Демон Лапласа в коде: шесть причин, почему идеальный прогноз невозможен

Идеальный прогноз будущего — мечта не только физиков XIX века, но и инженеров AI: если мы знаем состояние системы и закон эволюции, прогноз должен быть точным. Проект на Хабре берёт эту интуицию буквально и превращает демона Лапласа в исполняемую модель на Python и Go, чтобы показать, где и почему конструкция перестаёт масштабироваться на реальную физику.

Формально: при полном знании начальных условий и закона эволюции условная энтропия любого события обращается в ноль. Автор строит конечную детерминированную систему — одномерное кольцо из w двоичных ячеек с элементарным клеточным автоматом — и вычисляет всё точным перебором, без статистических оценок. Для такой системы при точно заданном начальном состоянии любое событие получает вероятность строго 0 или 1. Демон работает.

Но дальше начинаются ограничения — шесть типов, от практических до фундаментальных.

Ретродикция и необратимость. Для большинства правил клеточного автомата отображение эволюции не является биекцией. Одно состояние может иметь несколько прообразов или ни одного (Garden of Eden). Знание текущего состояния не различает прообразы сверх априорного распределения — информация уничтожается. В фундаментальной физике ситуация иная: теорема Лиувилля и унитарность квантовой эволюции сохраняют информацию на уровне микросостояния; рост термодинамической энтропии — результат огрубления описания, а не уничтожения. Различение этих двух случаев принципиально.

Вычислительная несводимость. Восемь из 256 правил аддитивны над GF(2), и для них переход на n шагов сводится к бинарному возведению в степень — O(log n) вместо O(n). Для правила 90 переход на 10^18 шагов занимает логарифмическое число операций. Для правила 30 общего алгоритма быстрого перехода не известно — это открытая проблема (Rule 30 Prize Problems). Программа честно отказывает в ускоренном вычислении и иллюстрирует проблему, а не закрывает её.

Хаотическая динамика и горизонт предсказуемости. Для двойного маятника старший показатель Ляпунова оценивается методом Бенеттина, а не задаётся вручную. Горизонт достоверности прогноза: T_pred = (1/λ) ln(δ_tol/δ_0). За пределами горизонта закон остаётся детерминированным, но прогноз теряет практическую ценность экспоненциально быстро. Показательный случай: в ранней версии λ было задано вручную, и измерение изменило вывод о принадлежности горизонта к области достоверности на противоположный.

Квантовая неопределённость. Это ограничение иной природы: результат отдельного измерения не предсказывается из знания состояния, доступного до измерения. Для перепутанной пары кубитов (состояние Белла) при знании полной волновой функции условная энтропия результата локального измерения остаётся максимальной — 1 бит. Это не вычислительное открытие программы, а прямое следствие заложенного в модель правила Борна. Полное классическое описание состояния не превращает вероятностный исход в предопределённое значение.

Термодинамическая цена информации. Принцип Ландауэра ограничивает снизу энергетическую цену логически необратимого стирания одного бита: не менее kT ln 2. Владение знанием энергетически бесплатно; цена возникает в момент, когда память демона нужно очистить для следующего наблюдения. Программа находит минимальное достаточное знание перебором и вычисляет цену сброса памяти как число сохраняемых бит, умноженное на kT ln 2.

Главный вывод проекта: случайность оказывается свойством пары (событие, наблюдатель), а не события как такового. Идентичное физическое событие получает различную величину неопределённости в зависимости исключительно от знания наблюдателя. Демон Лапласа реализуем буквально в конечной детерминированной системе — но шесть ограничений показывают, где детерминизм перестаёт масштабироваться на реальную физику, и каждое из них оговорено по статусу: что доказано, что открыто, что зависит от интерпретации.

Источник: Все статьи подряд / Искусственный интеллект / Хабр