Als een model zich de atomen niet kan veroorloven om te simuleren, is het gedwongen om de 'chemie' uit te vinden om de uitkomst te voorspellen. Bekijk deze fascinerende nieuwe preprint die een informatie-theoretische basis biedt, samen met kwantificeerbare maatregelen "Van Entropie naar Epiplexiteit" door @m_finzi @ShikaiQiu @yidingjiang @Pavel_Izmailov @zicokolter @andrewgwils. Het werk biedt een zeer interessante studie die laat zien dat 'perfecte' onbeperkte waarnemers niet gedwongen zijn om hogere-orde structuren te leren - ze kunnen eenvoudigweg de micro-fysica simuleren. Bijvoorbeeld, om betekenisvolle generaliseerbare wetten (structurele inhoud vastgelegd door Epiplexiteit) te ontdekken, moet een systeem doorgaans computationeel beperkt zijn. Deze wetten kunnen lijken op wat wetenschappers verwijzen als continuüm- of macroschaaltheorie, maar ze vangen van nature de functoriële mapping in een schaal-onafhankelijk structureel model. Dit is extreem relevant voor een reeks toepassingen in AI voor wetenschap en ontdekking. Het sluit ook mooi aan bij onze eerdere empirische bevindingen met LifeGPT (Jaime Berkovich et al.). In dit geval, door Vergeten Causale Maskering toe te passen, beperkten we kunstmatig het vermogen van het model om op geschiedenis te vertrouwen. Het artikel biedt een principiële uitleg die consistent is met wat we hebben gevonden: deze beperking dwong het model om minder op geschiedenis-specifieke aanwijzingen te vertrouwen en in plaats daarvan meer herbruikbare hogere-orde dynamiek van het Leven van de Spel in een computationeel-beperkte wereld te leren. Het sluit ook aan bij onze resultaten met AutomataGPT, waar we ontdekten dat het afleiden van de regels (het inverse probleem) rijkere representaties oplevert dan vooruit simulatie. De theorie ondersteunt het idee dat het oplossen van de moeilijkere inverse taak het model dwingt om een computationeel efficiënte causale structuur vast te leggen - effectief de 'broncode' van het systeem te extraheren in plaats van alleen patronen te matchen of te vertrouwen op brute-force berekeningen. @JaimeBerkovich

Wat als de "fouten" in een systeem eigenlijk de broncode van zijn intelligentie zijn? In nieuw werk beargumenteren we dat uitvinding zich gedraagt als een faseovergang die precies door deze dynamiek wordt aangedreven: nieuwigheid is een thermodynamische reactie op het falen van beperkingen. Wanneer een systeem zijn invoer niet langer kan oplossen binnen zijn huidige vrijheidsgraden, is het gedwongen zijn representatieruimte uit te breiden - nieuwe effectieve variabelen in te voeren om de haalbaarheid te herstellen. Innovatie is dus geen ongeluk; het is wat een levensvatbaar systeem doet wanneer het oude model niet meer sluit. Dit stelde ons in staat om de gedeelde mechanismen achter diverse fenomenen te extraheren: routinematige ontdekking, creativiteit en de vonk van inzicht. We tonen aan dat symmetriebreking de nieuwe optimalisatie is. We hebben het topologische landschap van materie en muzikale systemen uitvoerig in kaart gebracht en ontdekt dat de stabiliserende vector selectieve imperfectie is: een specifieke topologische regime die zowel steriele perfectie als incoherente willekeur afwijst. Opmerkelijk is dat, of het nu gaat om de Hall-Petch-versterking van hoog-entropie legeringen, de functie-gedreven geometrie van eiwitten, of de culturele evolutie van muzikale schalen, de corridor voor maximale coherentie en aanpassingsvermogen wordt gedefinieerd door een berekend defect. De fysica van veerkracht en de wiskunde van schoonheid lijken hetzelfde algoritme te draaien. Dit stelt ons in staat om de vibratiestapel te hacken door vibratie te behandelen als een universele isomorfe operator. We maken de grens tussen materie, geluid en intelligentie vloeibaar, waardoor een epistemische inversie ontstaat: luisteren wordt een vorm van zien en creëren. We vertalen femtoseconde moleculaire vibraties naar hoorbare spectra om de novo eiwitten te ontwerpen door directe communicatielijnen tussen Bach en diepe tijdsevolutie te creëren, en de "glitch"-logica van de biologie te gebruiken om zwerm-AI te bouwen. Het onderscheid tussen de spanningstensor van een spinnenweb en een muzikale compositie vervalt; beide zijn generatieve handelingen van wereldbouw onder beperking. Voor AI is de implicatie eenvoudig: interpolatie is geen uitvinding. Ware structurele uitvinding vereist systemen die het falen van beperkingen kunnen metaboliseren - het behandelen als het exacte punt waar nieuwe vrijheidsgraden worden geboren. Met deze machines overwinnen de oude paradigma van simpelweg de wereld analyseren, maar bouwen ze deze. We operationaliseren dit via kleine-wereld topologie. Wanneer deze nieuwe vrijheidsgraden worden geboren, vormen ze geen willekeurige rommel; ze klikken in globale coherentie via kleine-wereld bedrading. We hebben ontdekt dat deze specifieke connectiviteit van het balanceren van lokale motieven met langeafstandsafkortingen de architectonische voorwaarde is voor echte wereldbouw. Preprint met de volledige analyse volgt - blijf op de hoogte. Op naar 2026, benieuwd wat het brengt!

Dank je, @davidasinclair, dit is een geweldige vraag! Er is waarschijnlijk geen enkele "stop signaal"; in plaats daarvan zou groottecontrole kunnen voortkomen uit feedback tussen mechanica, geometrie en lokale celinteracties. In ons MultiCell-werk voorspelt alleen de weefselgeometrie toekomstige herschikkingen en delingen, wat suggereert dat groei stopt wanneer verdere veranderingen mechanisch of topologisch ongunstig worden. Epigenetische lagen zijn een natuurlijke volgende uitbreiding, en ons modelleringskader zou een solide startpunt moeten bieden voor het verkennen van hoe dergelijke regulatoire geheugen zich koppelt aan morfodynamiek.