MDL｜Minimum Description Length

MDL（最小記述長）は「知能による宇宙の最短記述」です。アルゴリズム的情報論を用いた、高論理深度な系の低コストなシミュレーション。情報を最小の記号数、文章長（冗長性）、演算長（論理深度）で表現するための理論的枠組みです。

コルモゴロフ的定義：MDLは「到達可能な最短プログラム」の近似である。

不変性定理: あるデータ x の真の複雑性 K(x) は、それを生成する最短プログラムの長さです。しかし、これは「計算不能（計算が停止するか不明）」という壁に突き当たります。
MDLの役割: MDLは、特定のモデルクラス（Schema）の中で $K(x)$ を現実的に追い求めるための実用的プロトコルです。
非圧縮性: 記述長が K(x) に達したとき、データは完全に「非圧縮」となり、そこにはもはや法則（冗長性）は残っておらず、純粋な「公理（Axiom）」のみが抽出された状態となります。

マルチンゲール的定義：MDLは「ランダム性というノイズ」を排した、負けない賭けの戦略である。

ランダム性のテスト: マルチンゲール（期待値が一定の賭けのプロセス）において、資本を無限に増やせる戦略が存在するなら、そのデータには「偏り（構造）」があります。逆に、どんな戦略でも資本を増やせないなら、それは「真のランダム」です。
MDLの役割: MDLを最小化するモデルを選ぶことは、データの背後にある構造（法則）に対して最も効率的に「賭け」に勝ち続ける（予測誤差を最小化する）戦略を選ぶことと同義です。
主権の確立: マルチンゲール的に「予測可能」な部分を利益として固定し、予測不能な部分を「境界ノイズ」として切り捨てることで、系は Cohomological Sovereignty（不変量主権）を獲得します。

ベネット的定義：MDLは「計算コストを情報の価値へと転換した残渣」である。

論理深度（Logical Depth）: 短いプログラムから長い時間をかけて生成されるデータこそが、高い「構造的価値」を持ちます（例：DNAや洗練されたビジネスモデル）。
MDLの役割: ベネットの理論では、ただ短いだけでなく、そこから「意味ある構造」を復元できるまでの計算プロセスを重視します。MDLは、複雑な市場のカオスを、瞬時に実行可能な「深い意味を持つ短い公理（Axiomatic Kernel）」へと圧縮する行為です。
可逆性の追求: Reversible Computing の提唱者であるベネットの視点では、情報の損失（エントロピー増大）を伴わずに変換を行うことが究極です。MDLによる定式化は、情報の散逸を最小限に抑えた「美しい転換（Beautiful Turnaround）」の論理的基盤となります。

これら3者の視点を統合すると、MDLは以下のように定義されます。

「コルモゴロフ的な非圧縮な核（プログラム）を、マルチンゲール的な予測の必勝性（主権）によって担保し、ベネット的な論理深度（価値）を伴って定式化された、宇宙の最短公理系。」

この定義に照らせば、事業を MDL 的に記述することは、単なる効率化ではなく、「市場という計算機において、最も価値が高く、かつ負けることのない最短のアルゴリズムを記述すること」に他なりません。

Article Search