество степенных преобразований как единую структуру.
SML сворачивает рангово-итерационный комплекс в одну инструкцию.
Кодон сворачивает сложную математическую функцию в одну единицу генотипа.
Таким образом язык постепенно становится всё более высокосемантическим.
Возникает лестница:
DIGIT
-> SYMBOL
-> OPERATOR
-> MACROOPERATOR
-> CODON
-> GENOTYPE
-> METACODON
-> METAGENERATOR
Главный принцип здесь можно выразить следующим образом:
повышение уровня языка не обязательно увеличивает математический объект. Оно увеличивает мощность единицы выражения.
7. От математического метаязыка к генеративному программированию
Этот принцип непосредственно переносится в программирование.
Машинный код состоит из крайне низкоуровневых инструкций.
Ассемблер делает их символическими.
Высокоуровневые языки вводят:
функции;
объекты;
модули;
абстракции.
Ещё более высокий уровень способен использовать:
архитектуры;
предметные модели;
генераторы;
семантические компоненты
как единицы языка.
Возникает программный аналог математического генотипа.
PROGRAM GENOTYPE
-> GENERATION
-> EXECUTABLE PHENOTYPE
В перспективе программист может всё меньше описывать:
как выполнить каждое действие,
и всё больше:
что должно быть создано;
какие свойства оно должно иметь;
какие ограничения нельзя нарушать.
Так происходит переход:
COMMAND
-> ALGORITHM
-> MODEL
-> GENOTYPE
-> INTENTION
Но сложность при этом не исчезает.
Она переносится:
в компиляторы;
кодоны;
библиотеки;
ИИ;
верификаторы;
исполнительные среды.
Поэтому будущее генеративного программирования требует не только более мощной генерации, но и:
семантической трассировки;
многоуровневой декомпиляции;
объяснимости;
проверяемости.
8. ОТМ в системе Изольдионики
Внутри Изольдионики ОТМ приобретает новое положение.
Она перестаёт быть всей системой.
Она становится одним из её развитых модулей.
Металогарифм превращается в:
кодон.
SML:
в высокоскоростной кодон;
управляющий кодон;
в определённых системах — метакодон.
Рядом с ними могут существовать:
изольдиационные кодоны;
ноофакторальные;
многосоставные;
другие операторные семейства.
Из них формируются:
генотипы;
операторные сети;
геномы.
Таким образом Изольдионика может рассматриваться как проект многоуровневого математического языка, в котором существует большой семантический алфавит операторных единиц.
ОТМ в этой системе выполняет две важные функции.
Первая:
предоставляет класс исключительно мощных генераторов.
Вторая:
служит модельным примером того, каким образом сложная математическая теория может быть свёрнута до кодона следующего уровня.
Именно вторая функция, возможно, окажется наиболее значимой.
9. Саморефлексивные металогарифмы и Теория Ланумов
SML занимает особое место во всей архитектуре книги.
Каноническая конструкция:
SML N
синхронизирует:
A=N
R=N
I=N
Один параметр выполняет несколько структурных ролей.
Это создаёт исключительно плотную генеративную запись.
Но ещё важнее возможность использовать результат SML не как конечный фенотип.
Он может стать:
рангом следующего объекта;
итерационностью;
числом кодонов;
размером сети;
параметром метагенератора.
Тогда:
phenotype
одного уровня
становится:
generator parameter
следующего.
Именно этот переход является одним из мостов к Теории Ланумов.
Ланум в предлагаемой перспективе — это уже не просто большое число.
Его идентичность может включать:
фенотип;
генотип;
геном;
операторную среду;
экспликационный профиль;
историю трансволюции.
Поэтому путь:
METALOGARITHM
-> SML
-> CODON
-> GENOTYPE
-> GENOME
-> LANUM
является не просто лестницей величины.
Это лестница организации математического объекта.
10. Сверхбольшие числа как инструменты исследования бесконечности
Сверхбольшие числа имеют значение не только как рекорды.
Само соревнование:
«какое число больше?»
представляет лишь самую поверхностную сторону проблемы.
Гораздо более содержательный вопрос:
каким образом конечные генеративные системы могут приближать человеческое мышление к границам представимости, вычислимости и эксплицируемости?
Гигантские конечные числа позволяют исследовать:
разрыв между конечным и практически непредставимым;
отношение записи и объекта;
границы вычислительных ресурсов;
иерархии операторов;
структуру быстрорастущих функций;
переход между уровнями математического языка.
При этом необходимо сохранять строгое различие.
Как бы велико ни было конечное натуральное число:
оно не является классической математической бесконечностью.
После него существует:
N+1
Поэтому сверхбольшие числа не «достигают» бесконечности.
Но они могут служить инструментами исследования того, каким образом конечное мышление строит всё более мощные средства работы с идеей бесконечного.
Именно в этом смысле ОТМ может оказаться полезной для будущего философско-математического исследования бесконечности.
11. Экспликационные иерархии как инструмент исследования конечно-бесконечных объектов
В книге был предложен специальный термин:
конечно-бесконечные объекты.
Он не отменяет классической конечности.
Объект остаётся конечным математически.
«Бесконечность» здесь относится к его положению относительно некоторого экспликационного горизонта.
Например:
объект конечен;
но его цифровая запись недоступна.
Он становится условно бесконечным на E0.
Другой объект:
не может быть полностью выражен и на E1.
Он требует E2.
Таким образом можно исследовать не одну границу:
finite / infinite
а целую лестницу:
explicable at E0
non-explicable at E0, explicable at E1
non-explicable at E1, explicable at E2
...
Именно поэтому экспликационная иерархия представляет самостоятельный инструмент.
Она позволяет классифицировать объекты не только по величине, но и по семантической высоте языка, необходимого для работы с ними.
12. Нооинженерия математических миров
После перехода от числа к генотипу возникает новая постановка задачи.
Можно не только находить или вычислять математические объекты.
Их можно проектировать.
Например, заранее задаются:
желаемый тип роста;
ранговый профиль;
итерационный режим;
кодонный состав;
экспликационный уровень;
режим трансволюции.
После этого строится генотип, удовлетворяющий этим условиям.
Это уже инженерная логика.
Так возникает:
нооинженерия математических объектов.
Следующий шаг ещё шире.
Можно проектировать не отдельный объект, а:
целый класс объектов;
математическую среду;
систему законов;
генераторы генотипов;
операторную «физику» искусственного математического мира.
Тогда нооинженерия становится проектированием:
математических миров.
Такой мир может содержать:
собственные базовые объекты;
свои операторные законы;
механизмы генерации;
эволюцию;
метаправила.
В этом смысле высокосемантическая математика приближается к конструированию целых пространств формальных возможностей.
13. Операционализация теогонических иерархий
Наиболее философски далёкая перспектива книги связана с идеей операционализации теогонических иерархий.
Здесь особенно важно не смешивать математику с утверждениями о существовании сверхъестественных сущностей.
ОТМ сама по себе не доказывает:
существование богов;
демиургов;
каких-либо религиозных объектов.
Речь идёт о другом.
Традиционные теогонические системы часто вводят иерархии сущностей по их творческой или миропорождающей мощности.
Математическая генеративная теория позволяет задать похожий вопрос в формальной форме:
какие классы миров способна породить система данного уровня?
Например:
уровень A способен создавать числа.
Уровень B:
генераторы чисел.
Уровень C:
системы генераторов.
Уровень D:
системы, создающие новые системы законов.
Так можно определить иерархию генеративных возможностей.
Условно:
G0
создаёт объекты.
G1
создаёт генераторы G0.
G2
создаёт системы G1.
G3
задаёт законы появления систем G2.
Такая иерархия может служить формальной моделью различий между уровнями творческой мощности.
В языке более широкой философии Изольдионики подобные уровни могут интерпретироваться как модели:
нооформаций;
демиургических систем;
теогонических иерархий.
Но математическое содержание остаётся чётким:
речь идёт о классификации генеративной способности систем.
Именно в этом смысле возможна операционализация теогонии:
не как доказательство метафизики,
а как создание формального языка для сравнения уровней способности порождать:
объекты;
законы;
миры;
системы миров;
генераторы подобных систем.
14. Перспектива новых языков математики, программирования и мышления
Самая широкая перспектива ОТМ связана, возможно, уже не с числами.
Главный механизм книги можно выразить одной схемой:
complex structure at level N
-> elementary unit at level N+1
Именно так развивается математический язык.
Именно так развивается программирование.
Возможно, аналогично может развиваться и мышление.
На обычном когнитивном уровне человек работает с отдельными понятиями.
На более высоком:
с моделями.
Затем:
с теориями.
Но теория сама может стать единицей следующего уровня мышления.
Тогда несколько теорий объединяются в:
метатеорию.
Несколько метатеорий:
в более высокий когнитивный объект.
Условно:
M0
-> M1
-> M2
-> ...
-> MN
Можно ввести перспективное понятие:
семантической высоты мышления.
Она характеризует уровень сложности смысловых объектов, которыми интеллект способен оперировать непосредственно, не раскрывая каждый раз их внутреннюю структуру.
Тогда возникает общий метапринцип:
интеллект развивается не только за счёт увеличения количества информации, но и за счёт повышения уровня смысловых единиц, которыми он способен непосредственно манипулировать.
Это напрямую соединяет ОТМ с будущей Технологией Метаорганона.
ОТМ исследует:
многоуровневую генерацию математических объектов.
Генеративное программирование:
многоуровневую генерацию исполняемых систем.
Метаорганон:
многоуровневую организацию мышления.
Во всех трёх случаях действует один принцип:
сложная система нижнего уровня становится компактной операциональной единицей более высокого семантического уровня.
ИТОГ
Путь, пройденный в этой книге, можно представить одной последовательностью:
LOGARITHM
-> METALOGARITHM
-> CASCADE
-> RANK
-> ITERATION
-> SML
-> OPERATOR SYSTEM
-> CODON
-> GENOTYPE
-> GENOME
-> LANUM
-> EXPLICATION HIERARCHY
-> MATHEMATICAL METALANGUAGE
-> GENERATIVE PROGRAMMING
-> NOOENGINEERING
-> METAORGANON
Начав с вопроса о расширении логарифмической операции, мы пришли к вопросу о многоуровневой организации генерации вообще.
Именно поэтому Общая теория металогарифмов в её настоящем виде является одновременно:
математической гипотезой;
проектом формального аппарата;
языковой системой;
исследовательской программой.
Многие введённые здесь понятия ещё требуют:
строгой аксиоматики;
доказательств;
теории эквивалентностей;
инвариантов;
исследования вычислимости;
машинной реализации.
Это не недостаток, который следует скрывать.
Это граница между уже построенной концептуальной системой и будущей строгой теорией.
На следующем этапе необходимо пройти путь:
IDEA
-> DEFINITION
-> AXIOM
-> THEOREM
-> ALGORITHM
-> INTERPRETER
-> VERIFICATION
Если этот путь будет пройден, ОТМ сможет занять место не только как авторская система обозначений сверхбольших чисел, но как самостоятельный аппарат исследования:
генеративных операторов;
их эволюции;
многоуровневой экспликации;
математических метаязыков.
Но даже на нынешнем концептуальном уровне уже проявляется главный принцип всей книги.
Математическое развитие не обязано состоять только в создании всё более крупных объектов.
Оно может состоять в создании всё более высоких уровней, на которых такие объекты становятся доступными для мышления и операций.
Поэтому конечной целью ОТМ является не максимальное число.
Не самая длинная формула.
Не самый быстрый отдельный оператор.
Её более глубокая задача заключается в исследовании того, как:
создавать новые уровни математической генерации, на которых прежде неохватимые структуры превращаются в управляемые смысловые единицы.
Если этот принцип окажется плодотворным, его значение выйдет далеко за пределы металогарифмов.
Он сможет стать одним из оснований:
новой генеративной математики;
Изольдионики;
Теории Ланумов;
семантического программирования;
нооинженерии;
и, в предельной перспективе, технологий организации самого мышления.
В таком случае металогарифм окажется не конечным результатом данной теории.
Он станет её первым кодоном.
***************
Общая теория металогарифмов. В 2 тт. Том 1
© Copyright: Вадимир Петросян, 2026
Свидетельство о публикации №226101601416
Свидетельство о публикации №226101601416
Рецензии