计算自生性的 Minary 原语
动力系统
2026-01-09 v1 机器学习
概率论
摘要
我们引入了 Minary,这是一个被设计为首个可形式化证明的自生性原语候选者的计算框架。Minary 将相互作用的概率事件表示为多维向量,并通过线性叠加而非乘法标量运算将它们组合,从而保留了不确定性,并在 范围内实现建设性和破坏性干涉。一组固定的“视角”根据隐藏的能力评估“语义维度”,它们的交互驱动了两个离散时间随机过程。我们将该系统建模为迭代随机仿射映射,并利用迭代随机函数理论证明它在分布上收敛于唯一的平稳律;我们还获得了关于能力矩阵的行、列和全局平均值的极限期望的显式闭合形式。然后,我们推导出了在给定语义维度被激活的条件下,归一化共识的均值和方差的精确公式,揭示了共识如何依赖于能力结构而不是原始输入信号。最后,我们论证了 Minary 在 Maturana 和 Varela 的意义上是组织封闭但操作开放的,并讨论了对于构建容纳独特主观身份概念的自维持、分布式和可并行化计算系统的影响。
引用
@article{arxiv.2601.04501,
title = {The Minary Primitive of Computational Autopoiesis},
author = {Daniel Connor and Colin Defant},
journal= {arXiv preprint arXiv:2601.04501},
year = {2026}
}
备注
21 pages, 2 figures