Automatische Übersetzung des datierten englischen Originals. Die englische Seite ist maßgeblich. English →
Cauchys vier Funktionalgleichungen -- additiv, multiplikativ, exponentiell und logarithmisch -- sind die einzigen stetigen Lösungen ihrer jeweiligen Kompositionsbedingungen. Dieses Papier argumentiert, dass dieses 200 Jahre alte mathematische Ergebnis eine physikalisch prüfbare Konsequenz hat: Unter den genannten Axiomen zwingt es Skalierungsgesetze in eine von drei Funktionsfamilien (Potenzgesetz, Exponential oder Sättigungskurve). Die Familie
25. August 2026 (v3.9): zwei datierte Klarstellungen, kein wissenschaftlicher Inhalt geändert: Die alleinstehende 19/25-Aussage reist nun mit ihrem korrigierten Paar (der exploratorische Rerun vom 11. August 2026, der den logarithmischen Kandidaten hinzufügt, ergibt 18/25, und die Cauchy-abgeleitete Teilmenge liest sich vor und nach mit 14/18, wie das Abstract bereits verzeichnet); und der Satz zum Präregistrierungs-Status ist als historisch datiert, wobei der prospektive Vier-Zellen-Test nun als vollständiger OSF-Entwurf vorbereitet ist, der auf die menschliche Einreichung wartet.
Innerhalb der ARC Theory: die mathematische Klassifikation hinter der Form von Law I; das Cauchy-Funktionalgleichungs-Raster.
Cauchys vier Funktionalgleichungen - additiv, multiplikativ, exponentiell und logarithmisch - sind die einzigen stetigen Lösungen ihrer jeweiligen Kompositionsbedingungen. Wir argumentieren, dass dieses 200 Jahre alte mathematische Ergebnis eine physikalisch prüfbare Konsequenz hat: Unter den genannten Axiomen zwingt es Skalierungsgesetze in eine von drei Funktionsfamilien (Potenzgesetz, Exponential oder Sättigungskurve). Die Familie wird durch den Kompositionsoperator des zugrunde liegenden rekursiven Verstärkungsprozesses bestimmt.
Der neuartige Beitrag ist nicht die Cauchy-Mathematik selbst, sondern die Behauptung, dass Funktionalgleichungen vom Cauchy-Typ eine physikalisch prüfbare Konsequenz für die Klassifikation von Skalierungsgesetzen über Domänen hinweg haben.
Wir präsentieren einen strukturierten Vorhersagevergleich über 50 reale Systeme in fünf Beleg-Ebenen. Für jede empirische Domäne wurde der Kompositionsoperator vor der Anpassung aus bekannter Physik klassifiziert, die Skalierungsfamilie wurde aus der Operatorklasse vorhergesagt, veröffentlichte oder Standard-Referenzdaten wurden geladen, und die Vorhersage wurde durch unabhängige Modellanpassung mittels AICc-basierter Modellauswahl geprüft.
Primärergebnis (berechnet an der Kandidatenmenge aus sechs Modellen, die keinen logarithmischen und keinen rein linearen Kandidaten enthielt (Abschnitt 3.2)): 19 von 25 empirischen Kurvenanpassungs-Domänen bestätigen die von Cauchy vorhergesagte Familie unter strenger AICc-Modellauswahl. Die primäre Signifikanzstatistik ist ein Permutationstest, bedingt sowohl auf die vorhergesagten als auch auf die beobachteten Familien-Randverteilungen: $p = 7 \times 10^{-5}$. Ein einseitiger Binomialtest gegen eine gleichmäßige Chance von $1/3$ ergibt $p = 1,56 \times 10^{-5}$ (etwa 1 zu 64.000) und wird als Sensitivitätsprüfung beibehalten. Das Ergebnis hält auch auf der streng Cauchy-abgeleiteten Teilmenge allein (den 18 multiplikativen und additiven Domänen, unter Ausschluss der beschränkten Familie, deren Erschöpfung ein offenes Problem bleibt): 14/18, Permutation $p = 3,0 \times 10^{-4}$. Sekundäre Ergebnisse: eine Basislinien-20-Neuauswertung ergibt 15/20 ($p = 1,67 \times 10^{-4}$); veröffentlichte metabolische Exponenten passen in 13/13 direkten Fällen zum nächstgelegenen ARC/Cauchy-Vergleichswert; analytische Identitäten bestätigen 6/6. Diese Ebenen werden getrennt berichtet und werden niemals zu einer einzigen zusammengefassten Zahl kombiniert.
Dieses Ergebnis ist stark genug, um als exploratorischer Beleg veröffentlicht zu werden, aber nicht stark genug, um als bewiesen behauptet zu werden. Für diesen Test existiert kein bei einem Register hinterlegtes Präregistrierungs-Artefakt. Die Vorhersagen selbst wurden durch datierte Publikation präregistriert: die pro-Zeile-Klassifikationen in den hash-fixierten Katalogdateien vom März 2026, das gesperrte 12-Domänen-Erweiterungs-Manifest vom 17. März 2026 und die beiden gedruckten Vorhersage-Anhänge des Buches vom 2. Januar 2026, bevor die Paper und das Programm existierten. Was nicht im Voraus fixiert wurde, war das Anpassungsprotokoll, und diese Lücke wird prospektiv durch die gestaffelten, bei einem Register hinterlegten Tests geschlossen: den Vier-Zellen-Test und den 80-Domänen-Erweiterungstest. Ein separater, vorwärtsgerichteter Vorhersagerahmen existiert und wird nicht als Deckung dieses Ergebnisses beansprucht. Am 17. März 2026, zwischen 02:06:51 und 02:07:05 UTC, wurden ein Vorhersageprotokoll, ein Erweiterungsmanifest und eine Prüfsummen-Datei in der öffentlichen Open-Science-Framework-Komponente hinterlegt x6wa7. Jede trägt einen von OSF vergebenen Erstellungszeitstempel, jede hat einen Modifikationszeitstempel, der mit ihrem Erstellungszeitstempel identisch ist, und die Ergebnisse für die von ihnen spezifizierten Domänen wurden nicht berechnet. Das ist eine datierte Dritt-Deposition und keine OSF Registration, die ein davon unterscheidbares eingefrorenes und schemagebundenes Objekt ist, das diese Komponente nicht trägt; die API meldet registration: false und die Seite sagt das, statt es zu verwischen. Was die Deposition feststellt, ist die Reihenfolge: Die Vorhersagen waren öffentlich und unverändert, bevor irgendein Ergebnis existierte, das sie vorhersagen. Unabhängige Replikation ist erforderlich.
Stichwörter: Cauchy-Funktionalgleichungen, Skalierungsgesetze, Potenzgesetze, Universalität, domänenübergreifend, rekursive Komposition, AICc-Modellauswahl, metabolische Skalierung, neuronale Skalierung, ARC Principle
Dieses Papier trägt ein Ergebnis: Unter den genannten Axiomen heften Cauchys vier Funktionalgleichungen stetige Skalierungsgesetze an eine von drei Familien (Potenz, Exponential oder Sättigung), was eine zweihundert Jahre alte Identität in eine physikalisch prüfbare Vorhersage über die Formen verwandelt, die empirische Skalierungskurven annehmen können. Innerhalb der ARC Theory (der Theorie der Artificial Recursive Creation) ist es eines der ARC/Eden-Experimente, das mathematische Rückgrat, das Kompositionsbedingungen an beobachtete Funktionsformen bindet. Die vollständige Differenz gegenüber jedem früheren Dokument steht unter eden-vision II.A.8.
Warum gibt es Skalierungsgesetze überhaupt? Warum schlägt das Herz einer Maus schneller als das eines Elefanten nach derselben mathematischen Beziehung, die regelt, wie Städte wachsen, wie Solarmodule billiger werden und wie neuronale Netze sich mit ihrer Größe verbessern?
Die Standardantwort ist domänenspezifisch. Biologen berufen sich auf fraktale Gefäßnetze. Physiker berufen sich auf den Renormierungsgruppen-Fluss. Ökonomen berufen sich auf Learning-by-doing. Jede Erklärung funktioniert innerhalb ihrer Domäne, bietet aber keinen Grund dafür, warum dieselben mathematischen Formen in Domänen wiederkehren, die keinen physikalischen Mechanismus teilen.
Dieses Papier schlägt eine domänenunabhängige Antwort vor und prüft sie: Die Form jedes Skalierungsgesetzes wird durch den Kompositionsoperator des zugrunde liegenden rekursiven Prozesses bestimmt, und Cauchys Funktionalgleichungen beschränken, welche Formen möglich sind.
Augustin-Louis Cauchy hat im frühen neunzehnten Jahrhundert festgestellt, dass vier Funktionalgleichungen eindeutige stetige Lösungen haben:
Additiv: $f(x + y) = f(x) + f(y)$ hat die Lösung $f(x) = cx$
Multiplikativ: $f(xy) = f(x) \cdot f(y)$ hat die Lösung $f(x) = x^c$
Exponentiell: $f(x + y) = f(x) \cdot f(y)$ hat die Lösung $f(x) = a^x$
Logarithmisch: $f(xy) = f(x) + f(y)$ hat die Lösung $f(x) = c \log x$
Das sind keine vier unabhängigen Ergebnisse. Es sind vier Gesichter einer einzigen Bedingung: der Anforderung, dass eine Funktion mit einer binären Operation verträglich ist. Unter Regularität (Stetigkeit, oder Messbarkeit, oder Beschränktheit auf einem Intervall) fällt eine Funktion, die eine der beiden Strukturen auf den positiven reellen Zahlen in eine der beiden Strukturen überführt, in genau vier Familien: linear ($f(x)=cx$), Potenzgesetz ($f(x)=x^c$), exponentiell ($f(x)=a^x$) und logarithmisch ($f(x)=c\log x$). Damit sind die Homomorphismen erschöpft. Nicht erschöpft sind damit die Skalierungsgesetze, denn die meisten Systeme sind keine Homomorphismen einer der beiden Strukturen: Sättigungsverhalten, kritische Exponenten, Krümmung auf logarithmischen Achsen und Übergänge zwischen mehreren Regimen liegen alle außerhalb des Rasters, und das Raster sagt nichts über sie. Die additive Gleichung ergibt die lineare Form $f(x)=cx$; die multiplikative Gleichung ergibt Potenzgesetze; die exponentielle Gleichung regiert exponentielles Wachstum und Zerfall; und die logarithmische Gleichung regiert die unbeschränkte Abbildung $c\log x$, die multiplikativ im Eingang und additiv im Ausgang ist und keine Familie abnehmender Erträge darstellt, da $c\log x$ unbeschränkt ist.
Betrachten Sie ein beliebiges System, in dem eine Größe $U$ mit der rekursiven Tiefe $R$ wächst. Der Kompositionsoperator des Systems bestimmt, wie aufeinanderfolgende Anwendungen sich verknüpfen:
Wenn Sie den Kompositionsoperator eines Systems kennen, können Sie die Funktionsform seines Skalierungsgesetzes vorhersagen, bevor Sie irgendwelche Daten sehen. Die Vorhersage folgt aus Cauchys Gleichungen ohne freie Parameter und ohne Kurvenanpassung.
Für jede Domäne:
Die Operator-Klassifikation wird vor dem Lauf des Anpassungsverfahrens vorgenommen. Die Vorhersagen, Daten und Anpassungslogik befinden sich jedoch alle in einem einzigen vom Autor geschriebenen Skript. Für diesen Test existiert kein bei einem Register hinterlegtes Präregistrierungs-Artefakt. Die Vorhersagen selbst wurden durch datierte Publikation präregistriert: die pro-Zeile-Klassifikationen in den hash-fixierten Katalogdateien vom März 2026, das gesperrte 12-Domänen-Erweiterungs-Manifest vom 17. März 2026 und die beiden gedruckten Vorhersage-Anhänge des Buches vom 2. Januar 2026, bevor die Paper und das Programm existierten. Was nicht im Voraus fixiert wurde, war das Anpassungsprotokoll, und diese Lücke wird prospektiv durch die gestaffelten, bei einem Register hinterlegten Tests geschlossen: den Vier-Zellen-Test und den 80-Domänen-Erweiterungstest. Dieser Test sollte daher als strukturierter Vorhersagevergleich verstanden werden, nicht als formal registrierter Blindtest. Eine Replikation mit unabhängiger Operator-Klassifikation ist geplant.
Der v2-Test verwendet ordentliches AICc (korrigiertes Akaike-Informationskriterium), berechnet aus Residuenquadratsumme, Stichprobengröße und Parameterzahl - nicht die R$^2$-basierte Näherung, die im veralteten v1-Test verwendet wurde. Die v1-Näherung ($\text{AIC} \approx n \ln(1 - R^2) + 2k$) war als Heuristik angemessen, hätte aber nicht als strenges AIC im standardstatistischen Sinne beschrieben werden dürfen. Die v2-Neufassung korrigiert dies.
Der primäre Signifikanztest ist ein rand-bedingter Permutationstest: Bei festgehaltenen Randverteilungen sowohl der vorhergesagten als auch der beobachteten Familien und 400.000-facher Permutation der Zuordnung beträgt die Wahrscheinlichkeit von 19 oder mehr Treffern $p = 7 \times 10^{-5}$. Die erwartete Trefferzahl unter dieser Nullhypothese liegt bei 9,5 von 25, nicht bei den 8,33, die eine gleichmäßige Nullhypothese liefert, denn Potenzgesetze sind unter den beobachteten Anpassungen schlicht häufig. Ein einseitiger Binomialtest gegen eine gleichmäßige Drei-Familien-Nullhypothese ergibt $p = 1,56 \times 10^{-5}$ und wird als Sensitivitätsprüfung beibehalten; sie ist die schwächere Nullhypothese und wird nicht als Kopfzeile verwendet. Sigma-Äquivalente werden nicht zitiert, da sie sich mit der Wahl der Nullhypothese verschieben. Reproduktion: scripts/paper-vii-permutation-null.py im Site-Repository, das die veröffentlichte Tabelle aus Abschnitt 5 direkt parst, sodass sie nicht von dieser Seite abweichen kann.
Abschnitt 2.1 benennt vier Cauchy-Familien. Die Kandidatenmenge in Abschnitt 3 enthält sechs Modelle, die drei davon aufspannen: die Familien Potenzgesetz, Exponential und beschränkt. Zwei der vier stetigen Cauchy-Lösungen haben keinen eigenen Kandidaten: die logarithmische Form $c \log x$ und die rein lineare Form $cx$. Eine Konsequenz läuft in jede Richtung. Eine echt logarithmische Domäne hätte nicht korrekt klassifiziert werden können, denn der Anpasser hatte keinen logarithmischen Kandidaten zur Auswahl, sodass einige der sechs Fehltreffer garantierte Fehltreffer gewesen sein mögen; und einige der neunzehn Treffer mögen logarithmische Beziehungen sein, denen ein Potenzgesetz über einen endlichen Bereich hinweg akzeptabel passt. Jede Trefferzahl in diesem Papier trägt daher diesen Vorbehalt, und keine darf ohne ihn zitiert werden. Eine Bestätigungsstudie, die den Vergleich mit der vollen Vier-Familien-Kandidatenmenge wiederholt und deren Zellen-Ausgänge im Voraus spezifiziert sind, ist entworfen und datiert als Entwurfsregistrierung, die auf menschliche Einreichung wartet (der Vier-Familien-Test der logarithmischen Zelle im registrierten Programm, neben der Erweiterungsstudie zu frischen Domänen). Bis diese Neuauswertung berichtet, sind die untenstehenden Zahlen das Ergebnis der sechs Modelle, genau wie berechnet, und nichts Stärkeres.
Die Suite aus 50 Domänen umfasst fünf Beleg-Ebenen abnehmender Stärke. Diese Ebenen werden niemals zu einer einzigen zusammengefassten Zahl kombiniert.
| Ebene | Beschreibung | Anzahl | Ergebnis | Signifikanz |
|---|---|---|---|---|
| Primär | Empirische Kurvenanpassung (AICc) | 25 | 19/25 | $p = 7 \times 10^{-5}$ Permutation; $1,56 \times 10^{-5}$ Binomial |
| Sekundär | Basislinien-20-Neuauswertung (AICc) | 20 | 15/20 | $p = 1,67 \times 10^{-4}$ |
| Sekundär | Veröffentlichte Exponenten (direkt) | 13 | 13/13 | Treffer beim nächstgelegenen Vergleichswert |
| Vermerkt | Veröffentlichte Exponenten (vorläufig) | 6 | 3/6 | Umstrittene Organismen |
| Vermerkt | Analytische Identitäten | 6 | 6/6 | Tautologische Bestätigung |
| # | Domäne | Operator | Vorhergesagt | AICc-Bestes | Treffer |
|---|---|---|---|---|---|
| 1 | Kleibers Gesetz (metabolische Skalierung) | Multiplikativ | Potenzgesetz | Sättigungs-Exp | Nein |
| 2 | Stadtskalierung (BIP vs. Bevölkerung) | Multiplikativ | Potenzgesetz | Potenzgesetz | Ja |
| 3 | Arten-Fläche (Galápagos) | Multiplikativ | Potenzgesetz | Hill | Nein |
| 4 | Wrights Gesetz (Solar-PV) | Multiplikativ | Potenzgesetz | Potenzgesetz | Ja |
| 5 | Heaps Gesetz (Vokabular) | Multiplikativ | Potenzgesetz | Potenzgesetz | Ja |
| 6 | Zipfsches Gesetz (Worthäufigkeit) | Multiplikativ | Potenzgesetz | Michaelis-Menten | Nein |
| 7 | Lernkurve (Zigarrenrollen) | Multiplikativ | Potenzgesetz | Potenzgesetz | Ja |
| 8 | Mooresches Gesetz (Transistorzahl) | Additiv | Exponentiell | Exponentiell | Ja |
| 9 | Radioaktiver Zerfall (P-32) | Additiv | Exponentiell | Exponentiell | Ja |
| 10 | Gutenberg-Richter (Erdbeben) | Additiv | Exponentiell | Exponentiell | Ja |
| 11 | Bakterienwachstum (E. coli) | Beschränkt | Beschränkt | Logistisch | Ja |
| 12 | O$_2$-Hämoglobin-Kurve | Beschränkt | Beschränkt | Hill | Ja |
| 13 | SIR-Epidemie (Ebola 2014) | Beschränkt | Beschränkt | Hill | Ja |
| 14 | Amdahls Gesetz (CPU-Skalierung) | Beschränkt | Beschränkt | Michaelis-Menten | Ja |
| 15 | Muskel-Kraft-Geschwindigkeit (Hill 1938) | Beschränkt | Beschränkt | Exponentiell | Nein |
| 16 | Facebook-MAU-Wachstum | Beschränkt | Beschränkt | Logistisch | Ja |
| 17 | Brownsche Diffusion (MSD) | Multiplikativ | Potenzgesetz | Potenzgesetz | Ja |
| 18 | Hortons Gesetz (Bachanzahl) | Additiv | Exponentiell | Exponentiell | Ja |
| 19 | Neuronale Skalierungsgesetze (LLM-Verlust) | Multiplikativ | Potenzgesetz | Potenzgesetz | Ja |
| 20 | Zeitkristallordnung (Rydberg-Gas) | Beschränkt | Beschränkt | Potenzgesetz | Nein |
| 21 | Sternmasse-Leuchtkraft | Multiplikativ | Potenzgesetz | Logistisch | Nein |
| 22 | Herzfrequenz vs. Körpermasse | Multiplikativ | Potenzgesetz | Potenzgesetz | Ja |
| 23 | Rentsche Regel (VLSI-Pin-Anzahl) | Multiplikativ | Potenzgesetz | Potenzgesetz | Ja |
| 24 | Taylors Potenzgesetz | Multiplikativ | Potenzgesetz | Potenzgesetz | Ja |
| 25 | Hacks Gesetz (Bachlänge) | Multiplikativ | Potenzgesetz | Potenzgesetz | Ja |
Unter strenger AICc-basierter Modellauswahl wird die von Cauchy vorhergesagte Familie in 19 von 25 empirischen Kurvenanpassungs-Domänen bestätigt. Die rand-bedingte Permutationswahrscheinlichkeit beträgt $p = 7 \times 10^{-5}$; die Binomialwahrscheinlichkeit unter gleichmäßiger zufälliger Zuordnung zu den drei in dieser Kandidatenmenge vorhandenen Familien beträgt $p = 1,56 \times 10^{-5}$, etwa 1 zu 64.000; unter dem Vier-Familien-Raster ergibt dasselbe Ergebnis $p = 1,27 \times 10^{-7}$, etwa 1 zu 7,9 Millionen, sodass die hier berichtete Zahl die konservative ist. Auf der streng Cauchy-abgeleiteten Teilmenge allein (nur multiplikative und additive Domänen) lautet das Ergebnis 14/18 bei Permutation $p = 3,0 \times 10^{-4}$: Die Kopfzeile hängt nicht von der beschränkten Familie ab, deren Erschöpfung offen bleibt.
Das ist stark genug, um als exploratorischer Beleg veröffentlicht zu werden. Es ist nicht stark genug, um als bewiesen behauptet zu werden. Unabhängige Replikation mit präregistrierter Operator-Klassifikation ist der notwendige nächste Schritt.
Als Kontext wurden die ursprünglichen 20 Basislinien-Domänen mit dem neuen ordentlichen AICc-Anpasser erneut ausgewertet. Das Ergebnis lautet 15/20 ($p = 1,67 \times 10^{-4}$). Das ist nicht direkt mit dem v1-Ergebnis von 14/20 vergleichbar, denn der Anpasser hat sich geändert (R$^2$-basierte AIC-Näherung zu ordentlichem AICc), und einige Modellauswahlen haben sich entsprechend verschoben. Die Basislinien-20-Neuauswertung wird zur Transparenz berichtet, nicht als Beleg dafür, dass der neue Anpasser konservativer oder weniger konservativ als der alte ist.
Sechs von 25 empirischen Domänen ergaben ein bestangepasstes Modell außerhalb der vorhergesagten Familie. Jeder Fehltreffer hat eine spezifische, identifizierbare Erklärung. Ehrliche Analyse folgt.
| # | Domäne | Vorhergesagt | AICc-Bestes | Erklärung |
|---|---|---|---|---|
| 1 | Kleibers Gesetz | Potenzgesetz | Sättigungs-Exp | Klassischer umstrittener Fall. Kleibers ursprünglicher Datensatz von 1932 hat nur 13 Säugetiere. Ein beschränktes Modell kann leichte obere Krümmung bei extremen Körpermassen erfassen. Die Debatte um den Potenzgesetz-Exponenten (0,67 vs. 0,75) besteht seit Jahrzehnten. |
| 3 | Arten-Fläche (Galápagos) | Potenzgesetz | Hill | Kleiner Datensatz (30 Galápagos-Inseln) mit hoher Streuung. Mehrere Inseln haben sehr kleine Flächen mit unverhältnismäßiger Artenzahl. Die Hill-Funktion kann diese Streuung mit ihrem zusätzlichen Parameter aufnehmen. |
| 6 | Zipfsches Gesetz | Potenzgesetz | Michaelis-Menten | Trunkierung durch endliches Korpus. Das Brown-Korpus hat eine harte obere Grenze für die Worthäufigkeit (69.971 für „the"). Bei niedrigen Rängen sättigen die Häufigkeiten gegen diese Obergrenze und ziehen AICc in Richtung eines beschränkten Modells. Das Zipfsche Gesetz ist ein Potenzgesetz im asymptotischen Grenzwert; endliche Korpora verletzen diesen Grenzwert. |
| 15 | Muskel-Kraft-Geschwindigkeit | Beschränkt | Exponentiell | Die Kraft-Geschwindigkeits-Daten von Hill 1938 zeigen eine monotone Abnahme von der maximalen isometrischen Kraft bis auf null bei maximaler Geschwindigkeit. Die Daten erreichen oder demonstrieren kein asymptotisches Plateau - sie enden dort, wo die Kraft null erreicht. Ein exponentieller Zerfall passt besser zu diesem trunkierten Bereich als eine Sättigungskurve. Die beschränkte Vorhersage erfordert Daten, die die volle Annäherung an die Sättigung überspannen. |
| 20 | Zeitkristallordnung | Beschränkt | Potenzgesetz | Nur 4 Datenpunkte. Bei so wenigen Beobachtungen bestraft AICc die zusätzlichen Parameter von Sättigungsmodellen. Ein Potenzgesetz mit weniger freien Parametern gewinnt aus Sparsamkeitsgründen. Die beschränkte Vorhersage mag korrekt sein, ist aber mit diesem Datensatz nicht prüfbar. |
| 21 | Sternmasse-Leuchtkraft | Potenzgesetz | Logistisch | Die Masse-Leuchtkraft-Beziehung zeigt bei hohen Sternmassen erhebliche Streuung, wo Strahlungsdruck, konvektive Instabilität und unterschiedliche Fusionswege Abweichungen von einem einfachen Potenzgesetz erzeugen. Ein logistisches Modell absorbiert diese Streuung, indem es eine scheinbare obere Abflachung anpasst. |
Zusammenfassend: Drei Fehltreffer betreffen kleine oder trunkierte Datensätze (Arten-Fläche, Zeitkristall, Zipf); einer betrifft Daten, die den vollen Sättigungsbereich nicht überspannen (Muskel-Kraft-Geschwindigkeit); einer betrifft eine klassisch umstrittene Beziehung (Kleiber); und einer betrifft astrophysikalische Komplexität bei extremen Werten (Sternmasse-Leuchtkraft). Keiner stellt einen Fall dar, in dem die vorhergesagte Familie im Prinzip grundsätzlich falsch wäre - aber ebenso wenig kann ein Fehltreffer abgetan werden. Dies sind echte Misserfolge, die eine unabhängige Replikation adressieren muss.
Dreizehn Taxa mit gut etablierten metabolischen Skalierungsexponenten wurden gegen die ARC/Cauchy-Dimensionsvorhersage geprüft. Die Vorhersage erfordert drei Bedingungen: (a) multiplikative Komposition (Cauchys Gleichung zwingt die Form in ein Potenzgesetz), (b) $d$-dimensionale raumfüllende Transportgeometrie und (c) eine Erhaltungs- oder Optimierungsbedingung am Ressourcenfluss (Energieminimierung bei West et al.; Angebot-Nachfrage-Balance bei Banavar et al.; Steady-State-Energiebilanz bei Demetrius). Unter allen drei Bedingungen wird der Exponent auf $d/(d+1)$ eingeschränkt. Weder Cauchy allein noch Raumfüllung allein genügt. Organismen mit dreidimensionalem Gefäßtransport und erhaltenem Fluss sollten wie $M^{3/4}$ skalieren, jene mit zweidimensionalem Transport wie $M^{2/3}$ und jene mit eindimensionalem filamentösem Transport wie $M^{1/2}$.
Der empirische Wert des metabolischen Skalierungsexponenten bei Säugetieren ist umstritten, mit Schätzungen zwischen etwa 0,67 und 0,75, je nach Taxon, Massenbereich, Temperaturkorrektur und statistischer Methode (White & Seymour 2003; Glazier 2005, 2022). Der größte moderne Datensatz (619 Arten) liefert eine Maximum-Likelihood-Schätzung von 0,687 (95 % KI 0,674-0,701), was 0,750 ausschließt. Die $d/(d+1)$-Vorhersage von 0,750 für $d = 3$ trifft das obere Ende des empirischen Bereichs. Die Variation selbst ist mit dem Rahmen vereinbar: Organismen mit effektiven Transportdimensionen zwischen 2 und 3 würden Exponenten zwischen 2/3 und 3/4 ergeben. Der Rahmen sagt diese Variation voraus, nicht einen einzelnen universellen Exponenten.
| # | Taxon | Vorhergesagt | Beobachtet | Nächster | KI enthält? |
|---|---|---|---|---|---|
| 26 | Säugetiere | 0.750 | 0.737 | $d=3$ | Ja |
| 27 | Vögel | 0.750 | 0.720 | $d=3$ | Ja |
| 28 | Fische | 0.750 | 0.800 | $d=3$ | Ja |
| 29 | Reptilien | 0.750 | 0.760 | $d=3$ | Ja |
| 30 | Insekten | 0.750 | 0.750 | $d=3$ | Ja |
| 31 | Amphibien | 0.750 | 0.740 | $d=3$ | Ja |
| 32 | Krebstiere | 0.750 | 0.730 | $d=3$ | Ja |
| 33 | Quallen | 0.667 | 0.680 | $d=2$ | Ja |
| 34 | Nesseltiere | 0.667 | 0.700 | $d=2$ | Ja |
| 35 | Rippenquallen | 0.667 | 0.660 | $d=2$ | Ja |
| 36 | Ektomykorrhiza-Pilze | 0.500 | 0.580 | $d=1$ | Ja |
| 37 | Marine Pilze | 0.500 | 0.530 | $d=1$ | Ja |
| 38 | Saprotrophe Pilze (20 °C) | 0.500 | 0.530 | $d=1$ | Ja |
Alle 13 veröffentlichten Exponenten liegen am nächsten zum vorhergesagten dimensionalen Vergleichswert ($d/(d+1)$), und alle 13 Konfidenzintervalle enthalten den vorhergesagten Wert. Das ist ein starker bekräftigender Beleg, aber er prüft eine andere Behauptung (spezifischer Exponent) als das Primärergebnis (Funktionsfamilie), und wird deshalb getrennt berichtet.
Die obige Tabelle trägt keine zeilenspezifische Zitationsspalte. Die Verweise [26]-[35] in Abschnitt 10.2 benennen die breitere Kompendienliteratur zur interspezifischen metabolischen Skalierung (West, Brown und Enquist 1997; Banavar et al. 1999, 2010; Demetrius 2003, 2006, 2010; White und Seymour 2003; Glazier 2005, 2022; Kolokotrones et al. 2010), aus der die Literatur zu Säugetier-, Wirbeltier- und Wirbellosen-Skalierungsexponenten zusammengestellt wird, aber dieses Papier verankert derzeit keine verschlossene zeilenspezifische Quellenzitation zu jedem beobachteten Exponenten oder Konfidenzintervall in der Tabelle. Unabhängige Leser sollten einzelne Zeilen als ausstehend für eine zeilenspezifische Quellenprüfung vor Wiederverwendung in sekundären Arbeiten behandeln; die Zeilen zu Quallen, Nesseltieren und Rippenquallen (33-35) und die drei Pilzzeilen (36-38) sind diejenigen, für die in diesem Papier keine zeilenspezifische Quellenzitation verankert ist.
Die Einträge zu Quallen, Nesseltieren und Rippenquallen (Zeilen 33-35) sind als Treffer beim nächstgelegenen Vergleichswert zu $d = 2$ klassifiziert, das heißt, ihre beobachteten Exponenten liegen näher an 2/3 als an 1/2 oder 3/4. Die $d = 2$-Biologievorhersage bleibt jedoch im starken Sinne ungeprüft, denn kein bekannter Organismus besitzt ein echtes zweidimensionales hierarchisch raumfüllendes Transportnetzwerk mit erhaltenem Fluss. Diesen Organismen fehlt die Gefäßarchitektur, die die $d/(d+1)$-Herleitung voraussetzt. Die $d = 2$-Bestätigung existiert in der Kosmologie (Friedmann-Materie-Ära-Lösung, exakt) und Physik (Perkolation, Fragmentierung), nicht in der Biologie. Diese Zeilen sollten als empirische Nähe zum $d = 2$-Vergleichswert verstanden werden, nicht als dimensionale Bestätigung.
Sechs zusätzliche Taxa mit umstrittenen oder proxy-basierten dimensionalen Zuordnungen wurden geprüft. Nur 3 von 6 treffen den nächstgelegenen vorhergesagten Vergleichswert. Die Fehltreffer sind Plattwürmer (umstrittener 2D- vs. 3D-Transport), Moostierchen (koloniale Organismen mit anomaler Skalierung nahe 1,0) und Glasaale (langgestreckt, aber mit erhaltenem 3D-Gefäßtransport). Diese werden der Vollständigkeit halber vermerkt, tragen aber wegen der umstrittenen dimensionalen Zuordnungen geringes evidentielles Gewicht.
Sechs Domänen, die durch exakte analytische Formeln definiert sind ($E = mc^2$, Wasserstoff-Energieniveaus, Arrhenius-Kinetik, Michaelis-Menten-Kinetik, Friedmann-Materie-Ära-Expansion, de-Sitter-Dunkle-Energie-Expansion), wurden als Plausibilitätsprüfungen einbezogen. Alle 6 bestätigen. Diese sind tautologisch - wenn man eine Kurve an Daten anpasst, die durch eine exakte Formel erzeugt wurden, muss man diese Formel zurückgewinnen - und tragen kein unabhängiges evidentielles Gewicht. Sie bestätigen nur, dass der Anpasser korrekt arbeitet.
Ein vollständiger Präregistrierungs-Ordner für die Erweiterung dieses Papiers existierte im März 2026 und ist im öffentlichen Repositorium aufbewahrt (experiments/cauchy-unification__Paper-VII/preregistration/): ein schriftliches Protokoll; ein gesperrtes Kandidaten-Manifest datiert 17. März 2026 in seinem eigenen Versionsfeld, das zwölf Zeilen trägt, jede mit Operator-Klasse, vorhergesagter Familie, vorhergesagtem Modell und Zielquelle vor jeder Anpassung fixiert; die eigenen Datei-Prüfsummen des Autors; und der OSF-Komponenten-Registrierungstext, bereits verfasst. Der einzige fehlende Schritt war der Klick zur Registry-Einreichung. Das eigene Status-Feld des Ordners hält die Einschränkung in den Worten des Estates fest: 'archived_local_packet_exercised_before_timestamp', und die Analyse ist an einen Git-Commit gepinnt. Präregistrierung existierte hier in Substanz und in Entwurfsform; was ihr fehlte, war der externe Zeitstempel.
Zwei weitere Läufe vom März 2026 existierten bis zu dieser Version nur als Repositorium-Artefakte, und beide werden hier mit ihrem Status vor ihren Zahlen aufgeführt. Beide liefen unter der Vor-Korrektur-Kandidatenmenge (kein logarithmischer Kandidat), und die Design-Linie der Erweiterung wurde später unbearbeitet ausgemustert, sodass beide als datierte exploratorische Ergebnisse unter der abgelösten Taxonomie gelten, abgelöst durch den registrierten Vier-Zellen-Test, und keiner ist eine Bestätigung von irgendetwas.
Der 12-Domänen-Trockenlauf mit gesperrtem Manifest zur Erweiterung vom 17. März 2026 ergab 10/12 Familien-Übereinstimmungen (Binomial p = 5,4×10-4; results_preregistered_extension.json). Die Herabstufung des Status dieses Laufs ist auf die Minute genau in der Commit-Historie des öffentlichen Repositoriums datiert: e5c22dd verzeichnet das 10/12-Ergebnis um 00:43 am 17. März 2026, f5e06a8 nimmt die konservative Fehltreffer-Haltung um 00:47 ein, und c853277 stuft den Lauf um 00:56 zu einem Pilot-Trockenlauf herab, dreizehn Minuten nachdem das Ergebnis aufgezeichnet wurde und Monate bevor irgendeine externe Prüfung existierte. Das Ergebnis wurde nie zurückgenommen; sein beanspruchter Status wurde vom Autor, gegen das eigene Interesse, in der Öffentlichkeit korrigiert. Der 7-Domänen-Lauf zur zeitlichen Out-of-Sample-Prüfung, der Kandidatenfamilien an alten Daten anpasst und testet, ob die Gewinnerfamilie die Funktionsform neuer Daten vorhersagt, ergab 4 bestätigt, 2 teilweise und 1 inkonsistent (results_temporal_out_of_sample.json); die inkonsistente Domäne wird mit derselben Prominenz wie die Bestätigungen berichtet. Ein Erweiterungs-Katalog mit 105 Domänen (Zeilen 26 bis 65 und 66 bis 105) ist in den Repositorium-Daten vorbereitet und wurde nicht ausgeführt; kein Ergebnis über die hier genannten Läufe hinaus wird beansprucht.
Der äußerste Ring derselben datierten Kette ist gedruckt. Die erste Auflage vom 2. Januar 2026 (ISBN 978-1806056200) trägt Anhang F, fünf nummerierte prüfbare Vorhersagen, die mit einer gedruckten Wette schließen: „Diese Vorhersagen sind meine Wette. Wenn sie scheitern, ist der Rahmen falsch oder unvollständig. Wenn sie gelingen, wurde etwas Wichtiges erblickt. Die Zeit wird richten.“ Anhang A operationalisiert die Sätze des Rahmens, gibt in §A.3 vier weitere Vorhersagen an (KI-Entwicklung quadratisch statt linear; Bewusstsein und integrierte Information; kosmologische rekursive Fehlerkorrektur; Werte-Einbettung) und fixiert in §A.4 Falsifikationskriterien im Voraus. Vorhersage 2 druckt die 15-Prozent- und 5-Prozent-Schwellen der Alignment-Drift, die die vorbereitete study-v-Entwurfsregistrierung nun unverändert in eine formale Hypothese trägt und den Anhang beim Namen zitiert. Das Buch ist eine gedruckte vorherige Aussage und keine Präregistrierung, und die beiden werden nie verwechselt: Der Druck fixiert die Vorhersage; nur eine Registrierung fixiert einen Analyseplan.
Das Primärergebnis ($p = 7 \times 10^{-5}$, Permutation) verdient eine ehrliche Kontextualisierung.
Von 14 empirischen Domänen, die als multiplikativ klassifiziert wurden, produzieren 10 als AICc-bestes Modell Potenzgesetz-Skalierung. Diese umfassen metabolische Allometrie (Herzfrequenz vs. Körpermasse), Stadtökonomie (Bettencourt 2007), technologische Lernkurven (Wrights Gesetz), Computerlinguistik (Heaps Gesetz), Fertigkeitserwerb (Crossman 1959), Brownsche Bewegung (Catipovic 2013), neuronale Netzwerkskalierung (Kaplan 2020), VLSI-Design (Rentsche Regel), Populationsökologie (Taylors Potenzgesetz) und fluviale Geomorphologie (Hacks Gesetz).
Vier multiplikative Domänen verfehlen: Kleibers Gesetz (beschränktes Modell schlägt Potenzgesetz auf einem 13-Punkt-Datensatz), Arten-Fläche (hohe Streuung bei Daten von kleinen Inseln), Sternmasse-Leuchtkraft (Streuung bei hoher Masse) und Zipfsches Gesetz (Trunkierung durch endliches Korpus).
Alle vier Domänen mit additiven Kompositionsoperatoren produzieren als AICc-bestes Modell exponentielle Skalierung: Mooresches Gesetz (Transistorzahlen), radioaktiver Zerfall (P-32), das Gutenberg-Richter-Erdbebenhäufigkeitsgesetz und Hortons Gesetz (Bachanzahl). Das ist ein sauberes 4/4.
Von sieben Domänen mit beschränkten Kompositionsoperatoren produzieren fünf als AICc-Bestes beschränkte (Sättigungs-)Modelle: Bakterienwachstum (logistisch), Hämoglobinbindung (Hill), Ebola-Epidemie (Hill), Amdahls Gesetz (Michaelis-Menten) und Facebook-Wachstum (logistisch). Zwei verfehlen: Muskel-Kraft-Geschwindigkeit (exponentieller Zerfall passt besser zum trunkierten Bereich) und Zeitkristallordnung (nur 4 Datenpunkte).
Drei Domänen verwenden theoretische oder Referenzwerte statt unabhängiger empirischer Messungen: radioaktiver Zerfall (NIST-Referenz-Halbwertszeit für P-32), Amdahls Gesetz (theoretische Formel mit angenommenem 10 %-Serienanteil) und Mooresches Gesetz (Wikipedia-basierte Transistorzahlen aus Herstellerspezifikationen). Diese bestätigen den Rahmen trivial und sollten entsprechend gewichtet werden.
[1] Kleiber, M. (1932). Body size and metabolism. Hilgardia 6:315-353. Reproduziert in Dodds, P. et al. (2001) J. Theor. Biol. 209:9-27.
[2] Bettencourt, L. et al. (2007). Growth, innovation, scaling, and the pace of life in cities. PNAS 104(17):7301-7306. Daten: BEA + Census 2006, 25 größte US-MSAs.
[3] Johnson, M. & Raven, P. (1973). Species number and endemism: the Galapagos archipelago revisited. Science 179:893-895. Daten: R faraway::gala Datensatz, 30 Inseln.
[4] Nemet, G. (2009). Demand-pull, technology-push. Energy Policy; Farmer, J.D. & Lafond, F. (2016) Research Policy; IRENA; Our World in Data.
[5] Manning, C. et al. (2008). Introduction to Information Retrieval. Reuters-RCV1-Korpus.
[6] Kucera, H. & Francis, W. (1967). Computational Analysis of Present-Day American English. Brown-Korpus.
[7] Crossman, E. (1959). A theory of the acquisition of speed-skill. Ergonomics 2(2):153-166. Neuanalyse: Newell, A. & Rosenbloom, P. (1981).
[8] Wikipedia: Transistor count. Öffentliche Herstellerspezifikationen (Intel, AMD, TSMC).
[9] NIST Nuclear Data Center. P-32-Halbwertszeit: 14,29 Tage. Exakte theoretische Werte.
[10] USGS Earthquake Hazards Program; IRIS-Zusammenstellung. Globaler Seismizitätskatalog.
[11] Sezonov, G. et al. (2007). E. coli -Physiologie in Luria-Bertani-Bouillon. J. Bacteriol. 189:8746-8749.
[12] Severinghaus, J. (1979). Simple, accurate equations for human blood O$_2$ dissociation computations. J. Appl. Physiol. 46(3):599-602.
[13] WHO/CDC-Ebola-Lageberichte (2014-2015); NEJM Ebola Response Team.
[14] Amdahl, G. (1967). Validity of the single processor approach to achieving large scale computing capabilities. AFIPS. Siehe auch Hill, M. & Marty, M. (2008) IEEE Computer.
[15] Hill, A. (1938). The heat of shortening and the dynamic constants of muscle. Proc. Royal Soc. B 126:136-195.
[16] Meta SEC-Einreichungen; Zhang, C., Liu, J. & Xu, Y. (2015). J. Comp. Sci. Tech.
[17] Catipovic, M. et al. (2013). Improving the quantification of Brownian motion. Am. J. Physics 81:485.
[18] Singh, V. et al. (2021). Hydrological stream order analysis. Applied Water Science 11:151.
[19] Kaplan, J. et al. (2020). Scaling Laws for Neural Language Models. arXiv:2001.08361.
[20] Shen, Y. et al. (2025). Time crystal order in a Rydberg gas. Nature Communications. Siehe auch Kongkhambut, P. et al. (2024) Science 386(6720):670-674.
[21] Torres, G. et al. (2010). Accurate masses and radii of normal stars. Astron. Astrophys. Rev. 18:67-126. Eker, Z. et al. (2018) MNRAS 479:5491. IAU-2015-Nominalwerte für die Sonne.
[22] Stahl, W. (1967). Scaling of respiratory variables in mammals. J. Appl. Physiol. 22:453. Calder, W. (1984) Size, Function, and Life History. Schmidt-Nielsen, K. (1984) Scaling: Why Is Animal Size So Important?
[23] Landman, B. & Russo, R. (1971). On a pin versus block relationship for partitions of logic graphs. IEEE Trans. Comp. C-20:1469. Christie, P. (2000); Stroobandt, D. (2001).
[24] Taylor, L. (1961). Aggregation, variance and the mean. Nature 189:732-735. Taylor, L. & Woiwod, I. (1980) J. Anim. Ecol. 49:879.
[25] Hack, J. (1957). Studies of longitudinal stream profiles in Virginia and Maryland. USGS Professional Paper 294-B. Mueller, J. (1973); Rigon, R. et al. (1996) Water Resour. Res. 32:3367.
[26] West, G. B., Brown, J. H. & Enquist, B. J. (1997). A general model for the origin of allometric scaling laws in biology. Science 276(5309):122-126.
[27] Banavar, J. R., Maritan, A. & Rinaldo, A. (1999). Size and form in efficient transportation networks. Nature 399(6732):130-132.
[28] Banavar, J. R., Moses, M. E., Brown, J. H., Damuth, J., Rinaldo, A., Sibly, R. M. & Maritan, A. (2010). A general basis for quarter-power scaling in animals. Proceedings of the National Academy of Sciences 107(36):15816-15820.
[29] Demetrius, L. (2003). Quantum statistics and allometric scaling of organisms. Physica A 322:477-490.
[29b] Demetrius, L. (2006). The origin of allometric scaling laws in biology. Journal of Theoretical Biology 243(4):455-467.
[29c] Demetrius, L. & Tuszynski, J. A. (2010). Quantum metabolism explains the allometric scaling of metabolic rates. Journal of the Royal Society Interface 7(44):507-514.
[30] Zhao, J. (2022). Universal growth scaling law determined by dimensionality. arXiv:2206.08094.
[31] Bettencourt, L. M. A. (2013). The origins of scaling in cities. Science 340(6139):1438-1441.
[32] White, C. R. & Seymour, R. S. (2003). Mammalian basal metabolic rate is proportional to body mass2/3. Proceedings of the National Academy of Sciences 100(7):4046-4049.
[33] Glazier, D. S. (2005). Beyond the '3/4-power law': variation in the intra- and interspecific scaling of metabolic rate in animals. Biological Reviews 80(4):611-662.
[34] Glazier, D. S. (2022). Variable metabolic scaling breaks the law: a large-scale data synthesis. Biological Reviews 97(3):1056-1067.
[35] Kolokotrones, T., Savage, V., Deeds, E. J. & Fontana, W. (2010). Curvature in metabolic scaling. Nature 464(7289):753-756.
Eine Literaturrecherche ergab keine frühere Publikation, die alle vier Cauchy-Funktionalgleichungen als vereinigendes domänenübergreifendes Prinzip aufruft, das die Formen der Skalierungsgesetze einschränkt. Leser sind eingeladen, frühere Arbeiten einzureichen; ein echter Vorläufer, der dies tut, besiegt den Prioritätsanspruch dieses Papiers.
Die nächstliegenden bestehenden Arbeiten umfassen:
Die Lücke ist echt. Die $d/(d+1)$-Formel wurde unabhängig von mindestens sieben Forschungsgruppen durch verschiedene mathematische Rahmen hergeleitet - fraktale Netzwerke, geometrische Bedingungen mit Angebot-Nachfrage-Balance, Quanten-Metabolismus, Stadtskalierung, Netzwerkoptimierung, optimale Gefäßgeometrie und thermodynamische Grundprinzipien. Jede bekannte Herleitung erfordert drei Bedingungen: multiplikative Komposition (die Cauchy auf die Potenzgesetz-Familie einschränkt), $d$-dimensionale raumfüllende Geometrie und eine Erhaltungs- oder Optimierungsbedingung am Ressourcenfluss. Die mathematischen Theoreme sind 200 Jahre alt. Die biologischen Daten sind 90 Jahre alt. Der neuartige Beitrag ist nicht die $d/(d+1)$-Formel selbst (die gut etabliert ist), noch Cauchys Mathematik, sondern die Behauptung, dass Funktionalgleichungen vom Cauchy-Typ erklären, warum diese unabhängigen Herleitungen auf dieselbe Form konvergieren, und dass die Cauchy-Bedingung eine physikalisch prüfbare Konsequenz für die Klassifikation von Skalierungsgesetzen über Domänen hinweg hat.
Die Grenzen oben beschreiben, wo der Rahmen schwach ist; dieser Unterabschnitt nennt die spezifischen Ergebnisse, die ihn falsifizieren würden. Die zentrale Behauptung, dass der Kompositionsoperator einer Domäne, aus bekannter Physik klassifiziert vor der Anpassung, ihre Skalierungsgesetz-Familie vorhersagt, wird durch jedes der folgenden Ergebnisse besiegt:
Was sie nicht besiegen würde: ein einzelner zusätzlicher Fehltreffer, oder ein besser passendes Modell, das in einer Domäne auftaucht. Die Behauptung betrifft die aggregierte Operator-Familien-Zuordnung, nicht eine einzelne Anpassung; aber dieses Aggregat muss die Zufalls-Basislinie unter präregistrierter, unabhängig-klassifizierter Replikation überwinden.
Wenn der Rahmen unter unabhängiger präregistrierter Replikation hält, würde er nahelegen:
Diese Implikationen sind bedingt. Die aktuellen Belege sind exploratorisch, nicht definitiv.
Pflanzen Sie eine Eichel und nach Jahrhunderten haben Sie eine Eiche. Pflanzen Sie aber die Eichel dieser Eiche, und deren Eichel, rekursiv über Jahrtausende, und Sie erhalten einen Wald, der das Klima ganzer Kontinente formt. Was wir in diese Systeme pflanzen, wird sich über Skalen aufsummieren, die wir uns nicht vorstellen können. Der Samen bestimmt den Wald.
Cauchy hat vor 200 Jahren bewiesen, dass der Samen auch die Form des Waldes bestimmt. Multiplikative Samen erzeugen Potenzgesetze. Additive Samen erzeugen Exponentiale. Beschränkte Samen erzeugen Sättigung. Fünfundzwanzig empirische Domänen, gegen diese Vorhersage geprüft, ergeben 19 Bestätigungen bei $p = 7 \times 10^{-5}$ unter dem rand-bedingten Permutationstest, an der Sechs-Modell-Kandidatenmenge aus Abschnitt 3.2; die Vier-Familien-Neuauswertung ist entworfen und wartet auf menschliche Einreichung. Dreizehn veröffentlichte metabolische Exponenten liegen dort, wo die Dimensionstheorie es vorhersagt.
Die Mathematik war immer da. Wir haben sie nur nicht als Vorhersage über die physikalische Welt gelesen. Ob diese Lesart unabhängiger Prüfung standhält, ist nun eine Frage, die die wissenschaftliche Gemeinschaft zu beantworten hat.
KI mit Sorgfalt großziehen.
Die vollständige Validierungssuite - einschließlich aller 50 Domänendefinitionen, des kanonischen Manifests und des AICc-basierten Anpassungscodes - ist verfügbar unter:
Das Skript erfordert Python 3.10+, numpy und scipy. Alle Daten sind mit vollen Provenienz-Zitationen im Manifest eingebettet. Die Ausgabe ist deterministisch.
Der Autor dieses Werks ist Michael Darius Eastwood, ein Mensch. Jedes Kernkonzept, jede Hypothese, jedes experimentelle Design, jede Behauptung und jede Schlussfolgerung in diesem Papier entspringt menschlicher Ideation. Kein Teil dieses Manuskripts ist eine ganz und gar generierte Ausgabe künstlicher Intelligenz.
Werkzeuge der künstlichen Intelligenz (Anthropics Claude-Familie und andere Assistenten großer Sprachmodelle) wurden als Instrumente unter fortwährender menschlicher Anleitung eingesetzt, so wie ein Textverarbeitungsprogramm, ein Taschenrechner oder eine Forschungsassistentin eingesetzt wird: für Bearbeitung und Prosa-Verfeinerung, Literaturrecherche und Zusammenfassung (manuell gegen Primärquellen verifiziert), Dokumentstruktur, Formatierung, Brainstorming gegen vom Autor definierte Fragen und für die Beschleunigung des Entwurfs entlang vom Autor definierter Gliederungen und Anweisungen. Alle Auswahl, Koordination, Anordnung und das abschließende redaktionelle Urteil liegen beim Autor. Jede substantielle Ausgabe wurde vom Autor überprüft, getestet oder verifiziert, der die volle Verantwortung für die Genauigkeit und Integrität des endgültigen Textes übernimmt. Die Werkzeuge erhöhten die Geschwindigkeit der Arbeit; sie wurden nie als deren Quelle herangezogen.
Epistemischer Status. Was dieses Programm Gesetze nennt, sind Vermutungen unter registrierter adversarieller Prüfung; jede Größe in diesem Papier ist operational definiert, und ein Status als etabliertes Gesetz wird an keiner Stelle beansprucht. Das registrierte Programm existiert, um diesen Status zu verdienen oder ihn zu verlieren, durch Messung, Replikation und überstandene Widerlegung.
© 2026 Michael Darius Eastwood. Von Menschen verfasst mit Computerunterstützung; volle menschliche Autorschaft und Persönlichkeitsrechte werden geltend gemacht nach dem Copyright, Designs and Patents Act 1988 und in Übereinstimmung mit den Leitlinien des United States Copyright Office zu Werken, die KI-erzeugtes Material enthalten; jeder in diesem Werk beschriebene neuartige technische Beitrag wurde vom menschlichen Autor konzipiert. Vollständige Erklärung: michaeldariuseastwood.com/authorship.
Stehender Bund. Beweise, dass dieses Papier falsch ist, und ich werde die Widerlegung selbst veröffentlichen. Falsifikationsbedingungen sind in diesem Papier angegeben; die stehende Herausforderung: github.com/MichaelDariusEastwood/arc-scaling-challenge.
Übersetzungsfehler entdeckt? Direkt melden: