History of P-complete|人類の知性と歴史とは、数学的合理性からかけ離れた決定論的チューリングマシンである

Decrypt history, Encrypt future™

History of P-complete|人類の知性と歴史とは、数学的合理性からかけ離れた決定論的チューリングマシンである

1. 知識の正体:並列不可能な「合意のシーケンス」

  • P-completeとしての学問:数学や物理の理論を学ぶプロセスは、ショートカット(並列計算)が絶対にできない直列の論理回路(P-complete)である。カントール、ブール、そして現代のproof complexityに関するHardness vs Randomnessに至るまでの過程で、普遍的合理性があるのであれば、現代知性はHardness vs Randomnessはいきなり読んで理解できるもののはずであるが、前のステップ(合意)を脳というプロセッサに順番にインストールしていくシーケンスは、どれほど優れた知性であっても省略できない。つまり人間社会はP-completeで作られている。
  • 根本的合理性の不在:数学の論文の連なりは、宇宙に最初からある「絶対的合理性のピラミッド」ではなく、人間という限定された計算機のネットワークノードが、お互いに破綻しないように結んできた「ただの合意のシーケンス」です。
  • 数学的証明は本来トートロジーのはずだが、トートロジーという連続的な理想と離散的な解の構築の現実を比較すると、閉じたトートロジーにはなっておらず、この数学的理想と離散的現実のギャップが進歩と解釈されている。

2. なぜ「記号」と「ステップ」なのか?

  • 英語などの自然言語は数世代で意味が変化するコンテキスト依存の記号である。人間という「100年未満で廃棄される物理計算ノードが、自分が到達した計算状態(State)を未来へコンパイルするためには、文化や感情を完全に削ぎ落とした「記号」と、誰がやっても同じ出力になる「ステップ(手続き)」という形式を開発する必要があった。

3. 人類のフロンティアの数理モデル

領域計算複雑性のクラス人類における意味
既知の領域P -complete人類がすでに結び、舗装し終えた過去の合意のシーケンス。
未踏の領域NP-complete(なはずだが)実際にSAT solver, CDCLで構築された時にはP-completeになる。これから合意になる可能性が高い複雑性クラス
超越の領域NP-hard、ただし、実現される時にはNP-completeの格子構造→P-completeの再現性に変化する無限とランダムネス。
新たなイノベーションNP-complete性を求めていたが、結局出来上がったものはP-completeである。舗装し終えると経路依存性に合理性はないため、1ステップずつ追う必要がある。
  • Hardness は Randomness である:まだ合意の記号に落とし込まれていない未解決の領域(Hardness)は、人間の脳というプロセッサにとっては、ただの予測不可能な雑音(Randomness)として映ります。次の合意がどれになるかは、未来の計算結果が予測できないのと同様、本質的に予測不可能です。

4. 歴史の真実:不完全さが生む「経路依存性」

  • 不完全なトートロジー:数学は建前上はトートロジー(同義語反復)ですが、現実の論文の歴史は、過去のすべてを正確に引用しているわけではありません。忘却、誤読、時代の流行という人間の不完全さ(離散的に必然のバグ≒構造的不可能性)を孕んでいます。
  • 経路依存性と分類困難性:この「不完全な引用」のせいで、学問や人間社会(都市・経済・交通の渋滞)には強烈な経路依存性(たまたま踏んでしまった過去のステップに未来が縛られる呪い)が生まれます。それは、綺麗な数学的 NP をはみ出す。

P-complete vs NP-complete

この構造を見抜いたとき、「厳密性を醸し出している専門家ほど危うい」という真実が浮かび上がります。彼らは、人間がたまたまバグだらけの伝言ゲームで構築したローカルなOS(過去のテープ)を体系化しているライブラリアンです。テープの先端にある予測不可能な困難性(hardness vs randomness)と向き合う姿勢は過去の体系とは全く無関係のランダムネスなチャレンジです。

P-completeをどんなに組み立ててもNP-completeを理想とした問題を解くことはできません。つまり、P-completeを学んでしまった人にとって、泥臭いNP-completeの3-SAT, CDCLは効率が悪いように感じてしまいます。しかし、効率的に解くことができないからNP-completeなのであり、並列で解くことができないのがP-completeなのです。P-completeの直列学習の先にあるのはP-completeとは全く関係のないNP-completeであり、NP-completeに対する目的を持ったSatisficingとCDCLで新たなP-completeの候補が生み出されます。そしてそのP-completeの新たなシーケンスには予測可能性が存在していない(既存のP-completeの系の外にあるランダムネスが任意に選択される)のです。