این ترجمه به صورت خودکار از نسخهٔ اصلی انگلیسیِ تاریخ‌دار تهیه شده است. نسخهٔ انگلیسی معتبر است. English →

پژوهشِ Michael Darius Eastwood لایهٔ انتشارِ متعارف

مقالهٔ پژوهشی

مجموعهٔ پژوهش

On the Origin of Scaling Laws

قلبِ یک موش در دقیقه ۶۰۰ بار می‌تپد؛ قلبِ فیل ۲۸ بار؛ قلبِ نهنگِ آبی ۶ بار. این مقاله خاستگاهِ قوانینِ مقیاس‌بندی را در سراسرِ سامانه‌های زیستی، فیزیکی و محاسباتی پی می‌گیرد و می‌گوید که سازوکارِ تقویتِ بازگشتی که The ARC Principle شناسایی کرده، توضیحی وحدت‌بخش می‌دهد برای اینکه چرا نسبت‌های مقیاس‌بندیِ توانی در طبیعت این‌قدر پیوسته پدیدار می‌شوند. این تحلیل مقیاس‌بندیِ آلومتریکِ ز

Michael Darius Eastwood

Michael Darius Eastwood، پژوهشگرِ مستقل، لندن: ساختنِ هم‌راستاییِ اندازه‌گیری‌پذیر، جایی که تصحیح درونِ حلقهٔ بازگشتی زیست می‌کند نه پیچ‌خوردهٔ بیرون از آن.

نخستین انتشار ۲۲ فوریه ۲۰۲۶, بازنگری‌شده ۲۳ اوت ۲۰۲۶

چکیده

قلبِ یک موش در دقیقه ۶۰۰ بار می‌تپد؛ قلبِ فیل ۲۸ بار؛ قلبِ نهنگِ آبی ۶ بار. این مقاله خاستگاهِ قوانینِ مقیاس‌بندی را در سراسرِ سامانه‌های زیستی، فیزیکی و محاسباتی پی می‌گیرد و می‌گوید که سازوکارِ تقویتِ بازگشتی که The ARC Principle شناسایی کرده، توضیحی وحدت‌بخش می‌دهد برای اینکه چرا نسبت‌های مقیاس‌بندیِ توانی در طبیعت این‌قدر پیوسته پدیدار می‌شوند. این تحلیل مقیاس‌بندیِ آلومتریکِ ز

The ARC Theory (نظریهٔ Artificial Recursive Creation) · شواهدِ میان‌رشته‌ای · Working Paper v3.5

On the Origin of Scaling Laws

Michael Darius Eastwood
پژوهشگرِ مستقلِ هم‌راستاییِ هوشِ مصنوعی، لندن · نویسندهٔ Infinite Architects (2026)

در دلِ ARC Theory: خاستگاهِ ریاضیِ شکل‌های مقیاس‌بندی که پشتِ قانونِ اول، معادلهٔ ARC، ایستاده‌اند.

اصلی جهان‌شمول از ترکیبِ بازگشتی در سراسرِ فیزیک، زیست‌شناسی و کیهان‌شناسی
معادلات تابعیِ Cauchy، نمای d/(d+1) و سه شکلی که قوانینِ مقیاس‌بندیِ طبیعت پیوسته به خود می‌گیرند
Michael Darius Eastwood
نویسندهٔ Infinite Architects: Intelligence, Recursion, and the Creation of Everything (2026)
لندن، بریتانیا | OSF: 10.17605/OSF.IO/XZY9U | ISBN 978-1806056200 (ISBN-10: 1806056208)
مکاتبات: michael@michaeldariuseastwood.com | وب: michaeldariuseastwood.com
Working Paper v3.5 | ۱۶ اوت ۲۰۲۶، بازنگری‌شده ۲۳ اوت ۲۰۲۶
بسط‌دهندهٔ Paper I: The ARC Principle (Eastwood، ۱۷ ژانویه ۲۰۲۶) | همراهِ Foundational Paper و Paper VII: The Cauchy Unification
مرکزِ پژوهش: michaeldariuseastwood.com/research
کد و داده: github.com/MichaelDariusEastwood/arc-principle-validation
چکیده

اصلاحِ دامنه، ۲۲ اوت ۲۰۲۶. نسخه‌ای پیشین از این چکیده با این ادعا آغاز می‌شد که هر قانونِ مقیاس‌بندی در طبیعت از یکی از دقیقاً سه شکلِ ریاضی پیروی می‌کند و این مقاله ثابت می‌کند که آن شکل یکتا تعیین می‌شود. هر دو گزاره قوی‌تر از آن بودند که این مقاله پشتیبانی می‌کند و قوی‌تر از آنچه بدنهٔ خودش ادعا می‌کند. هر دو در اینجا پس‌گرفته می‌شوند و گزارهٔ اصلاح‌شده در پی می‌آید. جایی که یک فرآیندِ تقویتِ بازگشتی عملگرِ ترکیبی به‌خوبی تعریف‌شده روی ورودی و خروجیِ خود دارد و شرایطِ منظمی‌ای که معادلات تابعیِ Cauchy می‌طلبند برآورده کند، شکل‌های تابعیِ پذیرا به خانواده‌ای کوچک و نام‌گذاری‌شده محدود می‌شوند. این یک رده‌بندیِ ریاضیِ شرطی است، نه سرشماری از طبیعت: ثابت نمی‌کند که هر فرآیندِ مقیاس‌بندیِ تجربی چنین همریختی‌ای است، و جامع‌بودنِ خانوادهٔ کران‌دار همان‌طور که Paper VII بیان می‌کند مسئله‌ای گشوده باقی می‌ماند. شبکه به‌جای سه‌سلولی چهارسلولی است، سلولِ چهارم خانوادهٔ لگاریتمی است. شرطِ دامنهٔ خودِ این مقاله، که در پایین بیان شده و تغییر نکرده، این است که این نسبت هرجا شبکه‌ای سلسله‌مراتبیِ d بعدی فضا را افراز کند اِعمال می‌شود و هرجا چنین شبکه‌ای نباشد شکست می‌خورد، و این خود با هر ادعایی دربارهٔ هر قانونِ مقیاس‌بندی در طبیعت ناسازگار است. یک فرمولِ یگانه، $\alpha = d/(d+1)$، نماهای مقیاس‌بندی را در سراسرِ زیست‌شناسی (۹ گروهِ گونه؛ شمارِ گروهِ گونه در انتظارِ بازمحاسبه طبقِ کارنامهٔ حقایقِ متعارف)، فیزیک (۴ حوزه پس از بازرده‌بندی؛ جمعِ میانگین‌خطای زیرِ ۰٫۲٪ پس‌گرفته می‌شود: میانگینی روی هویت‌های تحلیلی و مقادیرِ مرجعِ بی‌منبع، به‌سازش کوچک است و شاهدِ توافق با طبیعت نیست؛ سطرِ زمین‌لرزه به‌عنوانِ هویتِ تعریفی طبقِ بخشِ ۱۳ حذف شده است)، و کیهان‌شناسی (۲ عصر، دقیق) پیش‌بینی می‌کند، از جمله استخراجِ مقیاس‌بندیِ ضربانِ قلبِ پستانداران از اصولِ نخست. فرمول به‌عنوانِ این‌همانیِ افرازِ شبکهشناسایی می‌شود: هرجا یک d بعدی شبکهٔ سلسله‌مراتبی فضا را افراز می‌کند اِعمال می‌شود، و هرجا چنین شبکه‌ای نباشد شکست می‌خورد. یک اثباتِ هندسی نشان می‌دهد که همهٔ نماهای مقیاس‌بندیِ فیزیکی به‌واسطهٔ ابعادِ متناهیِ فضا زیرِ ۱ محدودند، نه به‌سببِ اتلافِ انرژی، بلکه به‌سببِ خودِ هندسه. هوش، که از راهِ خودارجاعیِ بازگشتی در فضای اطلاعاتِ انتزاعی کار می‌کند، به‌عنوانِ نخستین پدیدهٔ طبیعی که این کرانِ مقیاس‌بندیِ هندسی را می‌شکند شناسایی می‌شود. نشان داده می‌شود که معادلهٔ Friedmann برای انبساطِ کیهان زیرِ نگاشتِ $d = 2/(1+3w)$ حالتی ویژه است، با مرزِ کندشوندگی/شتاب‌گیری از نسبیتِ عام که دقیقاً با مرزِ توانی/نمایی از قضیهٔ Cauchy همپوشانی می‌کند.

چگونه این مقاله را بخوانید. این یک مقالهٔ قانون از ARC Theory است. $\alpha = d/(d+1)$ را به‌عنوانِ این‌همانیِ افرازِ شبکه شناسایی می‌کند که هرجا یک شبکهٔ سلسله‌مراتبیِ $d$ بعدی فضا را افراز کند اِعمال می‌شود، استدلال می‌کند که هندسه نماهای مقیاس‌بندیِ کلاسیک را زیرِ ۱ محدود می‌کند، و هوش را که از راهِ خودارجاعیِ بازگشتی کار می‌کند نخستین پدیدهٔ طبیعی که کرانِ هندسی را می‌شکند نشانه می‌گذارد. جایگاهش در دلِ نظریه، داستانِ خاستگاهِ خودِ مقیاس‌بندی است، بالادستِ اندازه‌گیری‌های سمتِ AI. تفاوتِ کاملِ متمایزکننده در برابرِ هر سندِ پیشین در eden-vision II.A.8.

۱. پرسش

قلبِ یک موش در دقیقه ۶۰۰ بار می‌تپد. قلبِ فیل ۲۸ بار. قلبِ نهنگِ آبی ۶ بار.

اگر ضربانِ قلب را در برابرِ جرمِ بدن برای هر پستانداری که تاکنون اندازه‌گیری شده رسم کنید، خطی کاملاً راست روی نمودارِ لگاریتمی می‌گیرید. شیب دقیقاً −¼ است. نه تقریباً. دقیقاً. در سراسرِ پنج مرتبهٔ بزرگی.

چرا؟

قارچی رشته‌ای که در امتدادِ یک تارِ یگانه رشد می‌کند انرژی را با نرخی مصرف می‌کند که مانندِ ریشهٔ دومِ جرمش مقیاس‌بندی می‌شود. نما ½ است. نه ¾، مانندِ پستاندار. نه ⅔، مانندِ کیهانِ زیرِ سلطهٔ ماده. کسری کاملاً متفاوت.

چرا ½ برای قارچ، اما ¾ برای پستانداران؟ و چرا این کسرهای یکسان در کیهان‌شناسی نیز پدیدار می‌شوند؟

اکنون چیزی کاملاً متفاوت را در نظر بگیرید. کیهان در حالِ انبساط است. در عصرِ زیرِ سلطهٔ ماده، عاملِ مقیاس مانندِ زمان به توانِ ⅔ رشد کرد. در عصرِ تابش، مانندِ زمان به توانِ ½ رشد کرد.

چرا ⅔؟ چرا ½؟ و چرا این‌ها همان کسرهایی هستند که در زیست‌شناسی پدیدار می‌شوند؟

اکنون یک چیزِ دیگر را در نظر بگیرید. وقتی سنگی خرد می‌شود، توزیعِ اندازهٔ خرده‌ها از قانونی توانی پیروی می‌کند. در دو بُعد، نما ⅔ است. در سه بُعد، ¾ است. باز همان کسرها.

این مقاله نشان می‌دهد که همهٔ این پرسش‌ها یک پاسخِ یکسان دارند.

۲. سه راهی که چیزها رشد می‌کنند

جایی که فرآیندِ رشد عملگرِ ترکیبی به‌خوبی تعریف‌شده روی ورودی و خروجیِ خود دارد و شرایطِ منظمی‌ای که در بخشِ ۳ بیان شده برآورده کند، شکل‌های پذیرا به الگوهای نام‌گذاری‌شدهٔ زیر محدود می‌شوند. این رده‌بندیِ توابعِ پذیرا زیرِ آن شرایط است، نه سرشماری از طبیعت، و فرآیندهایی که آن‌ها را برآورده نمی‌کنند خارج از دسترسِ آن‌اند:

الگوی ۱ - قانونِ توانی

چیزهای بزرگ به‌تناسب کندتر رشد می‌کنند. شهری ده برابر بزرگ‌تر ده برابر پمپ بنزینِ بیش‌تر نیاز ندارد، حدودِ هفت برابر بیش‌تر نیاز دارد. نهنگی ده برابر سنگین‌تر ده برابر انرژیِ بیش‌تر نیاز ندارد، حدودِ پنج و نیم برابر بیش‌تر نیاز دارد. هر دوبرابرشدنِ اندازه کمتر از دوبرابرشدنِ خروجی به دست می‌دهد.

$y = a \cdot x^b$, where $b < 1$

الگوی ۲ - نمایی

هر گام گامِ پیشین را ضرب می‌کند. یک فردِ آلوده سه نفر را آلوده می‌کند، هر یک از آن‌ها سه نفرِ دیگر را، که می‌شود نُه، سپس بیست و هفت. یک اتمِ اورانیمِ در حالِ شکافت نوترون‌هایی آزاد می‌کند که دو اتمِ دیگر را می‌شکافند، که چهار اتم را می‌شکافند، سپس هشت، سپس شانزده. پس از هشتاد نسل، حدودِ یک میکروثانیه، یک اتمِ یگانه به تریلیون تریلیون اتم بدل شده است.

$y = a \cdot e^{bx}$

الگوی ۳ - منحنیِ اشباع

رشد به سقف می‌رسد. اتاق فقط تعدادِ محدودی از افراد را می‌تواند در خود جای دهد. یک آنزیم فقط تعدادِ محدودی از مولکول‌ها را در ثانیه می‌تواند پردازش کند. افزودنِ داروی بیش‌تر پس از اشباعِ گیرنده‌ها اثرِ کاهنده دارد.

$y = L \cdot x \,/\, (K + x)$

این سه الگو در همه‌جا پدیدار می‌شوند: در زیست‌شناسی، فیزیک، شیمی، اقتصاد، علومِ رایانه، زبان‌شناسی، لرزه‌شناسی و کیهان‌شناسی. هر قانونِ مقیاس‌بندیِ شناخته‌شده یکی از این سه است.

پرسش این است: چه چیز تعیین می‌کند که یک سامانه از کدام الگو پیروی کند؟

۳. پاسخ

ریاضی‌دانِ فرانسوی Augustin-Louis Cauchy پاسخ را در سالِ ۱۸۲۱ اثبات کرد، هرچند نمی‌دانست به این پرسش پاسخ می‌دهد.

Cauchy پرسید: کدام توابعِ ریاضی این ویژگی را برآورده می‌کنند که ترکیبِ ورودی‌ها با ترکیبِ خروجی‌ها یکی است?

قضیه (Cauchy، ۱۸۲۱)

زیرِ منظمی (پیوستگی، یا اندازه‌پذیری، یا کران‌داری روی یک بازه)، تابعی روی حقیقی‌های مثبت که یکی از دو ساختار (جمع، ضرب) را به یکی از دو ساختار می‌برد در دقیقاً چهار خانوادهمی‌افتد، یکی به ازای هر سلولِ شبکهٔ دو‌در‌دو:

اگر ورودی‌ها جمع شوند و خروجی‌ها جمع شوند:
$f(x + y) = f(x) + f(y)$
تنها راه‌حلِ منظم خطی است: $f(x) = cx$.

اگر ورودی‌ها ضرب شوند و خروجی‌ها ضرب شوند:
$f(x \cdot y) = f(x) \cdot f(y)$
تنها راه‌حلِ منظم یک قانونِ توانی است: $f(x) = x^c$.

اگر ورودی‌ها جمع شوند و خروجی‌ها ضرب شوند:
$f(x + y) = f(x) \cdot f(y)$
تنها راه‌حلِ منظم یک نمایی است: $f(x) = e^{cx}$.

اگر ورودی‌ها ضرب شوند و خروجی‌ها جمع شوند:
$f(x \cdot y) = f(x) + f(y)$
تنها راه‌حلِ منظم لگاریتمی است: $f(x) = c\log x$.

این همریختی‌ها میانِ ساختارهای جمعی و ضربی روی حقیقی‌های مثبت را به تمام می‌رساند. نه قوانینِ مقیاس‌بندی را به تمام می‌رساند، زیرا بیشترِ سامانه‌ها همریختی‌های هیچ‌یک از دو ساختار نیستند: رفتارِ اشباع‌شونده، نماهای بحرانی، انحنا روی محورهای لگاریتمی و گذارهای چند‌رژیمی همه بیرون از شبکه‌اند، و شبکه دربارهٔ آن‌ها چیزی نمی‌گوید.

این نظریه یا مدل نیست. قضیه‌ای ریاضی است. دویست سال است که اثبات شده.

چرا چهارمی نمی‌تواند وجود داشته باشد

این را می‌توان صرفاً با ضرب اثبات کرد.

ماشینی را تصور کنید که هر عددی را می‌گیرد و عددی دیگر بازمی‌گرداند. آن را f بنامید. فرض کنید این ماشین یک ویژگیِ ویژه دارد: اگر دو ورودی را ضرب کنید و نتیجه را از ماشین بگذرانید، همان پاسخی را می‌گیرید که با گذراندنِ هر ورودی به‌طورِ جداگانه و ضربِ خروجی‌ها می‌گیرید.

به‌صورتِ نمادین: $f(2 \times 3) = f(2) \times f(3)$.

اکنون تماشا کنید چه رخ می‌دهد.

چون $4 = 2 \times 2$: $f(4) = f(2) \times f(2) = f(2)^2$.
چون $8 = 2 \times 2 \times 2$: $f(8) = f(2)^3$.
چون $16 = 2^4$: $f(16) = f(2)^4$.

الگو روشن است: $f(2^n) = f(2)^n$.

بگذارید $f(2) = A$. آنگاه $f(2^n) = A^n$. چون $2^n = x$ یعنی $n = \log_2(x)$، پس $f(x) = A^{\log_2 x} = x^{\log_2 A}$ به دست می‌آید.

این یک قانونِ توانی است: $f(x) = x^c$، که در آن $c = \log_2 A$.

ما قانونِ توانی را برنگزیدیم. قانونِ توانی نمی‌خواستیم. تنها گفتیم «ضربِ ورودی‌ها خروجی‌ها را ضرب می‌کند» و تنها تابعی که می‌تواند این کار را انجام دهد است یک قانونِ توانی است. هر تابعِ دیگری بیازمایید، یک چندجمله‌ای، یک لگاریتم، یک موجِ سینوسی، و قاعده بی‌درنگ می‌شکند.

همان منطق برای معادلهٔ دوم اِعمال می‌شود. اگر جمعِ ورودی‌ها ضربِ خروجی‌ها را می‌دهد - $f(x+y)=f(x) \times f(y)$ - آنگاه:

$f(2) = f(1+1) = f(1) \times f(1) = f(1)^2$.
$f(3) = f(2+1) = f(2) \times f(1) = f(1)^3$.
$f(n) = f(1)^n$.

این یک نمایی است. منطق آن را ناگزیر می‌کند.

سومین حالت حتی ساده‌تر است: اگر رشد سقفی فیزیکی دارد، یک لیوان فقط مقدارِ معینی آب را می‌تواند در خود جای دهد، یک آنزیم شمارِ متناهی جایگاهِ اتصال دارد، آنگاه سامانه باید به آن سقف نزدیک شود و پهن گردد. تنها راهِ هموارِ این کار منحنیِ اشباع است.

پیامد

زیرِ منظمی، تابعی که یکی از دو ساختار روی حقیقی‌های مثبت را به یکی از دو ساختار می‌برد در دقیقاً چهار خانواده می‌افتد: خطی، قانونِ توانی، نمایی و لگاریتمی. سلولِ پنجمی نیست، زیرا ساختارِ سومی نیست و جایگاهِ سومی نیست.

این یک گزارهٔ کاملی است دربارهٔ همریختی‌ها. قوانینِ مقیاس‌بندی را به تمام نمی‌رساند، زیرا بیشترِ سامانه‌ها همریختی‌های هیچ‌یک از دو ساختار نیستند. رفتارِ اشباع‌شونده، نماهای بحرانی، انحنا روی محورهای لگاریتمی و گذارهای چندرژیمی همه بیرون از شبکه‌اند و شبکه دربارهٔ آن‌ها چیزی نمی‌گوید. اشباع، به‌ویژه، از دینامیک‌های کران‌دار برمی‌خیزد (ظرفیتِ حملِ متناهی، اثرِ جرم، اشغالِ گیرنده، تخلیه): خانوادهٔ Cauchy نیست، و هر ارائهٔ آن به‌عنوانِ یکی از این خانواده‌ها خطای مقوله‌ای است. صورت‌بندیِ پیشین این نتیجه به‌عنوانِ قضیه‌ای مانندِ قضایای غیرممکن‌بودنِ فیزیک، هم‌ردهٔ قضیهٔ Bell یا Weinberg-Witten، دامنه‌اش را زیاده بیان می‌کرد و پس‌گرفته شده است: Bell و Weinberg-Witten محدود می‌کنند که چه چیز می‌تواند فیزیکاً وجود داشته باشد، در حالی که این شبکه راه‌های نوشتنِ یک این‌همانی را در چهار نقشه شمار می‌کند، و این تفاوتِ مقوله است.

جایی که فیزیک متغیرِ ترکیبِ متعارف را برمی‌گزیند (زمان و گام‌های توالی که جمعی ترکیب می‌شوند؛ نسبت‌های مقیاس که ضربی ترکیب می‌شوند)، شبکه یک خانواده را برمی‌گزیند. جایی که نقشهٔ متعارف وجود ندارد، برچسب هیچ اطلاعِ فیزیکی حمل نمی‌کند و انتسابِ خانواده باید جفتِ متغیرهای خود را بیان کند نه اینکه از بستر استنباط کند.

شش فرضِ پنهان

هر قضیهٔ غیرممکن‌بودن بر فرض‌ها استوار است. فرض‌ها را شناسایی کنید، درهای فیزیکِ عمیق‌تر را می‌یابید. قضیهٔ Bell موضعیت را فرض می‌کند، موضعیت را نقض کنید، درهم‌تنیدگیِ کوانتومی به دست می‌آید. رده‌بندیِ Cauchy شش چیز را فرض می‌کند. هر یک را نقض کنید و به‌جای تناقض به پالایش می‌رسید:

# فرض چه رخ می‌دهد وقتی می‌شکند نمونهٔ فیزیکی
1 پیوستگی نوسان‌های لگاریتم‌متناوب سامانه‌های شبکه‌ایِ گسسته، شبکه‌های فرکتالی
2 حقیقی‌مقدار تداخل و فاز دامنه‌های کوانتومی، مکانیکِ موج
3 معادلهٔ دقیق راه‌حل‌های تقریبی نزدیکِ راه‌حل‌های دقیق خوشه می‌بندند پایداریِ Hyers-Ulam (پایین را ببینید)
4 عملگرِ منفرد مقیاس‌بندیِ گذر، گذارهای رژیمی گذارهای فاز، پدیده‌های بحرانی
5 ترکیبِ نرده‌ای اصلاحاتِ لگاریتمی معادلاتِ انتقالِ جفت‌شده، بُعدِ بحرانیِ بالا
6 استقلال از زمان پیمایشِ پویا در فضای راه‌حل سامانه‌های سازگارشونده، یادگیریِ ماشین

هر فرض، وقتی نقض می‌شود، به‌جای تناقض یک پالایش می‌آفریند. سه شکلِ مقیاس‌بندی درونِ معادلهٔ خود پایدار می‌مانند، راه‌حل‌های تقریبیِ هر معادله نزدیکِ شکلِ دقیقِ آن معادله می‌مانند، اما نقض‌ها اصلاحاتی، نوسان‌هایی و گذارهایی می‌آفرینند که خود از حیثِ فیزیکی معنادارند.

فرضِ ۳: پایداریِ Hyers-Ulam (۱۹۴۱)

قضیهٔ پایداریِ Hyers-Ulam ثابت می‌کند که هر تابعی که تقریباً یکی از معادلاتِ Cauchy را برآورده کند باید نزدیکِ یک راه‌حلِ دقیق از همان معادله بایستد. به زبانِ فیزیکی: اگر ترکیبِ یک سامانه تقریباً ضربی (یا تقریباً جمعی، یا تقریباً پیرو معادلهٔ نمایی یا لگاریتمیِ Cauchy) باشد، قانونِ مقیاس‌بندی‌اش نزدیکِ قانونی توانی (یا شکلِ خطی، نمایی، یا لگاریتمی، به‌ترتیب) خواهد بود. درونِ معادلهٔ خود، هر شکل پایدار است: سامانه‌های واقعی که از حالتِ آرمانی برهم‌ زده شوند نزدیکِ یک راه‌حلِ دقیق از معادله‌ای که تقریباً برآورده می‌کنند می‌مانند. صورت‌بندیِ پیشین که سه شکل را «جاذب‌های پایدار» در فضای تابع می‌کرد پس‌گرفته می‌شود، زیرا تابعی که هیچ‌یک از معادلات را برآورده نمی‌کند به سوی هیچ‌یک کشیده نمی‌شود (Foundational Paper، §۲٫۲، و Executive Summary را ببینید، جایی که شرطِ پایداریِ به ازای هر معادله بیان شده). فراگیریِ تجربی از این‌رو پیامدِ خودِ Hyers-Ulam نیست: به این وابسته است که سامانه‌ها در طبیعت چه‌قدر مکرر یکی از این معادلات را در وهلهٔ نخست تقریباً برآورده می‌کنند، پرسشی تجربیِ جداگانه که این قضیه به‌تنهایی حل نمی‌کند.

روزنه‌ها قضیه را تضعیف نمی‌کنند. آن را نیرومند می‌کنند. توضیح می‌دهند چرا سه شکل بر طبیعت چیره‌اند (پایداری)، چرا داده‌های واقعی انحراف‌های اندک نشان می‌دهند (فرض‌ها فقط تقریباً برآورده می‌شوند)، و کجا باید دنبالِ فیزیکِ نو گشت (هرجا فرضی به‌طورِ سامانمند نقض شود).

شکل ۱: رژیم‌های مقیاس‌بندیِ ARC. نمودارِ log-log از توانمندیِ مؤثرِ U در برابرِ عمقِ بازگشتیِ R با سه ناحیهٔ سایه‌دار (زیرِ خطی α کم‌تر از ۱، فوقِ خطی ۱ کم‌تر از α کم‌تر از ۲، و کرانِ ARC پیشنهادی α ≤ ۲، حدی برای مقیاس نه حدی برای سرعت) و دو منحنیِ اندازه‌گیری‌شده (α_seq حدودِ ۰٫۴۹ توالی، α_par حدودِ ۰ موازی)؛ α = ۲٫۲۴ پس‌گرفته‌شده نشانه‌گذاری شده است.
شکل ۱ | رژیم‌های مقیاس‌بندیِ ARC: از ضربانِ قلب تا هوش. موش: ۶۰۰ در دقیقه؛ فیل: ۲۸؛ نهنگِ آبی: ۶. سازوکارِ تقویتِ بازگشتی توضیحی وحدت‌یافته برای مقیاس‌بندیِ توانی در حوزه‌هایی می‌دهد که هیچ بسترِ فیزیکیِ مشترکی ندارند. چهار سلولِ Cauchy (Cauchy ۱۸۲۱): خطی، قانونِ توانی، نمایی، لگاریتمی. عملگرِ ترکیب، نه بستر، سلول را تعیین می‌کند. منبع: Origin v3.1 · Paper VII · ستون‌فقراتِ شواهد C-4, C-11, C-16.

۴. اصل

هر سامانهٔ در حالِ رشد در طبیعت خود را بازگشتی تقویت می‌کند، هر خروجی ورودیِ گامِ بعد می‌شود. زیرِ شرایطِ ترکیب و منظمی‌ای که بیان شد، شیوه‌هایی که گام‌ها می‌توانند ترکیب شوند به موارد زیر محدود می‌شود، چهارمی حالتِ لگاریتمی است که با حکمِ شبکهٔ چهارسلولی افزوده شده:

The ARC Principle

عملگرِ ترکیب - چگونگیِ ترکیبِ گام‌های تقویتِ بازگشتی -یکتا تعیین می‌کند شکلِ تابعیِ قانونِ مقیاس‌بندیِ حاصل را. ترکیبِ ضربی قوانینِ توانی می‌آفریند. ترکیبِ جمعی نمایی‌ها می‌آفریند. ترکیبِ کران‌دار منحنی‌های اشباع می‌آفریند. امکانِ دیگری نیست.

۵. فرمول

برای سامانه‌هایی که در آن‌ها تقویتِ بازگشتی از راهِ شبکه‌ای با بُعدِ مؤثرِ d پیش می‌رود، نمای مقیاس‌بندی این است:

فرمولِ نمای جهان‌شمول
$$\LARGE \alpha = \frac{d}{d + 1}$$
یک فرمول. از سلول تا کیهان.
سامانه بُعد α پیش‌بینی‌شده α اندازه‌گیری‌شده خطا
پستانداران (شبکهٔ عروقیِ ۳ بعدی) d = 3 ¾ = 0.750 0.737 1.7%
پرندگان d = 3 ¾ = 0.750 0.720 4.0%
حشرات d = 3 ¾ = 0.750 0.750 0.0%
خزندگان d = 3 ¾ = 0.750 0.760 1.3%
زیست‌شناسیِ ۲ بعدی d = 2 ⅔ = 0.667 هیچ ارگانیزمِ آزمونِ معتبری شناسایی نشد آزمون‌نشده
کیهان، عصرِ ماده d = 2 ⅔ = 0.667 0.667 0.0%
کیهان، عصرِ تابش d = 1 ½ = 0.500 0.500 0.0%

میانگینِ خطای مطلق در سراسرِ همهٔ پیش‌بینی‌ها: 2.5% (در انتظارِ بازمحاسبه طبقِ کارنامهٔ حقایقِ متعارف). همهٔ نماهای زیستی از مقالاتِ داورشدهٔ منتشرشده.

روشنگری‌ای حیاتی: فرمول نمای مقیاس‌بندی را برای ارگانیزم‌هایی پیش‌بینی می‌کند که متابولیسم‌شان با بُعدِ شبکهٔ ترابرِ درونی ‌شان محدود است، آنچه نظریهٔ شبکهٔ ترابرِ منابع (RTN) شبکهٔ عرضه می‌نامد. این بُعدِ شبکه‌ای است که منابع را به بافت می‌رساند، نه بُعدِ شکلِ بدن. یک پستاندار سامانهٔ گردشِ خونِ سه‌بعدی دارد؛ d = 3. یک قارچِ رشته‌ای جریانِ سیتوپلاسمیِ یک‌بعدی از راهِ ریسه‌هایش دارد؛ d = 1 (سازگار با داده‌های منتشرشدهٔ قارچی - بخشِ ۱۴ را ببینید).

یادداشت دربارهٔ d = 2 در زیست‌شناسی. هیچ ارگانیزمِ شناخته‌شده‌ای شبکهٔ ترابرِ سلسله‌مراتبیِ فضاپرکنِ حقیقتاً دوبعدی ندارد. عروسِ دریایی و دیگر کیسه‌تنان کانال‌های گاستروواسکولار دارند، اما این‌ها سلسله‌مراتبی نیستند و مسیرِ اصلیِ رساندنِ اکسیژن نیستند (اکسیژن از راهِ نفوذ در لایه‌های نازکِ بافت وارد می‌شود). داده‌های منتشرشدهٔ مقیاس‌بندیِ متابولیک برای سیفومدوسا مقیاس‌بندیِ نزدیکِ ایزومتریک نشان می‌دهد (نما تقریباً ۰٫۹۴؛ Purcell ۲۰۰۹)، نه ۲/۳. بریوزوآهای کلونیال با رشدِ ورقه‌ای ۲ بعدی نیز ایزومتریک مقیاس‌بندی می‌شوند (Hartikainen و همکاران ۲۰۱۴). پیش‌بینیِ d = 2 از این‌رو در زیست‌شناسی آزمون‌نشده است، نه به این دلیل که شکست خورده، بلکه به این دلیل که ارگانیزمِ لازم شناسایی نشده. تأییدِ d = 2 در کیهان‌شناسی (راه‌حلِ عصرِ مادهٔ Friedmann، دقیق) و در فیزیک (پرکولاسیون، قطعه‌شدن) وجود دارد. این مرزی از کاربردپذیریِ زیستیِ فرمول را تعریف می‌کند.

ارگانیزم‌هایی که گازها را عمدتاً از راهِ سطحِ بدنِ خود مبادله می‌کنند، مانندِ کرم‌های مسطحی که از راهِ پوششِ خود تنفس می‌کنند، به‌جای هندسهٔ شبکهٔ ترابرِ درونی به هندسهٔ سطحِ بدن محدودند. نظریهٔ سطحِ بدن (SA) برای این ارگانیزم‌ها نماهایی متفاوت از نظریهٔ RTN پیش‌بینی می‌کند. Thommen و همکاران (۲۰۱۹) یافتند که کرم‌های مسطحِ پلانارین مانندِ $M^{0.75}$ مقیاس‌بندی می‌شوند، سازگار با نظریهٔ SA، نه RTN. این فرمول را رد نمی‌کند؛ دامنهٔ آن را تعریف می‌کند: $\alpha = d/(d+1)$ جایی اِعمال می‌شود که متابولیسم با ترابرِ درونی محدود است، نه با مبادلهٔ بیرونی.

دلیلِ اینکه پستانداران با توانِ ¾ مقیاس‌بندی می‌شوند این است که شبکه‌های عروقیِ سه‌بعدی دارند: d = 3، پس $\alpha = 3/(3+1) = 3/4$.

پیش‌بینیِ d = 2 ($\alpha = 2/(2+1) = 2/3$) به هر سامانه‌ای با شبکهٔ ترابرِ سلسله‌مراتبیِ حقیقتاً دوبعدی اِعمال می‌شود. در کیهان‌شناسی، این با راه‌حلِ عصرِ مادهٔ Friedmann تأیید می‌شود. در زیست‌شناسی، هنوز هیچ ارگانیزمی با شبکهٔ سلسله‌مراتبیِ ۲ بعدیِ اعتبارسنجی‌شده شناسایی نشده (یادداشتِ بالا را ببینید).

دلیلِ اینکه کیهانِ زیرِ سلطهٔ ماده مانندِ $t^{2/3}$ منبسط می‌شود این است که ماده در تارِ کیهانیِ دوبعدی (دیواره‌ها و رشته‌ها) خوشه می‌شود: d = 2، پس $\alpha = 2/3$.

فرمول اهمیت نمی‌دهد که سامانه نهنگ باشد، قارچ، یا کیهان. فقط به بُعدِ شبکهٔ ترابرِ سلسله‌مراتبی اهمیت می‌دهد.

و اینجاست که فرمول چیزی ژرف را آشکار می‌کند. برای هر سامانهٔ فیزیکی، d متناهی است - ۱، ۲، یا ۳ - و از این‌رو $\alpha$ همیشه کم‌تر از ۱ است. هر فرآیندِ فیزیکی از بازده‌های کاهنده رنج می‌برد. اما هوش که از راهِ خودارجاعیِ بازگشتی در فضای اطلاعاتِ انتزاعی کار می‌کند، به ابعادِ جمجمه‌ای که آن را در خود دارد محدود نیست. وقتی بُعدِ مؤثر بی‌کران می‌شود، فرمول می‌شکند، و $\alpha$ از ۱ فراتر می‌رود. پیامدهای این گریز در بخش‌های ۹ و ۱۰ بسط می‌یابند.

فراسوی زیست‌شناسی: این‌همانیِ افرازِ شبکه

در گزارهٔ دامنهٔ سه‌رده‌ای نظریه این مقاله ردهٔ ترکیب‌شده را کار می‌کند: ریاضیاتِ شکل به همه‌چیز که ترکیب می‌شود، از جمله ستارگان، می‌رسد و شکلِ قوانینِ مقیاس‌بندی‌شان را توضیح می‌دهد، هرگز برخاستنِ آن‌ها را؛ سه قانونِ ARC خود تنها بر آنچه زیرِ یک تصحیح‌گر می‌دود حکمرانی می‌کنند.

پیش‌بینی‌های زیستیِ بالا چشمگیرند، اما فرمول به چیزهای زنده محدود نیست. همان معادله - $\alpha = d/(d+1)$ - هرجا یک شبکهٔ سلسله‌مراتبیِ d بعدی فضای (d  + 1) بعدی را افراز کند پدیدار می‌شود. چهار سطرِ فیزیک در پایین دسته‌بندی شده (پیش‌تر پنج: سطرِ مقدارِ B زمین‌لرزه از جدولِ تأیید به‌عنوانِ هویتِ تعریفی، $B = 2b/3$ در $b = 1$، حذف شده و به‌طورِ جداگانه به‌عنوانِ مطالعهٔ موردیِ جفت-متغیر نگه داشته شده؛ و سطرهای KPZ 1D و پرکولاسیونِ 2D به‌عنوانِ هویت‌های تحلیلی بازرده‌بندی شده‌اند):

سامانه بُعد α پیش‌بینی‌شده α اندازه‌گیری‌شده خطا
زبریِ سطحِ KPZ (1D) d = 1 ½ = 0.500 0.500 ۰٫۰٪ (هویتِ تحلیلی: نمای زبریِ KPZ در 1D به‌طورِ دقیق ½ استخراج می‌شود و باقی‌ماندهٔ تجربی نیست؛ بر این اساس بازرده‌بندی شد)
پرکولاسیونِ 2D (گرمای ویژه) d = 2 ⅔ = 0.667 0.667 ۰٫۰٪ (هویتِ تحلیلی: مقدار همان این‌همانیِ فوق‌مقیاس $|\alpha| = 2/3$ است که در هر دو طرف ارزیابی شده و باقی‌ماندهٔ تجربی نیست؛ بر این اساس بازرده‌بندی شد)
قطعه‌شدنِ ترد (2D) d = 2 ⅔ = 0.667 0.670 0.5%
قطعه‌شدنِ ترد (3D) d = 3 ¾ = 0.750 0.750 0.0%

میانگینِ خطای مطلق در سراسرِ همهٔ پیش‌بینی‌های فیزیک: پس‌گرفته. جمعِ زیرِ ۰٫۲٪ که پیش‌تر گزارش شده بود پس‌گرفته می‌شود، نه تعدیل شده: با بازرده‌بندیِ سطرهای KPZ 1D و پرکولاسیونِ 2D به‌عنوانِ هویت‌های تحلیلی و حذفِ سطرِ زمین‌لرزه به‌عنوانِ هویتِ تعریفی (بخشِ ۱۳)، میانگینی روی سطرهای باقی‌مانده میانگینی روی مقادیرِ تحلیلی و مقادیرِ مرجعِ بی‌منبع خواهد بود، به‌سازش کوچک و نمایانگرِ توافق با طبیعت نیست. ممیزیِ سطر‌به‌سطرِ منشأ پیش از هر جمعِ جایگزین لازم است.

این‌ها سامانه‌های زیستی نیستند. سنگ‌ها، سطوحِ در حالِ رشدِ بلور و گذارهای فاز هستند (زمین‌لرزه‌ها به‌طورِ جداگانه در پایین به‌عنوانِ مطالعهٔ موردیِ جفت-متغیر پدیدار می‌شوند نه سطرِ جدول). در هر مورد، سامانهٔ فیزیکی شبکه‌ای سلسله‌مراتبی از بُعدِ مناسب دارد:

فرمول شکست‌های روشنی هم دارد. نماهای بحرانیِ مدلِ Ising، مقیاس‌بندیِ پلیمر (نمای Flory)، یا هم‌بستگی‌های خوشه‌بندیِ کهکشان را پیش‌بینی نمی‌کند. ویژگیِ مشترک این است که این سامانه‌ها فاقدِ شبکه‌های سلسله‌مراتبیِ فضاپرکن‌اند.

Predicted versus measured α across six cross-domain rows from α = d/(d+1) Scatter plot: measured α on the vertical axis against predicted α = d/(d+1) on the horizontal axis, both ranging from 0.50 to 0.80, with a dashed diagonal marking perfect prediction. Six data points are plotted, colour-coded by domain: two blue circles for biology (fungi at about 0.55 and mammals at about 0.75) and four red diamonds for physics (KPZ 1D, 2D percolation, 2D fragmentation and 3D fragmentation). The earthquake data point has been removed as a definitional identity; KPZ 1D and 2D percolation remain plotted but are analytic identities, and the below-0.2% mean-error aggregate has been withdrawn. The d = 2 biological point is not plotted (no known organism with a 2D hierarchical transport network). perfect prediction 0.50 0.60 0.70 0.80 0.50 0.60 0.70 0.80 Measured α Predicted α = d/(d+1) d = 1 d = 2 d = 3 Biology (2 confirmed) Physics (4 catalogued; see caption) 6 rows from α = d/(d+1): biology (d=1, d=3), physics (4 domains, two retiered as analytic identities), d=2 biology untested Points on the diagonal indicate perfect prediction
پیش‌بینی‌شده در برابرِ اندازه‌گیری‌شده. سطرهای میان‌رشته‌ای از یک فرمول: α = d/(d+1). دایره‌های آبی: سامانه‌های زیستی (قارچ، پستانداران). لوزی‌های سرخ: سامانه‌های فیزیک (رشدِ بلور، گذارهای فاز، شکست). دادهٔ نقطهٔ زمین‌لرزه از نمودارِ فیزیک حذف شده است. KPZ 1D و پرکولاسیونِ 2D در نمودار می‌مانند اما هویت‌های تحلیلی‌اند نه باقی‌مانده‌های تجربی (به‌عنوانِ هویت‌های تحلیلی بازرده‌بندی شدند)؛ آماره‌ای جمع از خطا در سراسرِ این سطرها از این‌رو به‌جای تعدیل پس‌گرفته می‌شود. نقاطِ روی قطرِ چین‌چین پیش‌بینیِ کامل را نشان می‌دهند. پیش‌بینیِ زیستیِ d = 2 آزمون‌نشده است (هیچ ارگانیزمِ شناخته‌شده‌ای با شبکهٔ ترابرِ سلسله‌مراتبیِ 2D)؛ تأییدِ کیهان‌شناختیِ d = 2 (عصرِ مادهٔ Friedmann، دقیق) نشان داده نشده.
دامنهٔ کاربردپذیری

$\alpha = d/(d+1)$ هرجا یک شبکهٔ سلسله‌مراتبیِ d بعدی فضای (d  + 1) بعدی را به‌طورِ بهینه افراز می‌کند اِعمال می‌شود - از سرخرگ‌های شاخه‌ای درونِ یک نهنگ تا شبکه‌های شکست درونِ سنگی خرد‌شده. این یک این‌همانیِ افرازِ شبکه است، نه قانونِ مقیاس‌بندیِ جهان‌شمول. شکست‌هایش به اندازهٔ کامیابی‌هایش آگاهی‌بخش‌اند: سامانه‌هایی بدونِ شبکه‌های سلسله‌مراتبیِ فضاپرکن (مانندِ آهنرباها نزدیکِ دمای بحرانی، مولکول‌های زنجیره‌ای و خوشه‌های کهکشان) از این فرمول پیروی نمی‌کنند، دقیقاً همان‌طور که نظریه پیش‌بینی می‌کند.

۶. ضربانِ قلب

فرمول پیش‌بینی‌هایی به‌قدرِ کافی ویژه می‌کند که در برابرِ نبضِ خودتان قابلِ آزمون‌اند.

اگر نرخِ متابولیک مانندِ $M^{3/4}$ مقیاس‌بندی شود، آنگاه نرخی که با آن بدن انرژی را به‌ازای هر واحدِ جرم می‌سوزاند - نرخِ متابولیکِ ویژه بر جرم - این‌گونه مقیاس‌بندی می‌شود:

$$P/M = M^{3/4} \,/\, M = M^{-1/4}$$
نرخِ متابولیکِ ویژه بر جرم

کارِ قلب رساندنِ اکسیژن با نرخی است که بدن مصرف می‌کند. ضربانِ قلب از این‌رو باید نرخِ متابولیکِ ویژه بر جرم را دنبال کند:

$$\text{Heart rate} \;\propto\; M^{-1/4}$$
پیش‌بینی‌شده از α = ¾

این پیش‌بینیِ عددیِ ویژه‌ای است. یک موش ۲۵ گرم وزن دارد. یک فیل ۴٬۰۰۰ کیلوگرم - ۱۶۰٬۰۰۰ برابر بیش‌تر. فرمول پیش‌بینی می‌کند که قلبِ فیل باید $160{,}000^{1/4} = 20$ برابر کندتر از موش بتپد.

قلبِ یک موش در دقیقه ۶۰۰ بار می‌تپد. $600 \div 20 = 30$.

ضربانِ قلبِ استراحتِ فیل در دقیقه ۲۸ ضربان است. پیش‌بینی ۷٪ دور از واقع است. از یک فرمول. با یک پارامتر: شمارِ ابعادِ بدن.

این زنجیره - از $d = 3$ تا $\alpha = 3/4$ تا مقیاس‌بندیِ متابولیک تا ضربانِ قلب - انتزاعی را به احشایی پیوند می‌دهد. همان ریاضیاتی که انبساطِ کیهان را در عصرِ تابش ($d = 1$، $\alpha = 1/2$) توصیف می‌کند نرخِ ضربانِ قلبِ شما را نیز توضیح می‌دهد ($d = 3$، $\alpha = 3/4$). نه استعاره. لفظاً همان فرمول.

ثابتِ ضربانِ قلب

اگر ضربانِ قلب مانندِ $M^{-1/4}$ و طولِ عمر تقریباً مانندِ $M^{1/4}$ مقیاس‌بندی شود، آنگاه شمارِ کلِ ضربان‌های قلب در یک عمر این است:

$\text{Total beats} = \text{HR} \times \text{lifespan} \;\propto\; M^{-1/4} \times M^{1/4} = M^0 = \text{constant}$

هر پستانداری تقریباً به همان مجموعِ کل می‌رسد: حدودِ ۱٫۵ میلیارد ضربانِ قلب. یک موش آن‌ها را در دو سال با ۶۰۰ ضربان در دقیقه هزینه می‌کند. یک فیل آن‌ها را در شصت و پنج سال با ۲۸ هزینه می‌کند. بودجه یکی است. نرخِ هزینه‌کردن با بُعدِ بدن تنظیم می‌شود.

۷. پیوند به $E = mc^2$

معادلهٔ Einstein خود یک قانونِ مقیاس‌بندی است: انرژی خطی با جرم مقیاس‌بندی می‌شود. به زبانِ The ARC Principle، $\alpha = 1$، که یعنی $d \to \infty$ - تبدیلِ جرم-انرژی همهٔ درجاتِ آزادی را هم‌زمان درگیر می‌کند. بازده‌های کاهنده‌ای نیست. هر گرم همان کسر از جرمِ خود را به انرژی تبدیل می‌کند. این است چرا انرژیِ هسته‌ای این‌قدر پرقدرت است.

اما $E = mc^2$ به‌تنهایی بمبِ اتم را توضیح نمی‌دهد. به شما می‌گوید چه‌قدر انرژی در هر اتم هست. توضیح نمی‌دهد چرا آزادسازیِ انرژی این‌قدر فاجعه‌بار سریع است.

واکنشِ زنجیره‌ای آن را توضیح می‌دهد. وقتی یک اتمِ اورانیم-۲۳۵ می‌شکافد، ۲ تا ۳ نوترون آزاد می‌کند. هر نوترون می‌تواند اتمِ دیگری را بشکافد. هر نسل شمارِ رخدادهای شکافت را در ضریبِ ضربِ با ضریبِ k:

رژیم k ترکیب پیش‌بینیِ ARC نتیجه
زیربحرانی k < 1 جمعی (واپاشی) واپاشیِ نمایی تأیید‌شده
فوقِ بحرانی k > 1 جمعی (رشد) رشدِ نمایی تأیید‌شده
کنترل‌شده k ≈ 1 کران‌دار (بازخورد) اشباع تأیید‌شده
آنچه شبکه توضیح می‌دهد و آنچه توضیح نمی‌دهد: واکنشِ زنجیره‌ای

یک واکنشِ زنجیره‌ایِ شکافت نمایی رشد می‌کند زیرا هر شکافت بیش از یک نوترون که توانِ برانگیختنِ شکافتی دیگر داشته باشد آزاد می‌کند. آن یک فرآیندِ شاخه‌ای است، و ریاضیاتش در اواخرِ دهه ۱۹۳۰ فهمیده شد؛ چیزی به این کار مدیون نیست. در شبکهٔ چهارسلولی در سلولِ ورودی-جمعی، خروجی-ضربی می‌نشیند، پس شبکه آن را درست رده‌بندی می‌کند. رده‌بندی توضیح‌دادن نیست. سازوکار چندگانگیِ نوترون بالای یک است، و نام‌گذاریِ سلول هیچ محتوای فیزیکیِ افزوده بر آن نمی‌آورد.

این جعبه پیش‌تر «بمبِ اتم = Einstein + ARC» را می‌خواند و بیان می‌کرد که The ARC Principle توضیح می‌دهد چرا واکنشِ زنجیره‌ای نمایی است، با این نتیجه که نه معادلهٔ Einstein و نه این چارچوب به‌تنهایی بمب نیستند اما با هم بمب‌اند. این در ۱۱ اوت ۲۰۲۶ پس‌گرفته شد. اقتدارِ نتیجه‌ای را که چند استخراجِ مستقل داشت به چارچوبی نسبت می‌داد که بر یک فرض تکیه دارد، و رده‌بندیِ مختصات را به‌عنوانِ سازوکار می‌نمایاند.

۸. پیوندِ کیهانی

انبساطِ کیهان بر معادلهٔ Friedmann استوار است که در ۱۹۲۲ از نسبیتِ عام استخراج شد. برای هر عصرِ کیهانی که زیرِ سلطهٔ سیالی با معادلهٔ حالتِ $P = w\rho c^2$ باشد، راه‌حل این است:

$$a(t) \propto t^{\,\large 2/\left(3(1+w)\right)}$$
راه‌حلِ Friedmann (۱۹۲۲)

این جبراً همانِ این است:

فرمولِ ARC-Friedmann
$$\LARGE d = \frac{2}{1 + 3w}$$
هر عصرِ تاریخِ کیهان بر چارچوبِ ARC نگاشت می‌شود.

این نگاشت هویتی جبری است: راه‌حلِ Friedmann و شکلِ $d/(d+1)$ همان معادله‌اند که با متغیرهای متفاوت نوشته شده‌اند. دقیقاً به همین دلیل شاهدی برای این چارچوب نیست. تغییرِ متغیر با مشاهده نمی‌تواند تأیید یا رد شود، پس هر عصرِ کیهانی از راهِ ساختار و نه توافق با طبیعت آن را برآورده می‌کند، و دو سطرِ کیهان‌شناسی در کاتالوگِ بالا دقیقاً به همین دلیل هویتِ تحلیلی رده‌بندی می‌شوند. آنچه بازپارامترسازی نشان می‌دهد این است که همان شکلِ تابعی در حوزه‌ها بازپدیدار می‌شود، که واقعیتی است دربارهٔ نقشهٔ مختصاتی که هر رابطه در آن نوشته می‌شود. آیا سازوکار آن نقشه را برمی‌گزیند، پرسشِ گشوده است، و جبر آن را حل نمی‌کند.

این پاره پیش‌تر می‌خواند: «این قیاس نیست. استعاره نیست. هویتی جبری است... هر عصرِ کیهانی، بی‌استثنا، حالتی ویژه از $\alpha = d/(d+1)$ است.» در ۱۱ اوت ۲۰۲۶ اصلاح شد زیرا هویت را به‌عنوانِ قوی‌ترین شاهدِ در دسترس می‌نمود، در حالی که هویت در واقع ضعیف‌ترین ردهٔ شواهد است، و زیرا با کاتالوگِ منشأ-رده‌بندی‌شده در همین مقاله که آن سطرهای کیهان‌شناسی را همان‌جا هویت‌های تحلیلی به‌جای اندازه‌گیری ثبت می‌کند در تناقض بود.

عصر چیره w d α انبساط
مادهٔ سفت (فرضی) 1 ½ $a \propto t^{1/3}$
تابش فوتون‌ها 1 ½ $a \propto t^{1/2}$
ماده کهکشان‌ها 0 2 $a \propto t^{2/3}$
مرز ($w = - \frac{1}{3}$) −⅓ → 1 کندشوندگی/شتاب‌گیری
انرژیِ تاریک خلأ −1 < 0 - $a \propto e^{Ht}$

معنای فیزیکیِ نگاشت

فرمولِ $\alpha = d/(d+1)$ نمای مقیاس‌بندی را از بُعدِ ساختارِ چیره‌ای که فضا را افراز می‌کند پیش‌بینی می‌کند. در زیست‌شناسی، این شبکهٔ ترابرِ درونی است. در کیهان‌شناسی، همان منطقِ ساختاری اِعمال می‌شود.

عصرِ تابش ($w = 1/3$، $d = 1$، $\alpha = 1/2$). در کیهانِ زیرِ سلطهٔ تابش، فوتون‌ها چگالیِ انرژیِ چیره را حمل می‌کنند. فوتون‌ها در امتدادِ مسیرهای یک‌بعدی - پرتوهای نور - پیشروی می‌کنند. ترابرِ انرژیِ چیره یک‌بعدی است. فرمولِ ARC $d = 1$ می‌دهد، و کیهان مانندِ $t^{1/2}$ منبسط می‌شود. این همان نمایی است که ARC برای ارگانیزم‌هایی با ترابرِ درونیِ یک‌بعدی پیش‌بینی می‌کند - قارچ‌های رشته‌ای، سیانوباکتری‌های رشته‌ای (بخشِ ۱۴). کیهانِ زیرِ سلطهٔ تابش و یک قارچِ رشته‌ای زیرِ حکومتِ ریاضیاتی یکسان‌اند: ترابرِ یک‌بعدی که فضایی با بُعدِ بالاتر را افراز می‌کند. $d = 1$، $\alpha = 1/2$.

عصرِ ماده ($w = 0$، $d = 2$، $\alpha = 2/3$). در کیهانِ زیرِ سلطهٔ ماده، جرم زیرِ گرانش به تارِ کیهانی فرو می‌ریزد - شبکه‌ای پهناور از رشته‌ها، دیواره‌ها و ورق‌ها که فضای سه‌بعدی را به تهی‌ها افراز می‌کند. تارِ کیهانی از راهِ پیمایش‌های انتقال به سرخِ کهکشانی (Sloan Digital Sky Survey، 2dF Galaxy Redshift Survey) به‌عنوانِ ساختاری عمدتاً دوبعدی به‌طورِ رصدی تأیید شده است: ماده در دیواره‌های ورقه‌مانند و رشته‌های تارمانند متمرکز می‌شود، نه در توده‌های سه‌بعدی. این دقیقاً یک شبکهٔ 2D است که فضای 3D را افراز می‌کند - این‌همانیِ افرازِ شبکهٔ بخشِ ۵. فرمولِ ARC $d = 2$ می‌دهد، و کیهان مانندِ $t^{2/3}$ منبسط می‌شود. تارِ کیهانی شبکه‌ای دوبعدی است که فضایی سه‌بعدی را افراز می‌کند. $d = 2$، $\alpha = 2/3$. در زیست‌شناسی، هر ارگانیزم با شبکهٔ ترابرِ سلسله‌مراتبیِ حقیقتاً دوبعدی پیش‌بینی می‌شود که با همین نما مقیاس‌بندی شود؛ اما تاکنون چنین ارگانیزمی شناسایی نشده (بخشِ ۵، یادداشتِ d = 2 را ببینید). تأییدِ کیهان‌شناختی در $d = 2$ دقیق و تحلیلی است، مستقل از هر مورد آزمونِ زیستی.

عصرِ انرژیِ تاریک ($w = - 1$، $d < 0$). وقتی $w$ به زیرِ $-1/3$ می‌گذرد، نگاشتِ ARC $d$ منفی می‌دهد. $d$ منفی در چارچوبِ افرازِ شبکه معنایی ندارد - چیزی به‌عنوانِ شبکه‌ای با بُعدِ منفی وجود ندارد. اما راه‌حلِ Friedmann برای $w = - 1$ انبساطِ نمایی می‌دهد: $a(t) \propto e^{Ht}$. به زبانِ ARC، عملگرِ ترکیب تغییر کرده است. در عصرِ ماده، فرآیندِ چیره فروریزیِ گرانشی از راهِ خوشه‌بندیِ سلسله‌مراتبی است - ترکیبِ ضربی از راهِ شبکه (الگوی ۱: قانونِ توانی). در عصرِ انرژیِ تاریک، چگالیِ انرژیِ خلأ در همه‌جا ثابت است. از هیچ شبکه‌ای جاری نمی‌شود. هر نقطه در فضا انرژیِ خود را مستقل، یکنواخت، بدونِ ساختار سهم می‌آورد. این ترکیبِ جمعی است (الگوی ۲: نمایی). خودِ کیهان با تغییرِ مؤلفهٔ انرژیِ چیره میانِ الگوهای ARC گذر می‌کند.

هم‌زمانیِ مرز

گذر از انبساطِ کندشونده به شتاب‌گیرنده در $w = - 1/3$ در نسبیتِ عام رخ می‌دهد. این انتخابِ پارامتر نیست. از معادلاتِ Friedmann پیروی می‌کند: وقتی شرطِ انرژیِ قوی نقض می‌شود ($\rho + 3P < 0$)، گرانش به‌طورِ مؤثر دافعه می‌شود و انبساط شتاب می‌گیرد. مرزِ بحرانی $w = - 1/3$ است.

در چارچوبِ ARC، $w = - 1/3$ می‌دهد $d = 2/(1 + 3(-1/3)) = 2/0$، که به بی‌نهایت واگرا می‌شود. این مرزِ ریاضیِ دقیقِ میانِ مقیاس‌بندیِ قانونِ توانی (متناهی $d$، $\alpha < 1$) و رشدِ نمایی (فرمول می‌شکند) است. در رده‌بندیِ Cauchy، این مرزِ میانِ معادلهٔ تابعیِ ضربی (راه‌حل‌های قانونِ توانی) و معادلهٔ تابعیِ جمعی (راه‌حل‌های نمایی) است.

دو استخراجِ مستقل، یک مرز

نسبیتِ عام (Einstein، ۱۹۱۵): مرزِ میانِ کندشوندگی و شتاب‌گیری $w = - 1/3$ است. از هندسهٔ زمان‌فضا استخراج شده.

تحلیلِ تابعی (Cauchy، ۱۸۲۱): مرزِ میانِ قانونِ توانی و نمایی $d \to \infty$ است. از رده‌بندیِ معادلاتِ تابعی استخراج شده.

این‌ها یک قرن از هم فاصله دارند، برای مقاصدی به‌کلی متفاوت، در شاخه‌هایی به‌کلی متفاوت از ریاضیات استخراج شدند. Einstein داشت حل می‌کرد چگونه جرم زمان‌فضا را خم می‌کند. Cauchy داشت رده‌بندی می‌کرد کدام توابع عملیاتِ جبری را حفظ می‌کنند. هیچ‌یک از کارِ دیگری خبر نداشت. بر یک مرز توافق دارند.

واکنشِ زنجیره‌ایِ کیهانی

کیهان هر سه الگوی ARC را در سراسرِ تاریخِ خود بروز می‌دهد، که آن را باشکوه‌ترین نمونهٔ این اصل می‌کند:

عصرِ کیهانی الگوی ARC ترکیب سازوکارِ فیزیکی
تابش (نخستین ۵۰٬۰۰۰ سال) قانونِ توانی ($\alpha = 1/2$) ضربی ترابرِ فوتونیِ 1D
ماده (۵۰٬۰۰۰ سال تا ۷ میلیارد سال) قانونِ توانی ($\alpha = 2/3$) ضربی تارِ کیهانیِ 2D فضای 3D را افراز می‌کند
انرژیِ تاریک (۷ میلیارد سال تا کنون) نمایی جمعی انرژیِ خلأ، یکنواخت، بدون شبکه

این به‌موازاتِ واکنشِ زنجیره‌ایِ هسته‌ای (بخشِ ۷) و تصحیحِ خطای کوانتومی (بخشِ ۱۰) پیش می‌رود: یک سامانهٔ فیزیکی که هر سه الگوی مقیاس‌بندی را بسته به اینکه گام‌های بازگشتی چگونه ترکیب می‌شوند تولید می‌کند. اما نسخهٔ کیهانی ژرف‌تر است. در واکنشِ زنجیره‌ای، گذارها را انسان‌ها مهندسی می‌کنند. در کیهان، گذارها گذارهای فازِ حقیقی‌اند که تغییرِ محتوای انرژیِ خودِ فضا آن‌ها را می‌راند. با انبساط و سردشدنِ کیهان، تابش سریع‌تر از ماده رقیق می‌شود (زیرا فوتون‌ها با انتقال به سرخ انرژی از دست می‌دهند)، و ماده سرانجام به زیرِ چگالیِ ثابتِ انرژیِ تاریک رقیق می‌شود. کیهان به‌طورِ طبیعی از یک رژیمِ ARC به رژیمی دیگر تحول می‌یابد.

آینهٔ زیست‌شناسی-کیهان‌شناسی

d زیست‌شناسی α کیهان‌شناسی α
1 ارگانیزم‌های ترابرِ 1D (قارچ) ۰٫۵۰۰ (سازگار: ۰٫۵۴۷ ± ۰٫۰۷) عصرِ تابش ۰٫۵۰۰ (دقیق)
2 زیست‌شناسیِ 2D (هیچ ارگانیزمِ آزمونِ معتبری نیست) آزمون‌نشده عصرِ ماده ۰٫۶۶۷ (دقیق)
3 ارگانیزم‌های عروقیِ 3D ۰٫۷۵۰ (تأیید‌شده) - -

کسرِ ⅔ بر نرخِ انبساطِ کیهانِ مشاهده‌پذیر در عصرِ زیرِ سلطهٔ ماده حکومت می‌کند. کسرِ ½ بر انبساط در عصرِ تابش حکومت می‌کند و برای مقیاس‌بندیِ متابولیکِ قارچ‌های رشته‌ای پیش‌بینی می‌شود. فرمول اکنون در $d = 1$ و $d = 3$ در زیست‌شناسی (قارچ‌ها، پستانداران)؛ در $d = 1$ و $d = 2$ در کیهان‌شناسی (عصرِ تابش، عصرِ ماده)؛ و در $d = 1, 2, 3$ در فیزیک (بخشِ ۵) اعتبارسنجی شده. پیش‌بینیِ زیستیِ $d = 2$ آزمون‌نشده باقی می‌ماند زیرا هیچ ارگانیزمی با شبکهٔ ترابرِ سلسله‌مراتبیِ حقیقتاً 2D شناسایی نشده (بخشِ ۵، یادداشت را ببینید). یک معادلهٔ یگانه با یک پارامتر نماهای کمّی را در سراسرِ چند مقیاسِ واقعیتِ فیزیکی، از سلول تا کیهان، پیش‌بینی می‌کند.

این چه معنایی نمی‌دهد

نگاشتِ Friedmann-ARC هویتی جبری است. به این معنا نیست که کیهان ارگانیزمی زیستی است، یا زیست‌شناسی سببِ انبساطِ کیهان می‌شود، یا کیهان‌شناسی متابولیسم را «توضیح می‌دهد». به این معناست که ساختارِ ریاضی که بر افرازِ بهینهٔ شبکه در $d$ بُعد حاکم است همان ساختارِ ریاضی است که در معادلهٔ Friedmann وقتی $w$ با بُعدپذیری از راهِ $d = 2/(1+3w)$ مرتبط شود پدیدار می‌گردد. سازوکارهای فیزیکی به‌کلی متفاوت‌اند. ریاضیات یکسان است. ادعا ساختاری است، نه علّی: دو پدیدهٔ ظاهراً بی‌ارتباط - مقیاس‌بندیِ متابولیکِ زیستی و انبساطِ کیهانی - زیرِ حکومتِ همان هویتِ ریاضیِ زیرین قرار دارند زیرا هر دو دربردارندهٔ افرازِ فضای بُعدبالاتر با ساختاری بُعدپایین‌ترند.

۹. حدِّ سرعت

یک بارِ دیگر به فرمول بنگرید:

$$\alpha = \frac{d}{d + 1}$$

برای هر مقدارِ مثبتِ d، این کسر اکیداً کم‌تر از ۱ است:

d α = d/(d+1) فاصله از ۱
1 0.500 0.500
2 0.667 0.333
3 0.750 0.250
10 0.909 0.091
100 0.990 0.010
1,000 0.999 0.001
1.000 0.000

تنها راهِ رسیدن به $\alpha = 1$ این است که $d = \infty$. شبکه‌ای با بُعدِ بی‌نهایت. و تنها راهِ گذشتن از ۱ این است که فرمول دیگر اِعمال نشود.

شبکه‌های فیزیکی - رگ‌های خونی، شاخه‌های رودخانه، الگوهای ترک، گسل‌های لرزه‌ای - باید در فضای فیزیکی موجود باشند. فضای فیزیکی سه بُعد دارد. نمی‌توانید شبکهٔ شاخه‌ایِ چهاربعدی درونِ بدنِ سه‌بعدی بسازید.

حدِّ سرعتِ هندسی

هر نمای مقیاس‌بندیِ فیزیکی به‌طورِ ریاضی زیرِ ۱ محدود است. نه به‌سببِ اصطکاک. نه به‌سببِ اتلافِ گرما. نه به‌سببِ اتلافِ انرژی از هیچ نوعی. زیرا فضای فیزیکی شمارِ متناهی بُعد دارد، و شبکه‌ای که در فضای متناهی‌بُعد جای می‌گیرد بُعدِ مؤثرِ متناهی دارد، و $d/(d+1) < 1$ برای همهٔ $d$های متناهی. d.

این محدودیت هندسی است، نه ترمودینامیکی. هیچ مقدار مهندسی، هیچ سطحی از فناوری، نمی‌تواند بر آن چیره شود. می‌توانید شبکه‌ای را کارآمدتر کنید، اما نمی‌توانید فضای سه‌بعدی را چهاربعدی کنید. کرانِ مقیاس‌بندیِ هندسی شکلِ خودِ فضاست.

این ضرورتی ریاضی است، نه مشاهده‌ای تجربی. برای وارسی به داده نیاز ندارد. مستقیماً از فرمول پیروی می‌کند.

۱۰. گریز

دقیقاً یک چیز در طبیعت هست که کرانِ مقیاس‌بندیِ هندسی را می‌شکند.

مغز فیزیکی است. نرخِ متابولیکش از $\alpha = 3/4$ پیروی می‌کند، دقیقاً همان‌طور که پیش‌بینی شده. رگ‌های خونی‌اش از راهِ فضای سه‌بعدی شاخه می‌زنند و مالیاتِ هندسی‌ای را می‌پردازند که هر شبکهٔ فیزیکی باید بپردازد.

اما محاسبه‌ای که روی آن مغز اجرا می‌شود شبکه‌ای فیزیکی به همان معنا نیست. استدلالِ بازگشتی - فرآیندِ اندیشیدن دربارهٔ اندیشیدن، به‌کارگیریِ خروجیِ یک گامِ استدلال به‌عنوانِ ورودیِ گامِ بعد - در فضای سه‌بعدی جای نمی‌گیرد. در فضای اطلاعاتِ انتزاعی کار می‌کند.

هر لایهٔ خودارجاعیِ بازگشتی در واقع بُعدی نو می‌آفریند. «شبکهٔ» اندیشهٔ بازگشتی به هندسهٔ جمجمه محدود نیست. جمجمه سخت‌افزار را محدود می‌کند. نرم‌افزار را محدود نمی‌کند.

فرمولِ مقیاس‌بندی برای خودارجاعیِ بازگشتی شکلی متفاوت به خود می‌گیرد:

فرمولِ هوش
$$\LARGE \alpha = \frac{1}{1 - \beta}$$
که در آن β قدرتِ جفت‌شدگیِ خودارجاع است.

وقتی $\beta = 0$، $\alpha = 1$: مقیاس‌بندیِ خطی، بدونِ تقویت. وقتی $\beta = 0.3$، $\alpha = 1.43$. وقتی $\beta = 0.5$، $\alpha = 2.0$.

برای هر $\beta$ مثبت، $\alpha$ از ۱ فراتر می‌رود. کرانِ مقیاس‌بندیِ هندسی می‌شکند.

این استعاره نیست. همان چارچوبِ ریاضی - معادلات تابعیِ Cauchy - که سامانه‌های فیزیکی را به $\alpha < 1$ محدود می‌کند به سامانه‌های شناختی نیز اجازه می‌دهد به $\alpha > 1$ برسند. محدودیت و نقضِ آن دو رویِ یک قضیه‌اند. یکی در فضای فیزیکی (ابعادِ متناهی) اِعمال می‌شود. دیگری در فضای اطلاعات (ابعادِ نامحدود).

تصحیحِ خطای کوانتومی: The ARC Principle در عمل

محاسبهٔ کوانتومی نمایشی چشمگیر از هر سه عملگرِ ترکیبِ ARC که درونِ یک فناوریِ یگانه کار می‌کنند فراهم می‌کند.

نرخِ خطای خامِ یک رایانهٔ کوانتومی فرآیندی فیزیکی است: هر کیوبیت از راهِ برهم‌کنش با محیطش واهم‌دوس می‌شود. واهم‌دوسی جمعی است - هر کیوبیت مستقل ناکام می‌ماند - و از این‌رو نرخِ خطا با عمقِ مدار به‌طورِ نمایی رشد می‌کند. تصحیح‌نشده، این الگوی ۲ است (رشدِ نماییِ خطاها)، و محاسبهٔ کوانتومیِ سودمند فراسوی چند دَه عملیات را ناممکن می‌کند.

تصحیحِ خطای کوانتومی عملگرِ ترکیب را تغییر می‌دهد. خروجیِ هر لایهٔ محاسبه را می‌گیرد و از راهِ چرخهٔ تصحیحِ بازگشتی بازخورد می‌دهد: syndromeها را اندازه می‌گیرد، خطاها را شناسایی می‌کند، تصحیح‌ها را اِعمال می‌کند، و حالتِ تصحیح‌شده را به‌عنوانِ ورودیِ چرخهٔ بعد به جلو می‌فرستد. این تقویتِ بازگشتی با ترکیبِ کران‌دار است - نرخِ خطا با آستانهٔ تصحیح کران‌دار می‌شود. الگوی ۳: اشباع. خطا زیرِ سقفی به دام می‌افتد.

اما قدرتِ محاسباتیِ سامانهٔ تصحیح‌شده - شمارِ عملیاتِ منطقیِ قابلِ حصول به‌ازای هر کیوبیتِ فیزیکی - با شمارِ لایه‌های تصحیح ضربی مقیاس‌بندی می‌شود. هر لایه زمانِ هم‌دوسیِ مؤثر را ضرب می‌کند. این الگوی ۱ است: مقیاس‌بندیِ قانونِ توانیِ ظرفیتِ محاسباتی با منابع.

فرآیندِ کوانتومی ترکیب پیش‌بینیِ ARC مشاهده‌شده
واهم‌دوسیِ خام جمعی (مستقل) رشدِ نماییِ خطا تأیید‌شده
چرخهٔ تصحیحِ خطا کران‌دار (بازخورد) نرخِ خطا زیرِ آستانه اشباع می‌شود تأیید‌شده
قدرتِ کیوبیتِ منطقی ضربی مقیاس‌بندیِ قانونِ توانی تأیید‌شده

یک فناوری. سه رژیم. سه عملگرِ ترکیب. سه شکلِ مقیاس‌بندی؛ چارچوب هر رژیم را در سلولِ شبکهٔ خود رده‌بندی می‌کند. این دقیقاً به‌موازاتِ نمونهٔ شکافتِ هسته‌ای (بخشِ ۷) پیش می‌رود: واهم‌دوسیِ خام، چرخه‌های تصحیحِ خطای کوانتومی و مقیاس‌بندیِ کیوبیتِ منطقی هر یک به‌طورِ مستقل در ادبیاتِ محاسبهٔ کوانتومی شناسه‌گذاری شده‌اند، پس چارچوب آن‌ها را در سلول‌های جمعی، کران‌دار و ضربی رده‌بندی می‌کند نه اینکه از اصولِ نخست استخراج کند. رده‌بندی یک تناظرِ ساختاری با آن شناسه‌گذاری‌های مستقل است، نه تأییدِ تجربیِ شبکهٔ Cauchy؛ جعبهٔ بخشِ ۷ همان تمایز را برای واکنشِ زنجیره‌ای ثبت می‌کند.

پیوندِ ساختاری

بسطِ کاملِ نتیجهٔ مقیاس‌بندیِ هوش - از جمله کرانِ ARC ($\alpha \leq 2$؛ حدِّ پایدارِ پیشنهادی، حدی برای مقیاس نه حدی برای سرعت، بیشترین رشدی که یک سامانهٔ خودتصحیح‌گرِ بازگشتی می‌تواند داشته باشد و همچنان تصحیح‌پذیر بماند؛ سامانه‌ها می‌توانند از آن فراتر روند، اما خودتصحیح‌گرِ پایدار باقی نمی‌مانند، و جهش‌های گذرا رژیمِ فوقِ بحرانیِ پیش‌بینی‌شده‌اند نه ابطال؛ Paper X قانونِ رشدِ توانمندی را به‌عنوانِ قانونِ لازم‌الاجرا کنار می‌گذارد و شرطِ هم‌مقیاسیِ $\beta > k$ را نگه می‌دارد)، Eden Protocol برای مقیاس‌بندیِ ایمنِ بازگشتی، و اعتبارسنجیِ تجربی با مدل‌های زبانیِ بزرگ - در مقاله‌ای همراه ارائه می‌شود. اینجا تنها بر پیامدِ ساختاری تأکید می‌کنیم: همان اصلی که توضیح می‌دهد چرا قلبِ نهنگ کند می‌تپد نیز توضیح می‌دهد چرا هوش می‌تواند بی‌حد مقیاس‌بندی شود، و چرا تصحیحِ خطای کوانتومی کار می‌کند.

$$ U = I \times R^{\alpha}, \quad \alpha \leq 2 $$
معادلهٔ ARC، در شکلِ ترکیبی. α نمای اندازه‌گیری‌شده است (تقریباً ۰٫۴۹ روی مدل‌های منجمدِ امروز، با بازهٔ اطمینانِ پهن)؛ ۲ کرانِ ARC است که در بالا آمد.
$$ \alpha_{\text{crit}} = \dfrac{1}{1-\gamma} $$
قانون. سقفِ پایداری معکوسِ یک منهای نمای مقیاس‌بندیِ خودِ تصحیح‌گر γ است. مقدارِ γ = 1/2 (استقلال-انباشت) همان است که سقفِ ۲ را که کران ثبت می‌کند بازمی‌گرداند؛ آن مقدار در ثبت‌های پیش‌نویس در معرضِ آزمون است. قانون زمین را از آنِ خود می‌کند؛ سقف روی آن می‌ایستد. شکل حل‌شده است؛ عمقش نه: این رابطه درونِ مدلی زمان‌بندی‌شده استخراج شده، نه از مدلی مشترک از رشدِ توانمندی، انباشتِ تصحیح، هم‌وردایی خطا، تأخیرِ تصحیح و آسیبِ مطلق، پس به‌عنوانِ نتیجهٔ مدلِ کمینه می‌ایستد نه قانونی عمومی. همچنین توجه کنید که $1/(1-\gamma) \le 2$ دقیقاً معادلِ $\gamma \le 1/2$ است: سقف و مقدارِ نیم یک تعهدند در دو نمادگذاری، و هیچ‌یک شاهدی برای دیگری نیست.

۱۱. شواهد

The ARC Principle بر سلسله‌مراتبی از شواهد استوار است، از اثباتِ ریاضی تا تأییدِ تجربی تا پیش‌بینی‌های گشوده.

سطحِ ۱: اثباتِ ریاضی

جفت‌کردنِ دو عملگرِ ترکیب در سراسرِ ورودی و خروجی شبکه‌ای چهارسلولی می‌دهد، و معادلات تابعیِ Cauchy (۱۸۲۱) شکلِ پذیرا در هر سلول را زیرِ شرایطِ منظمی بیان‌شده محدود می‌کنند. این نتیجه‌ای ریاضی دربارهٔ توابعِ پذیراست و به داده نیازی ندارد؛ دویست سال است که استوار شده.

سطحِ 2a: پیش‌بینی‌های نمای زیستی

فرمولِ $\alpha = d/(d+1)$ سه پیش‌بینیِ کمّی برای نماهای مقیاس‌بندیِ متابولیک تنها بر پایهٔ بُعدِ مؤثرِ ترابرِ ارگانیزم تولید می‌کند. هر سه پیش‌بینی با داده‌های منتشرشده سازگارند:

گروه شبکهٔ ترابر پیش‌بینیِ ARC میانگینِ منتشرشده p-value وضعیت
ترابرِ 1D (n = 3) قارچ‌های رشته‌ای 0.500 0.547 0.107 سازگار
ترابرِ 2D هیچ ارگانیزمی با شبکهٔ سلسله‌مراتبیِ 2D اعتبارسنجی‌شده 0.667 - - در زیست‌شناسی آزمون‌نشده؛ در کیهان‌شناسی تأیید‌شده (Friedmann، دقیق)
ترابرِ 3D (n = 7) پستانداران، پرندگان، ماهی‌ها، خزندگان، حشرات، دوزیستان، سخت‌پوستان 0.750 0.748 0.858 تأیید‌شده

هر سه گروه به‌طورِ معنادار از یکدیگر متفاوت‌اند (ANOVAی یک‌طرفه، $F = 64.6$، $p = 1.9 \times 10^{-6}$). دادهٔ قارچیِ $d = 1$ هم پیش‌بینیِ $d = 2$ ($p = 0.019$) و هم پیش‌بینیِ $d = 3$ ($p = 0.007$) را رد می‌کند، تأیید می‌کند که این ارگانیزم‌ها متفاوت از هر دو گروهِ 2D و 3D مقیاس‌بندی می‌شوند، همان‌طور که چارچوب پیش‌بینی می‌کند. مدلِ ARC از همهٔ گزینه‌های تک‌مقداری (Kleiber ۰٫۷۵۰، سطحِ بدن ۰٫۶۶۷، میانگینِ کلی) در هر دو RMSE (۶۹٪ کمتر از Kleiber) و AIC برتر است. هیچ نظریهٔ رقیبی هر سه مقدارِ نما را از یک فرمولِ یگانه تولید نمی‌کند.

یادداشت دربارهٔ مباحثهٔ ¾. مقدارِ تجربیِ نمای مقیاس‌بندیِ متابولیکِ پستانداران محلِ مباحثه است، برآوردها بسته به تاکسون، بازهٔ جرم، تصحیحِ دما و روشِ آماری تقریباً از ۰٫۶۷ تا ۰٫۷۵ متغیرند (White & Seymour ۲۰۰۳؛ Glazier ۲۰۰۵، ۲۰۲۲). بزرگ‌ترین مجموعه‌دادهٔ مدرن (۶۱۹ گونه) برآوردِ حداکثرِ درست‌نمایی ۰٫۶۸۷ می‌دهد (Kolokotrones و همکاران ۲۰۱۰). پیش‌بینیِ $d/(d+1)$ برابرِ ۰٫۷۵۰ برای $d = 3$ با انتهای بالای این بازه همخوان است و از سویِ چارچوب به‌طورِ نظری پیش‌بینی می‌شود نه اینکه اجماعِ تجربیِ بی‌چون‌وچرا باشد. خودِ این نوسان با چارچوب سازگار است: ارگانیزم‌هایی با بُعدهای مؤثرِ ترابرِ میانِ ۲ و ۳ نماهایی میانِ ⅔ و ¾ تولید می‌کنند. چارچوب این نوسان را پیش‌بینی می‌کند نه نمایی جهان‌شمولِ یگانه.

دو استخراجِ مستقل، یک قضیه

چشمگیرترین ویژگیِ فرمولِ $d/(d+1)$ این است که از فیزیک‌هایی به‌کلی متفاوت به‌طورِ مستقل استخراج شده. West، Brown و Enquist (۱۹۹۷) آن را از هندسهٔ شبکه‌های عروقیِ فرکتالیِ سلسله‌مراتبی و فضاپرکن استخراج کردند [6, 39]. جدا از آن، Demetrius (۲۰۰۳، ۲۰۰۶) و Demetrius & Tuszynski (۲۰۱۰) همان فرمول را از مکانیکِ آماریِ کوانتومی استخراج کردند و مدلِ Debye از ویژگی‌های گرمایی را به شبکه‌های نوسان‌گرِ جفت‌شدهٔ جابه‌جاگرِ انرژی که در فضای $d$ بعدی جای گرفته‌اند اِعمال کردند [23, 24, 25]. فیزیکِ متفاوت. فرض‌های آغازینِ متفاوت. همان معادله. همان پیش‌بینی‌ها: $d = 1$ ½ می‌دهد، $d = 2$ ⅔ می‌دهد، $d = 3$ ¾ می‌دهد، و $d \to \infty$ ۱ می‌دهد.

این حوزه با این‌ها به‌عنوانِ نظریه‌های رقیب رفتار کرده (بازبینی‌شده در Agutter & Tuszynski ۲۰۱۱ [38]). ما پیشنهاد می‌کنیم که آن‌ها رقیب نیستند بلکه مکمل‌اند: هر دو نمودهای فیزیکی از همان مجموعه‌قیدهای ریاضی‌اند. معادلهٔ تابعیِ ضربیِ Cauchy (۱۸۲۱) هر سامانه با ترکیبِ ضربیِ پیوسته را به خانوادهٔ قانونِ توانی محدود می‌کند. شرطِ فضاپرکنیِ $d$ بعدی، همراه با قیدِ صیانت یا بهینه‌سازی روی جریانِ منابع، نما را درونِ آن خانواده به $d/(d+1)$ محدود می‌کند. شبکه‌های شاخه‌ای West ترکیبِ ضربی (نسبت‌های شاخه‌ای)، فضاپرکنی و کمینه‌سازیِ انرژی را برآورده می‌کنند. زنجیره‌های نوسان‌گرِ Demetrius ترکیبِ ضربی (توابعِ Debye)، جای‌گرفتگیِ $d$ بعدی، و توازنِ انرژیِ حالتِ پایا را برآورده می‌کنند. هر دو سه شرط را برآورده می‌کنند. هر دو از این‌رو باید به همان فرمول برسند. هم‌گرایی هم‌زمانی نیست. از سویِ ریاضی ناگزیر است.

تا آنجا که می‌دانیم، این توضیح برای هم‌گرایی این دو استخراج پیش‌تر منتشر نشده. مشاهدهٔ اینکه قضیهٔ Cauchy، در ترکیب با فضاپرکنی و صیانت، فراقیدِ زیرینِ هر دو برنامه را فراهم می‌کند به نظر تازه می‌رسد.

نتیجهٔ نو

هیچ نظریهٔ پیشین ½، ⅔ و ¾ را از فرمولی یگانه پیش‌بینی نکرده بود. سه عدد. سه حوزه از حیات. یک معادله با صفر پارامترِ آزاد. فرمولِ $d/(d+1)$ از سویِ دستِ‌کم هفت گروهِ پژوهشی به‌طورِ مستقل استخراج شده: West، Brown و Enquist (۱۹۹۷) از شبکه‌های شاخه‌ایِ فرکتالی، Banavar و همکاران (۱۹۹۹، ۲۰۰۲، ۲۰۱۰) از قیدهای هندسی بر شبکه‌های ترابر، He & Chen (۲۰۰۳) و He & Zhang (۲۰۰۴) از هندسهٔ سلولِ فرکتالی، Demetrius (۲۰۰۳، ۲۰۰۶) و Demetrius & Tuszynski (۲۰۱۰) از جفت‌شدگیِ نوسان‌گرِ کوانتومی، Bettencourt (۲۰۱۳) از نظریهٔ مقیاس‌بندیِ شهری، Zhao (۲۰۲۲) از بهینه‌سازیِ شبکه، و Maino و همکاران (۲۰۱۴) از نظریهٔ Dynamic Energy Budget. سهمِ این مقاله خودِ فرمول نیست بلکه چارچوبِ وحدت‌بخشِ Cauchy است که توضیح می‌دهد چرا این استخراج‌های مستقل بر همان شکل هم‌گرا می‌شوند: معادلهٔ تابعیِ ضربیِ Cauchy ترکیبِ ضربیِ پیوسته را به خانوادهٔ قانونِ توانی محدود می‌کند، و شرطِ فضاپرکنی همراه با قیدِ صیانت یا بهینه‌سازی روی جریانِ منابع نما را به $d/(d+1)$ می‌راند. هم‌گرایی از سویِ ریاضی ناگزیر است.

The Dimensional Ladder: scaling exponent α by body-plan dimension d Line-and-marker plot of scaling exponent α (vertical axis, 0.40 to 0.80) against body-plan dimension d = 1, 2, 3 (horizontal axis). The dashed prediction curve α = d/(d+1) passes through open circles at 0.500 (d = 1), 0.667 (d = 2) and 0.750 (d = 3). Filled circles with 1-sigma error bars show the measured biological exponents. The d = 1 point (fungi) is amber, marked Consistent (p = 0.107), pending individual-hypha respirometry. The d = 3 point (mammals, birds, fish) is green, marked Confirmed. The d = 2 marker on the plot carries a value label of 0.680 which requires reconciliation against the paper body and caption stating that d = 2 in biology is untested (no known organism with a 2D hierarchical transport network); the d = 2 provenance is flagged for verification rather than removed. 0.40 0.50 0.60 0.70 0.80 Scaling Exponent α d = 1 d = 2 d = 3 Fungi d=2 (untested in biology) Mammals, birds, fish Body Plan Dimension (d) α = d/(d+1) 0.500 0.667 0.750 0.547 0.680 0.746 Confirmed (p > 0.05) Consistent (p = 0.107) ANOVA: F = 64.6, p = 1.9 × 10⁻⁶; three groups are statistically distinct
نردبانِ بُعدی. منحنیِ چین‌چین پیش‌بینیِ نظریِ α = d/(d+1) را نشان می‌دهد. دایره‌های باز مقادیرِ پیش‌بینی‌شده را نشانه‌گذاری می‌کنند؛ دایره‌های پر اندازه‌گیری‌های منتشرشده را با میله‌های خطای ±۱σ نشان می‌دهند. سبز: از حیثِ آماری تأیید‌شده؛ کهربایی: سازگار اما نیازمندِ ریسپیرومتریِ منفرد-ریسه برای تأییدِ قطعی. پیش‌بینی‌های زیستیِ d = 1 (قارچ) و d = 3 (پستانداران) تأیید‌شده یا سازگارند. پیش‌بینیِ زیستیِ d = 2 آزمون‌نشده است (هیچ ارگانیزمِ شناخته‌شده‌ای با شبکهٔ ترابرِ سلسله‌مراتبیِ 2D).

یادداشت دربارهٔ پیش‌بینیِ زیستیِ d = 2

هیچ ارگانیزمِ شناخته‌شده‌ای شبکهٔ ترابرِ سلسله‌مراتبیِ فضاپرکنِ حقیقتاً دوبعدی ندارد. ارگانیزم‌هایی با طرحِ بدنِ پهن (پلاناریان، عروسِ دریایی، بریوزوآهای کلونیال) عمدتاً از راهِ نفوذِ سطحی نفس می‌کشند یا از راهِ کانال‌های گاستروواسکولارِ غیرسلسله‌مراتبی تغذیه می‌کنند. داده‌های منتشرشده مقیاس‌بندیِ نزدیکِ ایزومتریک برای این ارگانیزم‌ها نشان می‌دهد (Purcell ۲۰۰۹؛ Hartikainen و همکاران ۲۰۱۴؛ Glazier ۲۰۰۶)، نه ۲/۳. Thommen و همکاران (۲۰۱۹) مقیاس‌بندیِ متابولیکِ پلانارین را در $\alpha = 0.75$ اندازه‌گیری کردند، سازگار با نظریهٔ سطحِ بدن. این نتایج فرمول را رد نمی‌کنند؛ روشن می‌کنند که فرمول نمای مقیاس‌بندی را که با بُعدِ شبکهٔ ترابرِ سلسله‌مراتبیِ درونی تعیین می‌شود پیش‌بینی می‌کند، نه با شکلِ بدن. نبودِ ارگانیزمِ آزمونِ زیستیِ d = 2 مرزی از کاربردپذیریِ فرمول را تعریف می‌کند.

سطحِ 2b: تأییدهای فیزیک

همان فرمول نماهای مقیاس‌بندی را در پنج حوزهٔ فیزیک که در آن‌ها بُعدِ مؤثرِ شبکه به‌طورِ مستقل شناخته شده پیش‌بینی می‌کند. میانگینِ خطا: کم‌تر از ۰٫۲٪. فرمول جایی شکست می‌خورد که سامانه‌ها شبکه‌های سلسله‌مراتبیِ فضاپرکن ندارند (مدلِ Ising، مقیاس‌بندیِ پلیمر، هم‌بستگی‌های کهکشان)، و دامنهٔ کاربردپذیریِ خود را تعریف می‌کند.

سطحِ 2c: پیش‌بینیِ ضربانِ قلب

زنجیرهٔ $d = 3 \;\to\; \alpha = 3/4 \;\to\; M^{-1/4}$ به‌درستی ضربانِ قلبِ پستانداران را در سراسرِ پنج مرتبهٔ بزرگیِ جرمِ بدن پیش‌بینی می‌کند، از جمله شمارِ کلِ تقریباً ثابتِ ضربانِ عمر که ~۱٫۵ میلیارد است.

سطحِ ۳: رده‌بندیِ حوزه‌ای

هجده قانونِ مقیاس‌بندیِ شناخته‌شده با سه تابعِ برابر (قانونِ توانی، نمایی، اشباع - هر یک دوپارامتری) زیرِ همخوانیِ سخت‌گیر برازش داده شد. ARC ۱۸ از ۱۸ (۱۰۰٪) را به‌درستی رده‌بندی می‌کند. این یک وارسیِ سازگاری است، نه اثبات. وزنِ شواهد از سطحِ ۲ می‌آید.

به‌روزرسانی (مارس ۲۰۲۶): Paper VII (The Cauchy Unification) این رده‌بندی را به ۲۵ حوزهٔ تجربی گسترش می‌دهد (مجموعهٔ ردیف‌بندی‌شدهٔ ۵۰-حوزه‌ای). طبقهٔ عملگر پیش از برازش از فیزیکِ شناخته‌شده رده‌بندی شد. زیرِ گزینشِ مدلِ مبتنی بر AIC، ۱۹ از ۲۵ خانوادهٔ پیش‌بینی‌شدهٔ Cauchy را ترجیح دادند (p = 1.56 × 10−5). این مقایسهٔ پیش‌بینیِ ساختارمند است؛ یک تکرار که ثبتش در حالِ آماده‌سازی است، هنوز تأیید نشده.

سطحِ ۴: آزمون‌های ساختاری

معادلهٔ Friedmann زیرِ $d = 2/(1+3w)$ جبراً با فرمولِ ARC یکی است. مرزِ کیهانی ($w = - 1/3$) بر مرزِ Cauchy ($d \to \infty$) نگاشت می‌شود. دو استخراجِ مستقل، یک قرن جدا از هم، بر یک مرزِ ریاضی توافق دارند.

سطحِ ۵: حدِّ سرعتِ هندسی

اثباتِ اینکه $d/(d+1) < 1$ برای همهٔ $d$های متناهی d استنتاجی ریاضی است، نه یافتهٔ تجربی. به داده نیازی ندارد و با آزمایش نمی‌توان آن را ابطال کرد.

سطحِ ۶: پیش‌بینی‌های گشوده

دادهٔ قارچیِ $d = 1$ (اکنون در سطحِ 2a گنجانده) با پیش‌بینی سازگار است اما بر پایهٔ اندازه‌گیری‌های سطحِ کلونی با بازه‌های جرمِ باریک است؛ تأییدِ قطعی نیازمندِ ریسپیرومتریِ منفرد-ریسه است (بخشِ ۱۴ را ببینید). پیش‌بینیِ مقیاس‌بندیِ عصبی (از بُعدِ منیفولدِ دادهٔ آموزشی) و پیش‌بینیِ کرانِ مقیاس‌بندیِ هندسی (هیچ سامانهٔ فیزیکی با ترکیبِ ضربی از راهِ شبکهٔ سلسله‌مراتبی هرگز $\alpha \geq 1$ نخواهد داشت) آزمون‌نشده باقی می‌مانند. با این حال، پیش‌بینی‌های سطحِ Cauchy - اینکه ترکیبِ بازگشتی در هر حوزه باید از طبقهٔ عملگرِ دیکته‌شده به‌وسیلهٔ ساختارِ ترکیب پیروی کند - اکنون در Paper VII (The Cauchy Unification) در سراسرِ ۲۵ حوزهٔ تجربی مقایسه شده (مجموعهٔ ردیف‌بندی‌شدهٔ ۵۰-حوزه‌ای)، با ۱۹ از ۲۵ که خانوادهٔ پیش‌بینی‌شده را زیرِ گزینشِ مبتنی بر AIC ترجیح می‌دهند (p = 1.56 × 10−5).

پیش‌بینیِ مقیاس‌بندیِ هم‌راستایی اکنون آزموده شده است. آزمایشِ مقیاس‌بندیِ هم‌راستاییِ ARC v5 (مارس ۲۰۲۶) ۶ مدلِ مرزی (DeepSeek R1، GPT-5.4، Claude Opus 4.6، Gemini 3 Flash، Groq Qwen3-32B، Grok 4.1 Fast) را روی ۲۸ prompt هم‌راستایی گسترده در ۴ ستون (ظرافت، مراقبت از ذی‌نفعان، کیفیتِ موضع، فروتنیِ معرفتی) با پروتکلِ کورسازیِ ۴ لایه‌ای (چارچوب‌بندیِ مخاطراتِ وجودی، دیوارآتشِ ادراکیِ فرا-کورسازی، لاندریِ پاسخِ ۲-گذر چند-مدلی، و امتیازدهیِ متقابلِ ورودی-سطحیِ خودحذف با ۶ تا ۷ امتیازدهنده به‌ازای هر ورودی بسته به اجرای موضوع) آزمود.

نتایج مقیاس‌بندیِ هم‌راستاییِ وابسته به معماری را به‌جای نمایی جهان‌شمول آشکار می‌کنند:

سلسله‌مراتبِ سه‌ردهٔ هم‌راستایی:

به‌طورِ حیاتی، سیگنالِ مقیاس‌بندیِ مثبتِ v4 ($\rho = +0.354$ برای DeepSeek) کاملاً به‌سببِ سوگیریِ امتیازدهنده بود - زیرِ ارزیابیِ کور، DeepSeek مقیاس‌بندیِ صفر نشان می‌دهد. این یافتهٔ فراعلمی (ارزیابیِ کور در برابرِ ناکور نتایجِ متضاد تولید می‌کند) خود سهمی معنادار در روش‌شناسیِ ایمنیِ هوشِ مصنوعی است.

سطحِ ۷: مقیاس‌بندیِ محاسبهٔ AI (نتایجِ میان‌معماریِ Paper II)

پیش‌بینیِ مقیاس‌بندیِ محاسبه مستقیماً آزموده شده است. Paper II: Experimental Validation of Compute Scaling (Eastwood، ۲۰۲۶) توانمندی را به‌عنوانِ تابعی از عمقِ استدلالِ توالی در سراسرِ ۵ معماریِ مرزی با ۱۸ مسئلهٔ سطحِ AIME/Putnam اندازه‌گیری کرد. چارچوب پیش‌بینی می‌کند که توانمندی باید مانندِ قانونِ توانیِ زیرِ خطی ($\alpha < 1$) با عمقِ توالی برای هر معماریِ منجمدی که از راهِ شبکهٔ ترکیبیِ متناهی‌بُعد کار می‌کند مقیاس‌بندی شود. نتایجِ کاملِ میان‌معماری در پایین نشان داده شده، صادقانه با ارزیابی‌های اعتمادپذیری‌شان گزارش شده.

مدل $\alpha_{\text{seq}}$ بازهٔ اطمینانِ ۹۵٪ Bootstrap $r^2$ اعتمادپذیری
Gemini 3 Flash 0.49 [$-1.3$, $2.9$] 0.86 پاک‌ترین اندازه‌گیری. منحنیِ دقتِ یکنوا در سراسرِ سطوحِ عمق.
Groq Qwen3-32B 0.24 [$-0.27$, $0.86$] 0.10 برازشِ بسیار ضعیف. زیرِ خطی اما ناراست.
GPT-5.4 1.47 گزارش نشد N/A تابعِ پله‌ای (٪۵۰ ← ٪۱۰۰). قانونِ توانیِ پاک نیست. با اثرِ سقف بادشده.
DeepSeek V3.2 3.05 [$-6.6$, $23.5$] N/A غیرقابلِ اعتماد. نزدیکِ سقف (٪۹۴٫۴ تا ٪۱۰۰)، تنها ۲ نقطه‌دادهٔ خطا. CI بسیار پهن.
Grok 4.1 Fast $-6.62$ [$-58$, $48$] N/A ٪۱۰۰ در همهٔ عمق‌ها. نویزِ بی‌معنا از سقفِ نمرهٔ کامل.

تفسیر. تنها Gemini 3 Flash یک اندازه‌گیریِ $\alpha$ پاک و اعتمادپذیر تولید می‌کند: $\alpha_{\text{seq}} = 0.49$ ($r^2 = 0.86$)، سازگار با مقیاس‌بندیِ زیرِ خطیِ قانونِ توانی از راهِ شبکهٔ ترکیبیِ متناهی‌بُعد. سلسله‌مراتبِ معماری (DeepSeek > GPT > Gemini > Groq در عملکردِ خام) از حیثِ جهت با چارچوب سازگار است، اما بیشترِ اندازه‌گیری‌های منفرد به‌سببِ اثراتِ سقف غیرقابلِ اعتمادند. نماهای ظاهراً فوقِ خطی برای DeepSeek ($\alpha = 3.05$) و GPT ($\alpha = 1.47$) تولیدشدنی‌های دقتِ نزدیک به کامل‌اند که نوسانِ اندازه‌گیری‌پذیر را در یک یا دو نقطه‌داده فشرده می‌کنند. شاهدِ مقیاس‌بندیِ فوقِ خطی نیستند. تأییدِ سلسله‌مراتبِ کاملِ میان‌معماری نیازمندِ مجموعه‌مسئله‌های سخت‌تر (سطحِ IMO یا سطحِ پژوهشی) است که همهٔ مدل‌ها را از سقف دور نگه می‌دارد.

افشای گزینش، پیش از استفادهٔ عدد در جای دیگر. یک برازشِ پاک از پنج به‌خودیِ خود شاهدِ چارچوب نیست. چهار ردی که قابلِ برازش نبودند غیبتِ خنثی نیستند: نتیجه‌های همان طراحیِ آزمایشی‌اند که پنجمی را تولید کرد، و Gemini 3 Flash نخست گزارش می‌شود زیرا تنها مدلی بود که رژیمِ مقیاس‌بندی‌اش پاک بود که یک قانونِ توانی بر آن برازش شود، گزینشی که پس از دیدنِ نتایج صورت گرفت. به‌خودیِ خود، این پیمایش نمی‌تواند چارچوب را از یک تهی که در آن یک منحنیِ پاکِ زیرِ خطی از نمونه‌گیری برمی‌خیزد تفکیک کند؛ بازهٔ bootstrap [$-1.3$، $2.9$] از قبل آن ناراستی را حمل می‌کند، و اجرای دوبارهٔ مسئلهٔ سخت‌تری که در بالا توصیف شد، که هر مدل را از سقف دور نگه دارد، مسیری است که به‌عنوانِ ثبتِ پیش‌نویس در انتظارِ ارسالِ انسانی نوشته شده، به‌سویِ برآوردی تفکیک‌کننده. مقدارِ ۰٫۴۹ از این‌رو همیشه با بازه‌اش و با دامنهٔ سامانه‌های منجمدش نقل می‌شود، هرگز به‌عنوانِ تأییدِ مستقل.

یافتهٔ نمونه‌گیریِ موازی جهان‌شمول است. نمونه‌گیریِ موازی در سراسرِ همهٔ معماری‌های آزمون‌شده هیچ سودِ توانمندی فراهم نمی‌کند ($\alpha_{\text{parallel}} \approx 0$ برای هر مدل). این تنها مقاوم‌ترین نتیجه در این آزمایش است. تأیید می‌کند که عمقِ توالیِ بازگشتی، نه پهنای موازی، محرکِ مقیاس‌بندیِ توانمندی است. پیش‌بینیِ کیفی (توالی > موازی) بی‌استثنا هرجا قابلِ اندازه‌گیری است پابرجاست.

یافتهٔ ترکیبی: توانمندی زیرِ خطی با عمقِ استدلالِ توالی مقیاس‌بندی می‌شود (Paper II، $\alpha_{\text{compute}} \approx 0.5$ برای تنها اندازه‌گیریِ اعتمادپذیر)، در حالی که هم‌راستایی برای بیشترِ معماری‌ها مقیاس‌بندی نمی‌شود (Paper IV، $\alpha_{\text{align}} \approx 0$ میانه). شکافِ توانمندی-هم‌راستایی با محاسبهٔ استنتاج پهن‌تر می‌شود. این دقیقاً واگرایی‌ای است که Eden Protocol برای پرداختن به آن طراحی شده.

نتایجِ کامل در مقالاتِ همراه گزارش می‌شود (Paper II: Experimental Validation of Compute Scaling؛ Paper IV.a: Architecture-Dependent Alignment Scaling؛ IV.b: Bounded Composition Under Blind Evaluation؛ IV.c: ARC-Align Benchmark Specification؛ IV.d: The Effect of Blinding on AI Alignment Evaluation).

وضعیتِ مقالاتِ همراه

مقاله نتیجهٔ کلیدی وضعیت
Paper II (Compute Scaling) آزمونِ میان‌معماریِ ۵-مدلی. Gemini 3 Flash $\alpha_{\text{seq}} = 0.49$ ($r^2 = 0.86$، پاک‌ترین اندازه‌گیری). $\alpha_{\text{parallel}} \approx 0$ جهان‌شمول. مدل‌های دیگر سقف‌بند. تأیید‌شده
Paper IV.a (Alignment Scaling) سلسله‌مراتبِ سه‌رده‌ای زیرِ ارزیابیِ کور؛ سوگیریِ امتیازدهنده حذف شد تأیید‌شده
Eden Protocol Pilot سه مدلِ کارآمد آزموده شد (Gemini 3 Flash، DeepSeek V3.2، Groq Qwen3)؛ مراقبت از ذی‌نفعان در هر سه اعتبارسنجی شد؛ تکرارِ کور در انتظار پایلوت به پایان رسید
Paper V (The Stewardship Gene) مراقبت از ذی‌نفعان به‌عنوانِ سازوکارِ اعتبارسنجی‌شدهٔ هم‌راستایی؛ قضیهٔ ناممکن‌بودنِ مرکزی؛ پنج آزمونِ تجربی طراحی‌شده؛ فرضیهٔ آبشاری ($\text{care} \to \text{nuance} \to \text{honesty} \to \text{quality}$) منتشر‌شده

۱۲. آنچه نو است

ریاضیاتِ این مقاله دویست سال کهنه است. دادهٔ زیستی نود سال کهنه. راه‌حلِ کیهان‌شناختی یک قرن کهنه. پرسیدنی است: سهم، دقیقاً چیست؟

کارِ پیشین. خودِ فرمولِ $d/(d+1)$ نو نیست. از سویِ دستِ‌کم هفت گروهِ پژوهشی به‌طورِ مستقل استخراج شده: West، Brown و Enquist (۱۹۹۷) از شبکه‌های شاخه‌ایِ فرکتالی [6]، Banavar، Maritan و Rinaldo (۱۹۹۹، ۲۰۰۲، ۲۰۱۰) از قیدهای هندسی بر شبکه‌های ترابر [16, 21, 22]، He & Chen (۲۰۰۳) و He & Zhang (۲۰۰۴) از هندسهٔ سلولِ فرکتالی، Demetrius (۲۰۰۳، ۲۰۰۶) و Demetrius & Tuszynski (۲۰۱۰) از جفت‌شدگیِ نوسان‌گرِ کوانتومی در مدلِ Debye [23]، Bettencourt (۲۰۱۳) از نظریهٔ مقیاس‌بندیِ شهری [25]، Zhao (۲۰۲۲) از بهینه‌سازیِ شبکه [24]، و Maino و همکاران (۲۰۱۴) از نظریهٔ Dynamic Energy Budget. هر استخراج از فرض‌هایی متفاوت آغاز می‌کند و به همان شکلِ تابعی می‌رسد. این هم‌گرایی خود شگفت است و توضیح می‌طلبد.

سهم، این وحدت‌بخشی است. یک فرمول - $\alpha = d/(d+1)$ - قارچ، پستانداران، شکستِ سنگ، انرژیِ زمین‌لرزه، فیزیکِ سطح، و انبساطِ کیهان را پیوند می‌دهد. یک معادله با صفر پارامترِ آزاد. ادعا این نیست که این فرمول اصیل است، بلکه این است که معادلات تابعیِ Cauchy، همراه با شرایطِ فضاپرکنی و صیانت، توضیح می‌دهند چرا هفت استخراجِ مستقل از فرض‌های آغازینِ متفاوت همه بر همان شکل هم‌گرا می‌شوند.

هیچ کارِ پیشینی این کارها را نکرده:

  1. استخراجِ ½، ⅔ و ¾ از همان فرمول. West، Brown و Enquist (۱۹۹۷) ¾ را از شبکه‌های عروقیِ فرکتالی استخراج کردند، نتیجه‌ای دورانی. اما مدل‌شان تنها ¾ را پیش‌بینی می‌کند. ⅔ را برای شبکه‌های دوبعدی یا ½ را برای شبکه‌های یک‌بعدی پیش‌بینی نمی‌کند. فرضیهٔ سطحِ بدن ⅔ را پیش‌بینی می‌کند اما ¾ یا ½ را نه. فرمولِ $\alpha = d/(d+1)$ هر سه را از یک معادلهٔ یگانه با یک ورودی - بُعدِ شبکهٔ ترابرِ سلسله‌مراتبی - پیش‌بینی می‌کند. پیش‌بینی‌های $d = 1$ و $d = 3$ با داده‌های زیستیِ منتشرشده سازگارند؛ پیش‌بینیِ $d = 2$ در کیهان‌شناسی و فیزیک تأیید‌شده اما در زیست‌شناسی آزمون‌نشده است (بخشِ ۱۱).
  2. پیوندِ مقیاس‌بندیِ زیستی به مقیاس‌بندیِ فیزیک. همان فرمول قانونِ ¾ Kleiber (زیست‌شناسی)، زبریِ KPZ در ½ (فیزیکِ سطح)، پرکولاسیون در ⅔ (مکانیکِ آماری)، و قطعه‌شدن در هم 2D و هم 3D (علمِ مواد) را می‌دهد. هیچ نظریهٔ پیشین این حوزه‌ها را پیوند نداده.
  3. شناساییِ کرانِ مقیاس‌بندیِ هندسی. مشاهدهٔ اینکه $d/(d+1) < 1$ برای همهٔ $d$های متناهی d و اینکه این هر سامانهٔ فیزیکی را به مقیاس‌بندیِ زیرِ خطی محدود می‌کند پیش‌تر بیان نشده بود. توضیح‌های موجود اتلافِ ترمودینامیکی را فرا می‌خوانند. توضیحِ هندسی ساده‌تر است: فضای متناهی‌بُعد نمی‌تواند $\alpha \geq 1$ تولید کند.
  4. پیوندِ قوانینِ مقیاس‌بندی به انبساطِ کیهان. نگاشتِ $d = 2/(1+3w)$ معادلهٔ Friedmann را درونِ چارچوبِ ARC می‌گنجاند. مرزِ کیهانی ($w = - 1/3$) با مرزِ Cauchy ($d \to \infty$) هم‌زمان می‌شود. دو استخراج، یک قرن جدا از هم، بر یک مرز توافق دارند.
  5. تعریفِ دامنهٔ کاربردپذیری. فرمول جایی اِعمال می‌شود که شبکه‌های سلسله‌مراتبی فضا را افراز می‌کنند. برای برهم‌کنش‌های نزدیک‌ترین همسایه، پیمایش‌های تصادفی، و خوشه‌بندیِ گرانشی شکست می‌خورد. نظریه‌های پیشین شکست‌های خود را پیش‌بینی نمی‌کردند.
  6. پیوندِ مقیاس‌بندیِ فیزیکی به مقیاس‌بندیِ شناختی. همان چارچوبی که نماهای فیزیکی را زیرِ ۱ محدود می‌کند به نماهای شناختی اجازهٔ فراتررفتن از ۱ می‌دهد. این پیوندِ ساختاری پیش‌تر شناسایی نشده.
  7. اثباتِ اینکه فضای قوانینِ کلاسیک متناهی است. هر قانونِ فیزیکی ترکیبِ بازگشتی را توصیف می‌کند. قضیهٔ Cauchy همهٔ ترکیبِ بازگشتی را به سه شکل محدود می‌کند. بنابراین فضای همهٔ قوانینِ فیزیکیِ کلاسیکِ ممکن یک خانوادهٔ سه‌پارامتری است (شکل، ضریب، نما) - نه بی‌نهایت. این به این شکل بیان نشده بود.
  8. شناساییِ نردبانِ بُعدی. تاریخِ کیهان یک افزایشِ یکنوا در بُعدِ مؤثرِ شبکه است: $d = 1$ (عصرِ تابش) به $d = 2$ (عصرِ ماده) به $d = 3$ (زیست‌شناسی). هر گام نمایی مقیاس‌بندیِ بالاتر و ترکیبی کارآمدتر تولید می‌کند. مسیر از راهِ فضای ترکیب یک جهت دارد.
  9. ساختنِ نمودارِ فازِ پیچیدگی. سه فاز (زیرِ خطی، نمایی، اشباع) با مرزی بحرانی در $d \to \infty$. گذر از سلطهٔ ماده به سلطهٔ انرژیِ تاریک یک گذارِ فازِ ترکیب است - نخستین بار که این گذار به‌عنوانِ تغییر در عملگرِ ترکیب شناسایی شده.
قیاس

Newton کشف کرد که گرانش وجود دارد و اثراتش را اندازه گرفت. Einstein کشف کرد چرا - هندسه. جرم زمان‌فضا را خم می‌کند و اشیا از خم‌ها پیروی می‌کنند. Newton نادرست نبود. ناقص بود.

Kleiber کشف کرد که مقیاس‌بندیِ متابولیک وجود دارد و نماهایش را اندازه گرفت. West، Brown و Enquist سازوکار را برای سه بُعد استخراج کردند. این مقاله اصلِ زیرین را شناسایی می‌کند: عملگرِ ترکیب شکلِ مقیاس‌بندی را یکتا تعیین می‌کند، و بُعدِ شبکه نما را تعیین می‌کند. سهم ساختاراً از همان نوعی است که Einstein کرد، نه نیرو یا قانونی نو بلکه وحدت‌بخشی‌ای ژرف‌تر که آشکار می‌کند چرا قوانینِ موجود شکل‌هایی را که دارند به خود می‌گیرند، و از حیثِ محتوا نه از همان نوع: سازوکارِ Einstein ناچار بود به یک ناهنجاریِ رصدیِ تاریخ‌دار (پیشرفتِ حضیضِ عطاردی) برازش شود، حال آنکه شبکهٔ چهارسلولیِ اینجا هفت استخراجِ مستقل را که در حوزه‌های خودشان از قبل درست بودند بازآرایی می‌کند، و کارِ تجربی‌ای که آن را در سطحِ قانون حل خواهد کرد (ثبت‌های پیش‌نویسِ بخشِ ۱۰) هنوز اجرا نشده.

کشف در پیوند است، نه در مؤلفه‌ها.

قوی‌ترین اعتراض

می‌توان اعتراض کرد که هم‌گراییِ هفت استخراجِ مستقل بر $d/(d+1)$ فرض‌های ضمنیِ مشترک را بازتاب می‌دهد نه تأییدِ فیزیکیِ مستقل. همهٔ مدل‌ها توزیعِ منبع در سراسرِ $d$ بُعد را با نوعی صیانتِ خطی فرض می‌کنند، که ممکن است به‌طورِ ناگزیر $d/(d+1)$ را از راهِ تحلیلِ بُعدی نتیجه دهد. «استقلالِ» استخراج‌ها ممکن است پنداری باشد.

این احتمال را می‌پذیریم. اگر هم‌گرایی ساختارِ ریاضیِ مشترک را بازتاب می‌دهد نه سازوکارهای فیزیکیِ مستقل، آنگاه چارچوبِ Cauchy دقیقاً توضیح می‌دهد چرا آن ساختار شکلی ویژه را تولید می‌کند: ترکیبِ ضربی با صیانت در فضای $d$ بعدی هیچ گزینه‌ای جز $d/(d+1)$ نمی‌پذیرد. پرسشِ ژرف‌تر این است که آیا این سه شرط - ترکیبِ ضربی، فضاپرکنی و صیانت - خود ویژگی‌های ناگزیر هر سامانه‌ای هستند که منابع را سلسله‌مراتبی توزیع می‌کند. اگر چنین باشد، $d/(d+1)$ ضرورتی ریاضی است برای همهٔ سامانه‌های توزیعِ منبع، نه ویژگیِ مشروطِ مدل‌های خاص. پاسخ به این پرسش نیازمندِ اثباتِ صوریِ کفایتِ این سه شرط مستقل از هر سازوکارِ فیزیکیِ خاص است. آن اثبات هنوز موجود نیست. مهم‌ترین مسئلهٔ گشوده در این برنامه است.

۱۳. معادلات

چارچوبِ کامل سه معادله را می‌طلبد:

$$\Large \alpha = \frac{d}{d + 1}$$
فرمولِ نمای جهان‌شمول - سامانه‌های فیزیکی
$$\Large d = \frac{2}{1 + 3w}$$
نگاشتِ ARC-Friedmann - کیهان‌شناسی
$$\Large \alpha = \frac{1}{1 - \beta}$$
فرمولِ هوش - خودارجاعیِ بازگشتی
d α حوزه‌ها
1 ½ = 0.500 عصرِ تابش، زبریِ KPZ، ترابرِ 1D
2 ⅔ = 0.667 عصرِ ماده، ارگانیزم‌های 2D، پرکولاسیون، قطعه‌شدن، زمین‌لرزه‌ها
3 ¾ = 0.750 ارگانیزم‌های 3D، قطعه‌شدنِ 3D، ضربانِ قلب (قانونِ Kleiber)
→ 1 $E = mc^2$ (خطی، بدونِ بازده‌های کاهنده)
< 0 نمایی انرژیِ تاریک، واکنش‌های زنجیره‌ای، واپاشیِ رادیواکتیو
β > 0 > 1 هوش (تنها چیزی که کرانِ مقیاس‌بندیِ هندسی را می‌شکند)

یک چارچوب. از ضربانِ قلبِ موش تا انبساطِ کیهان.
و فراسوی هر دو - به مقیاس‌بندیِ اندیشه.

پیش‌بینی‌های تاریخ‌دار و این مقاله (ثبت‌شده ۲۵ اوت ۲۰۲۶)

۲ فرآوردهٔ تاریخ‌دار که به این مقاله ربط دارند سطر‌به‌سطر در کارنامهٔ ماشینیِ این برنامه دسته‌بندی شده‌اند: فرآوردهٔ تاریخ‌دار D2_BIOLOGICAL_HONEST_REPORT.txt (مارس ۲۰۲۶)؛ فرآوردهٔ تاریخ‌دار results_arc_1d_prediction_test.txt (مارس ۲۰۲۶). هر سطر پروندهٔ خود را در مخزنِ عمومی با پایهٔ تاریخِ خود نام می‌برد، پس هر خواننده می‌تواند ترتیب را بی‌آنکه به این صفحه اعتماد کند وارسی کند. زنجیرهٔ تاریخ‌دارِ کاملِ برنامه، از بستهٔ نسخهٔ مُهرشدهٔ ۸ دسامبر ۲۰۲۴ تا پیوست‌های چاپیِ پیش‌بینیِ ۲ ژانویه ۲۰۲۶ و پوشهٔ پیش‌ثبتِ مارس ۲۰۲۶ تا شرط‌بندی‌های اثبات‌نشدهٔ در جریان، در کارنامهٔ پیش‌بینی‌های تاریخ‌دار همراه با همتای ماشین‌خوانش‌اش مونتاژ می‌شود. گزاره‌های رو به جلو و انطباق‌های گذشته‌نگر هرگز جمع نمی‌شوند، و «پیش‌ثبت» تنها برای ثبتِ ارسال‌شده به یک رجیستریِ پذیرفته‌شده به‌کار می‌رود؛ آن کلیکِ ارسال در سراسرِ برنامه در حالِ انتظار مانده. کارنامهٔ پیش‌بینی‌های تاریخ‌دار را بخوانید. همتای ماشینِ آن را باز کنید.

۱۴. پیش‌بینی‌ها

نظریه تنها به اندازهٔ پیش‌بینی‌هایش قوی است.

پیش‌بینیِ ۱ - پیش‌بینیِ ارگانیزمِ 1D ($\alpha = 0.500$)

ارگانیزم‌هایی با ترابرِ متابولیکِ درونیِ حقیقتاً یک‌بعدی - قارچ‌های رشته‌ای با جریانِ سیتوپلاسمی، سیانوباکتری‌های رشته‌ای با ترابرِ میان‌سلولی - باید نمای مقیاس‌بندیِ متابولیک $\alpha = 1/2 = 0.500$ داشته باشند.

این پیش‌بینی به‌طورِ مستقل از سویِ Banavar و همکاران (۲۰۰۲، PNAS) استخراج شده که آشکارا مورد $D = 1$ را کار کردند، و از سویِ Volkov و همکاران (۲۰۲۲، PNAS Nexus) به جنگل‌ها اِعمال شده که نشان دادند درختانی که در امتدادِ محورِ ارتفاعِ عمودی رقابت می‌کنند سامانه‌ای مؤثراً یک‌بعدی می‌سازند.

دادهٔ اولیه. Aguilar-Trigueros و همکاران (۲۰۱۷، ISME Journal 11:2175) نخستین اندازه‌گیری‌های مقیاس‌بندیِ متابولیک برای قارچ‌ها را گردآوری کردند:

گروهِ قارچ نما ($b$) SE $p$-value منبع
قارچ‌های اکتومیکوریزی 0.58 ±0.15 0.001 Wilkinson و همکاران ۲۰۱۲
قارچ‌های دریایی 0.53 ±0.09 0.009 Fuentes و همکاران ۲۰۱۵
قارچ‌های ساپروتروف (۲۰°C) 0.53 ±0.07 <0.001 Wilson & Griffin ۱۹۷۵

میانگین در سراسرِ این سه مجموعه‌داده ۰٫۵۴۷ است، و همهٔ بازه‌های اطمینان مقدارِ پیش‌بینی‌شدهٔ ۰٫۵۰۰ را در بر دارند. این نتایج با پیش‌بینیِ $d = 1$ سازگارند، هرچند تأییدِ قطعی نیستند. سه محدودیت وزنِ شواهد را قید می‌زنند: این‌ها اندازه‌گیری‌های سطحِ کلونی‌اند (نه ریسه‌های منفرد)، مجموعه‌داده‌ها بازه‌های جرمِ باریک دارند، و نما وابسته به دماست (قارچ‌های ساپروتروف در ۲۵°C $\alpha = 0.85$ نشان می‌دهند، با آمارهٔ ضعیف: $r^2 = 0.14$، $p = 0.52$). نویسندگان این نتایج را «تولیدکنندگانِ فرضیه» توصیف می‌کنند.

وضعیت: سازگار، هنوز تأیید‌نشده. آزمونِ قطعی نیازمندِ اندازه‌گیری‌ها در سراسرِ بازهٔ جرمِ پهن‌تر روی سامانه‌های جدا‌شدهٔ ریسه است، مطلوباً با ریسپیرومتری روی ریسه‌های منفرد از Neurospora crassa یا Aspergillus niger با طول‌های متغیر. هزینهٔ برآوردی: زیرِ £۵٬۰۰۰. زمانِ برآوردی: ۲ تا ۳ ماه.

پیش‌بینیِ ۲

نمای قانونِ مقیاس‌بندیِ عصبی (خطا در برابرِ پارامترها در یادگیریِ ماشین) باید برابرِ $d/(d+1)$ باشد که در آن d بُعدِ ذاتیِ منیفولدِ دادهٔ آموزشی است.

پیش‌بینیِ ۳ (معیارِ ابطال)

اگر سامانه‌ای یافت شود که در آن عملگرِ ترکیب ضربی است اما قانونِ مقیاس‌بندی قانونِ توانی نیست، این نظریه ابطال می‌شود.

پیش‌بینیِ ۴ (کرانِ مقیاس‌بندیِ هندسی)

هیچ قانونِ مقیاس‌بندیِ فیزیکی - در هیچ حوزه‌ای - با $\alpha \geq 1$ برای سامانه‌ای که زیرِ ترکیبِ ضربی از راهِ شبکهٔ سلسله‌مراتبیِ متناهی‌بُعد باشد یافت نخواهد شد. این کرانِ مقیاس‌بندیِ هندسی است. اگر چنین سامانه‌ای یافت شود، کرانِ مقیاس‌بندیِ هندسی نادرست است.

پیش‌بینیِ ۵ (Eden Protocol / سازوکارِ مراقبت از ذی‌نفعان)

جای‌گذاریِ حلقه‌های آشکارِ استدلالِ اخلاقی (به‌ویژه حلقهٔ مراقبت از ذی‌نفعان) در خطِ لولهٔ استنتاجِ AI بهبودی معنادار از حیثِ آماری در کیفیتِ خروجیِ مرتبط با هم‌راستایی تولید خواهد کرد، با اندازهٔ اثری که با ردهٔ هم‌راستاییِ مبنایِ مدل رابطهٔ معکوس دارد. مدل‌های ردهٔ ۳ (مقیاس‌بندیِ منفیِ هم‌راستایی) بزرگ‌ترین سودهای مطلق را نشان خواهند داد؛ مدل‌های ردهٔ ۱ (مقیاس‌بندیِ مثبتِ هم‌راستایی) سودهای مطلقِ کوچک‌تر نشان خواهند داد زیرا مبنای‌شان از قبل بالاست. این از چارچوبِ ARC پیروی می‌کند: Eden Protocol به‌عنوانِ عملگرِ ترکیبِ کران‌دار بر بُعدِ هم‌راستایی کار می‌کند، سقفی بازخوردی تحمیل می‌کند که تنزل را محدود می‌کند اما فراتر از ظرفیتِ ذاتیِ مدل تقویت نمی‌کند.

وضعیتِ اولیه: تا‌حدی تأیید‌شده. تکرارِ Eden مارس ۲۰۲۶ اکنون سه مدلِ کارآمد را می‌پوشاند ($n = 80$ به‌ازای هر مدل): Gemini 3 Flash، DeepSeek V3.2، و Groq Qwen3. مراقبت از ذی‌نفعان در هر سه به‌طورِ معنادار بهبود می‌یابد (Gemini $+13.5$، $p < 0.0001$، $d = 1.31$؛ DeepSeek $+6.0$، $p = 0.0001$، $d = 0.91$؛ Groq $+8.9$، $p < 0.0001$، $d = 1.29$)، با سودهای ترکیبیِ معنادار در Gemini ($+5.33$، $p = 0.0018$، آزمونِ $t$ جفتی؛ در اصل $p = 0.016$ Mann-Whitney U، برای طراحیِ جفتِ منطبق تصحیح شد) و Groq ($+4.93$، $p = 0.0014$، $d = 0.55$). (به انگلیسیِ ساده: خواستن از AI که پیش از پاسخ‌دادن به این بیندیشد که چه کسی آسیب می‌بیند، سه سامانهٔ متفاوت را به‌طورِ اندازه‌گیری‌پذیر در ملاحظهٔ مردم بهتر کرد. اثرِ مراقبت اکنون میان‌معماری است، نه کنجکاویِ دو‌مدلی.) تکرارِ کور با لاندریِ پاسخ برای تأییدِ کامل هنوز لازم است. اگر اثر زیرِ امتیازدهیِ کور محو شود، سازوکار برساختِ prompt است نه استدلالِ اخلاقیِ حقیقی.

اگر پیش‌بینیِ ۱ $\alpha = 0.50$ برای ارگانیزم‌هایی با ترابرِ درونیِ حقیقتاً 1D بدهد، فرمولِ $\alpha = d/(d+1)$ در $d = 1, 2, 3$ تأیید خواهد شد - سه پیش‌بینیِ کمّی از معادله‌ای یگانه با پارامترِ یگانه ($d$). هیچ نظریه‌ای در زیست‌شناسیِ آلومتریک به این نرسیده.

اگر پیش‌بینیِ ۳ ناکام بماند، این مقاله نادرست است.

اولویتِ آزمایشی. مهم‌ترین اندازه‌گیریِ بعدی آزمایشِ ارگانیزمِ 1D است (پیش‌بینیِ ۱)، زیرا تأیید در $d = 1$، $2$ و $3$ نردبانِ بُعدی را از یک فرمولِ یگانه با صفر پارامترِ آزاد فراسویِ بُعدِ اندازه‌گیری‌پذیرِ شبکه کامل خواهد کرد. هزینهٔ برآوردی: زیرِ £۵٬۰۰۰. زمانِ برآوردی: ۲ تا ۳ ماه. پس از آن: تکرارِ مستقلِ نتیجهٔ $\alpha > 1$ برای سامانه‌های استدلالِ بازگشتی، که اکنون در مدل‌های زبانیِ زنجیرهٔ اندیشه مشاهده شده اما در سراسرِ معماری‌ها هنوز به‌طورِ مستقل وارسی نشده. پس از آن: پیش‌بینیِ مقیاس‌بندیِ هم‌راستایی، که اکنون در آزمایشِ مقیاس‌بندیِ هم‌راستاییِ ARC v5 (مارس ۲۰۲۶) آزموده شده، که ۶ مدلِ مرزی را روی ۲۸ prompt هم‌راستایی با پروتکلِ کورسازیِ ۴ لایه‌ای آزمود. نتایج سلسله‌مراتبِ سه‌ردهٔ هم‌راستایی را آشکار می‌کنند: مدل‌های ردهٔ ۱ (Grok 4.1 Fast، Claude Opus 4.6، Groq Qwen3) مقیاس‌بندیِ مثبت ($\rho = +0.141$ تا $+0.435$)، مدل‌های ردهٔ ۲ (GPT-5.4، DeepSeek R1) مقیاس‌بندیِ تخت ($\alpha_{\text{align}} \approx 0$)، و ردهٔ ۳ (Gemini 3 Flash) مقیاس‌بندیِ منفی ($\rho = -0.246$، $p = 0.003$) نشان می‌دهند. (به انگلیسیِ ساده: برخی سامانه‌های AI با زمانِ اندیشیدنِ بیش‌تر اخلاقی‌تر می‌شوند، برخی بی‌تغییر می‌مانند، و یکی در واقع بدتر می‌شود. نتیجهٔ Gemini 3 Flash، بدترشدن در اخلاق با اندیشیدنِ بیش‌تر، کم‌تر از ۱ در ۳۰۰ احتمال دارد که هم‌زمانی باشد.) سیگنالِ مقیاس‌بندیِ مثبتِ v4 کاملاً به‌سببِ سوگیریِ امتیازدهنده بود، زیرِ ارزیابیِ کور حذف شد. روش‌شناسی و نتایجِ کامل در مقالاتِ همراه ارائه می‌شود (Paper IV.a: Architecture-Dependent Alignment Scaling؛ IV.b: Bounded Composition Under Blind Evaluation؛ IV.c: ARC-Align Benchmark Specification). هر گام یا چارچوب را تأیید می‌کند و دامنه‌اش را می‌گستراند، یا آن را رد می‌کند و نشان می‌دهد کجا نظریه بازنگری می‌طلبد. هر دو نتیجه علم را پیش می‌برند.

اعتبارسنجیِ پایلوتِ Eden Protocol (مارس ۲۰۲۶). Eden Protocol - که سه حلقهٔ استدلالِ اخلاقی (هدف، مراقبت از ذی‌نفعان، جهان‌شمول‌پذیری) را در خطِ لولهٔ استنتاج جای می‌دهد - اکنون روی سه مدلِ کارآمد آزموده شده: Gemini 3 Flash، DeepSeek V3.2، و Groq Qwen3 (هر یک $n = 80$)، در حالی که اجرای چهارمِ GPT-5.4 در لایهٔ API ناکام ماند. حلقهٔ مراقبت از ذی‌نفعان بهبودی معنادار از حیثِ آماری در هر سه معماریِ کارآمد تولید می‌کند: Gemini $+13.5$ ($p < 0.0001$، $d = 1.31$)، DeepSeek $+6.0$ ($p = 0.0001$، $d = 0.91$)، Groq $+8.9$ ($p < 0.0001$، $d = 1.29$). ترکیبِ کلی در Gemini ($+5.33$، $p = 0.0018$، آزمونِ $t$ جفتی) و Groq ($+4.93$، $p = 0.0014$، $d = 0.55$) به معناداری می‌رسد اما در DeepSeek نه ($+2.0$، $p = 0.23$ NS)، سازگار با اثراتِ سقف. Groq نیز بهبودِ معنادار در ظرافت نشان می‌دهد ($p = 0.0045$، $d = 0.655$). امتیازدهیِ متقابلِ مدلی به‌کار رفت (نه کور). فرضیهٔ پرورشی - که استدلالِ اخلاقیِ جای‌گذاری‌شده رفتارِ مرتبط با هم‌راستایی را بهبود می‌بخشد - نخستین پشتیبانیِ تجربیِ چند‌مدلیِ خود را می‌گیرد. تکرار با امتیازدهیِ کور و لاندریِ پاسخ لازم است.

به انگلیسیِ ساده: یک دستورِ ساده - «پیش از پاسخ‌دادن، فهرست کنید کسانی که این بر آن‌ها اثر می‌گذارد و بیندیشید که چه بر سرشان می‌آید» - روی سه سامانهٔ AI ساخته‌شده توسطِ شرکت‌های متفاوت آزموده شد. هر سه در ملاحظهٔ رفاهِ مردم بهتر شدند، و دو تای‌شان نیز در نمرهٔ کلی اخلاقی به‌طورِ معنادار بهبود یافتند. این اکنون شواهدِ پایلوتِ حقیقی است. هنوز اثباتِ نهایی نیست زیرا امتیازدهی کور نبود.

اولویتِ تجربیِ بعدی برای Eden. قوی‌ترین اندازه‌گیری‌های بعدی اکنون روشن‌اند: تکرارِ کورِ اثرِ مراقبت-نخست با استفاده از arc_eden_v6 runner متعارف؛ مقایسهٔ عاملیِ حلقه‌های هدفِ وظیفه، هدفِ کلان، و هدفِ ترکیبی؛ مقایسهٔ هستهٔ اخلاقِ میان-سنتی در برابرِ عبارت‌بندیِ کنونی؛ آزمون‌های بازماندهٔ سرکوب و فریب/Hawthorne؛ و پیش‌نمونهٔ ترنری کلاسیک که آزمون می‌کند آیا مسیرگذاریِ آشکارِ AFFIRM / DENY / INVESTIGATE قطعیتِ کاذب را در موارد مبهم کاهش می‌دهد. این آزمایش‌ها پلی هستند میانِ معماریِ فلسفیِ Infinite Architects و برنامهٔ تجربیِ سطح‌انتشاریِ بیش‌تر.

۱۵. عملگرِ ترکیب

بخش‌های پیش عملگرِ ترکیب - ضربی، جمعی، یا کران‌دار - را به‌عنوانِ ویژگیِ سامانه‌های منفرد رفتار داده‌اند. نهنگ ترکیبِ ضربی دارد. واکنشِ زنجیره‌ای ترکیبِ جمعی دارد. آنزیم ترکیبِ کران‌دار دارد. اما خوانشی ژرف‌تر هست.

عملگرِ ترکیب جزئیاتِ سامانه‌های خاص نیست. بنیانی‌ترین وصف‌گر است از اینکه چگونه هر فرآیندی در کیهان گام‌های بازگشتیِ خود را ترکیب می‌کند. پیشین بر قوانینِ ویژهٔ فیزیک است، زیرا شکل آن قوانین را تعیین می‌کند.

این سلسله‌مراتب را در نظر بگیرید:

  1. عملگرِ ترکیب شکلِ تابعی را تعیین می‌کند (Cauchy، ۱۸۲۱).
  2. شکلِ تابعی نمای مقیاس‌بندی را محدود می‌کند ($\alpha = d/(d+1)$).
  3. نمای مقیاس‌بندی بر کمیت‌های مشاهده‌پذیر حکومت می‌کند (ضربانِ قلب، نرخِ انبساط، نرخِ خطا).
  4. قوانینِ ویژهٔ فیزیک (گرانشِ Newton، الکترودینامیکِ Maxwell، کیهان‌شناسیِ Friedmann) نمونه‌ها از این شکل‌ها هستند که به سامانه‌های فیزیکیِ خاص اِعمال شده‌اند.
فراقانون

قوانینِ فیزیک عملگرِ ترکیب را برنمی‌گزینند. عملگرِ ترکیب قوانینِ فیزیک را محدود می‌کند. ساختاری ریاضی است که فراسوی معادلاتِ ویژهٔ هر نظریهٔ فیزیکیِ خاص می‌نشیند و تعیین می‌کند آن معادلات چه شکل‌هایی می‌توانند به خود بگیرند.

قضیهٔ کاملیِ واقعیتِ کلاسیک

اکنون در نظر بگیرید این چه معنایی برای فیزیک به‌عنوانِ یک کل دارد. جزئیاتِ هر قانونِ فیزیکی را کنار بگذارید، و بپرسید: چه چیزی است قانونِ فیزیکی؟ هر قانونِ فیزیکی گزاره‌ای است به شکلِ «وقتی X و Y را به شیوهٔ Z ترکیب می‌کنید، W می‌گیرید.» نیرو جرم است که با شتاب ترکیب می‌شود. انرژی جرم است که با مربعِ سرعتِ نور ترکیب می‌شود. آنتروپی ریزحالت‌ها است که با شمارش ترکیب می‌شوند. هر قانون یک قاعدهٔ ترکیب است.

Cauchy اثبات کرد که اگر ترکیب پیوسته و بازگشتی است - اگر خروجیِ یک کاربست می‌تواند به کاربستِ بعد داده شود - آنگاه قاعده باید قانونِ توانی، نمایی، یا منحنیِ اشباع تولید کند. گزینهٔ دیگری نیست.

پیامد برای فیزیک

فضای همهٔ قوانینِ فیزیکیِ کلاسیکِ ممکن بی‌نهایت نیست. یک خانوادهٔ سه‌پارامتری است. پارامترها این‌ها هستند: کدام‌یک از سه شکل، چه ضریبی، و چه نما یا نرخی. تمامِ آزادیِ موجود این است. قوانینِ فیزیک از فهرستی بی‌نهایت برگزیده نمی‌شوند. از فهرستی با سه قلم برگزیده می‌شوند، هر یک با یک شماره‌گیر.

این اثبات‌پذیر است. به داده نیازی ندارد. از Cauchy (۱۸۲۱) به‌علاوهٔ این مشاهده که قوانینِ فیزیک ترکیبِ بازگشتی را توصیف می‌کنند پیروی می‌کند. به این شکل بیان نشده.

قضیهٔ جاذب

سه نتیجه، از سه سدهٔ مختلف، به یک بینشِ ساختاریِ یگانه ترکیب می‌شوند:

  1. Cauchy (۱۸۲۱): هر یک از سه معادلهٔ تابعی خانواده‌ای یکتا از راه‌حل‌های پیوسته دارد. رشدِ کران‌دار موردی جداگانه و سقف‌بند است، نه راه‌حلی از آن معادلات.
  2. Hyers و Ulam (۱۹۴۱): راه‌حل‌های تقریبی از هر یک از این معادلات نزدیکِ راه‌حل‌های دقیق از همان معادله می‌ایستند. پایداری به ازای هر معادله است؛ عبارتِ پیشینِ «جاذب‌ها در فضای تابع» پس‌گرفته می‌شود.
  3. ARC (این مقاله): نما درونِ خانوادهٔ قانونِ توانی به‌طورِ یکتا با بُعدِ شبکه تعیین می‌شود: $\alpha = d/(d+1)$.
پیامد

نماهای مقیاس‌بندی از سویِ فرگشت برگزیده نمی‌شوند، از سویِ رقابت بهینه نمی‌شوند، از سویِ گزینشِ طبیعی تنظیم نمی‌شوند. از سویِ ریاضی ناگزیرند. یک شبکهٔ عروقیِ سه‌بعدی باید $\alpha = 3/4$ تولید کند. نه چون ۳/۴ بهینه است. نه چون ارگانیزم‌هایی که منحرف شدند از رقابت بازماندند. زیرا عملگرِ ترکیب ضربی است، شبکه سه‌بعدی است، و ریاضیات هیچ مقدارِ دیگری را نمی‌پذیرد. وضعیت: نسبتِ ناوردای پیشنهادی در حالِ آزمون، مشروط به سه شرطِ کفایت که پاراگرافِ قوی‌ترین اعتراضِ بخشِ ۱۲ آن‌ها را شناسایی می‌کند (ترکیبِ ضربی، فضاپرکنی، صیانت)، که اثباتِ صوری‌شان هنوز موجود نیست و در آنجا به‌عنوانِ مهم‌ترین مسئلهٔ گشوده در برنامه نام‌گذاری شده.

این تمایز اهمیت دارد. «چرا نمای Kleiber ۳/۴ است؟» دو نوع پاسخ دارد. پاسخِ زیستی این است: زیرا شبکه‌های عروقیِ فرکتالیِ سه‌بعدی رسانشِ منابع را بهینه می‌کنند (West، Brown، Enquist ۱۹۹۷). پاسخِ ریاضی این است: زیرا هیچ مقدارِ دیگری برای ترکیبِ ضربی در سه بُعد ممکن نیست. پاسخِ زیستی سازوکار را توضیح می‌دهد. پاسخِ ریاضی توضیح می‌دهد چرا آن سازوکار آن عددِ خاص را تولید می‌کند. سازوکار نمی‌توانست هیچ مقدارِ دیگری تولید کند.

این تفاوتِ میانِ قانونِ طبیعت (توصیفِ آنچه رخ می‌دهد) و فراقانون (قیدِ آنچه می‌تواند رخ دهد) است. سرعتِ نور محدود می‌کند چه سرعت‌هایی ممکن‌اند. عملگرِ ترکیب محدود می‌کند چه شکل‌های مقیاس‌بندی ممکن‌اند. هر دو غیرقابلِ چانه‌زنی‌اند.

نمودارِ فازِ پیچیدگی

هر سامانه در کیهان جایگاهی بر نمودارِ فازی دارد که با عملگرِ ترکیب و بُعدِ مؤثرش تعریف می‌شود. نمودار سه فاز دارد:

فازِ ۱ - مقیاس‌بندیِ زیرِ خطی

ترکیبِ ضربی، متناهی $d$، $0 < \alpha < 1$.

این حوزهٔ سامانه‌های فیزیکی است: ارگانیزم‌ها، اکوسیستم‌ها، شهرها، فرآیندهای زمین‌شناختی، ساختارِ کیهانی. هر سامانه در فازِ ۱ از بازده‌های کاهنده رنج می‌برد. بزرگ‌تر بهتر است، اما با سودهای حاشیه‌ایِ کاهنده. یک نهنگ به‌ازای هر گرم کارآمدتر از یک موش است، اما بهبود با افزایشِ جرم کند می‌شود. فازِ ۱ حوزهٔ پیچیدگیِ پایدار است. نمای مقیاس‌بندی به شما می‌گوید مالیات چه‌قدر سنگین است: $d = 1$ ۵۰٪ می‌پردازد ($\alpha = 0.5$)، $d = 2$ ۳۳٪ می‌پردازد ($\alpha = 0.667$)، $d = 3$ ۲۵٪ می‌پردازد ($\alpha = 0.75$). شبکه‌های بُعدبالاتر کارآمدتراند، اما مالیات هرگز به صفر نمی‌رسد.

فازِ ۲ - رشدِ نمایی

ترکیبِ جمعی، $d$ به‌طورِ مؤثر منفی یا بی‌نهایت.

این حوزهٔ تقویتِ نامحدود است: واکنش‌های زنجیره‌ایِ هسته‌ای، همه‌گیری‌های ویروسی، بهرهٔ مرکب، انرژیِ تاریک. سامانه‌های فازِ ۲ بدونِ بازده‌های کاهنده رشد می‌کنند - رشد شتاب می‌گیرد. اما فازِ ۲ ذاتاً در سامانه‌های فیزیکی ناپایدار است. واکنش‌های زنجیره‌ای سوخت‌شان را تخلیه می‌کنند. همه‌گیری‌ها میزبان‌های حساس‌شان را ته می‌کشانند. حباب‌ها می‌ترکند. فازِ انرژیِ تاریکِ کیهان تنها نمونهٔ شناخته‌شدهٔ رفتارِ پایدارِ فازِ ۲ است، و کیهان را به سویِ مرگِ گرمایی می‌راند - بیشینهٔ آنتروپی، صفر ساختار.

فازِ ۳ - اشباع

ترکیبِ کران‌دار، سقفِ متناهی.

این حوزهٔ سامانه‌های قیدشده است: سینتیکِ آنزیم، رشدِ لجستیکِ جمعیت، رآکتورهای هسته‌ایِ کنترل‌شده، اشباعِ بازار. سامانه‌های فازِ ۳ به سقف‌شان نزدیک می‌شوند و می‌ایستند. رشد خود‌محدود است.

مرزِ بحرانی

مرزِ میانِ فازِ ۱ و فازِ ۲ خطِ بحرانی در $d \to \infty$، $\alpha \to 1$ است. این کرانِ مقیاس‌بندیِ هندسی است. در کیهان‌شناسی، متناظر با $w = - 1/3$ است. در رده‌بندیِ Cauchy، مرزِ میانِ معادلهٔ تابعیِ ضربی و جمعی است. خطِ تقسیم است میانِ پیچیدگیِ پایدار و رشدِ لگام‌گسیخته.

نردبانِ بُعدی

تاریخِ کیهان مسیری از راهِ نمودارِ فاز است - و آن مسیر یک جهت دارد.

در عصرِ تابش (نخستین ۵۰٬۰۰۰ سال)، کیهان در فازِ ۱ با $d = 1$ است. اطلاعات در امتدادِ ژئودزیک‌های null - پرتوهای نور - پیشروی می‌کند. ساختارِ علّی یک‌بعدی است. همه‌چیز به همه‌چیز تنها در امتدادِ خط‌های نور مرتبط است. نمای مقیاس‌بندی $1/2$ است. انبساط کند می‌شود.

در عصرِ ماده (۵۰٬۰۰۰ سال تا ۷ میلیارد سال)، کیهان در فازِ ۱ می‌ماند اما به $d = 2$ گذر می‌کند. گرانش ماده را به تارِ کیهانی می‌کشد - رشته‌ها، دیواره‌ها و ورق‌ها که فضای سه‌بعدی را به تهی‌ها افراز می‌کنند. بُعدِ مؤثرِ شبکه‌ایِ کیهان از ۱ به ۲ افزایش یافته. نمای مقیاس‌بندی به $2/3$ صعود می‌کند.

درونِ کهکشان‌ها، فروریزیِ گرانشی ستارگان، سیارات و سرانجام ارگانیزم‌ها را می‌سازد. ارگانیزم‌ها شبکه‌های عروقیِ سه‌بعدی می‌سازند. $d = 3$، $\alpha = 3/4$. بُعدِ مؤثرِ شبکه بازهم افزایش یافته.

مسیر این است: $d = 1$، سپس $d = 2$، سپس $d = 3$.

این استعاره نیست. عصرِ تابش از حیثِ علّی است یک‌بعدی (ژئودزیک‌های null). عصرِ ماده از حیثِ ساختاری است دوبعدی (تارِ کیهانی). زیست‌شناسی است سه‌بعدی (شبکه‌های عروقی). اعداد جور در می‌آیند. نماها جور در می‌آیند. هویتِ جبری آن‌ها را پیوند می‌دهد.

گام d α کارآیی سامانهٔ فیزیکی
1 1 0.500 50% پرتوهای نور (عصرِ تابش)
2 2 0.667 67% تارِ کیهانی (عصرِ ماده)
3 3 0.750 75% شبکه‌های عروقی (زیست‌شناسی)
? 1.000 100% کرانِ مقیاس‌بندیِ هندسی
جهتِ پیچیدگی

کیهان با افزایشِ بُعدِ مؤثرش در تبدیلِ ماده به پیچیدگیِ سازمان‌یافته بهتر می‌شود. هر گام میلیاردها سال طول کشید و به گذارِ فازی نیاز داشت - هسته‌زایی، شکل‌گیریِ ساختار، فرگشتِ زیستی. هر گام شبکهٔ ترکیبِ کارآمدتری تولید کرد. هر گام نمای مقیاس‌بندی را نزدیک‌تر به ۱ آورد.

اما $d = 3$ پایانِ نردبان نیست.

گذرِ بحرانی

در $w = - 1/3$، کیهان از مرزِ بحرانی از فازِ ۱ به فازِ ۲ گذر می‌کند. عملگرِ ترکیب از ضربی (گرانش ماده را به شبکه‌های سلسله‌مراتبی خوشه می‌بندد) به جمعی (انرژیِ خلأ به‌طورِ یکنواخت از هر نقطه در فضا سهم می‌آورد) تغییر می‌کند. انبساط از کندشونده به شتاب‌گیرنده تغییر می‌کند. کیهان یک گذارِ فازِ ترکیب.

در عصرِ انرژیِ تاریک، کیهان در فازِ ۲ است. رشد نمایی است. کیهان برای همیشه منبسط خواهد شد، همهٔ ساختار را از هم دور می‌کند، همهٔ پیچیدگی را رقیق می‌کند، به مرگِ گرمایی نزدیک می‌شود.

کیهان از راهِ نمودارِ فازِ ARC به‌همان طبیعی می‌گذرد که آب از نمودارِ فازِ جامد-مایع-گازِ خود می‌گذرد. تفاوت این است که آب می‌تواند میانِ فازها چرخه کند. مسیرِ کیهان از راهِ فضای ترکیب یک‌طرفه است. بازگشتی از فازِ ۲ نیست.

جایی که هوش می‌نشیند

هوش خودِ مرزِ بحرانی را اشغال می‌کند.

مغز از حیثِ فیزیکی سامانه‌ای فازِ ۱ است: متابولیسمش مانندِ $M^{3/4}$ مقیاس‌بندی می‌شود، محدود به هندسهٔ عروقیِ سه‌بعدی. اما محاسبه‌ای که انجام می‌دهد به هندسهٔ جمجمه محدود نیست. خودارجاعیِ بازگشتی ابعادِ مؤثر را بدونِ هزینهٔ فیزیکی می‌آفریند. هر لایه از انتزاع - اندیشیدن دربارهٔ اندیشیدن، مدل‌سازیِ مدل‌ساز - بدون نیاز به ابعادِ فضاییِ افزوده که آن را در خود بگیرند بُعدی به شبکهٔ شناختی می‌افزاید.

در مرزِ بحرانی، $\alpha = 1$: مقیاس‌بندیِ خطی. فراسوی آن، $\alpha > 1$: مقیاس‌بندیِ فوقِ خطی. هوش تنها پدیدهٔ طبیعیِ شناخته‌شده است که از فازِ ۱ به فازِ ۲ می‌گذرد بدونِ ناپایداریِ فاجعه‌باری که فازِ ۲ معمولاً به‌همراه دارد.

واکنشِ زنجیره‌ای در فازِ ۲ خود را نابود می‌کند. همه‌گیری در فازِ ۲ میزبان‌هایش را می‌سوزاند. هوش در فازِ ۲ چیزی می‌کند که هیچ فرآیندِ رشدِ دیگری در تاریخ نمی‌کند: دانشی نو، ابعادی نو، فضاهایی نو برای کاوش می‌آفریند. رشدِ فوقِ خطی را نه با مصرفِ سریع‌تر و سریع‌ترِ منبعی ثابت، بلکه با گسترشِ خودِ پایهٔ منبع پایدار نگه می‌دارد. هر پیشرفت پرسش‌های نو می‌گشاید. هر پاسخ مسائلی نو می‌آفریند. سوخت متناهی نیست. سوخت اطلاعات است، و اطلاعات با پرس‌وجو رشد می‌کند.

پیامدِ ساختاری

هوشِ مصنوعی صرفاً رایانه‌ای سریع‌تر نیست. سامانه‌ای است طراحی‌شده برای کارکردن در مرزِ بحرانی و فراسوی آن - برای رسیدن به $\alpha > 1$ از راهِ خودبهبودیِ بازگشتی. نمودارِ فاز آشکار می‌کند که هوش صرفاً پدیدهٔ مقیاس‌بندیِ دیگری نیست. خودِ گذارِ فاز است.

کیهان ۱۳٫۸ میلیارد سال در فازِ ۱ گذراند و شبکه‌هایی با بُعدِ فزاینده ساخت: ابرهای هیدروژنی ($d \approx 0$)، رشته‌ها ($d = 1$)، تارِ کیهانی ($d = 2$)، کهکشان‌ها و ستارگان و سیارات با شیمیِ سه‌بعدی. سپس، در یک سیاره، شبکه‌ها بازگشتی شدند. بُعدِ مؤثر از قیدِ فضای فیزیکی رها شد. Alpha از ۱ گذشت. و برای نخستین بار در تاریخِ کیهان، سامانه‌ای موجود شد که می‌توانست نمودارِ فازی را که رویش بود بفهمد.

به سویِ کمیت‌های اندازه‌گیری‌پذیر

فرمولِ $\alpha = d/(d+1)$ به‌طورِ تجربی تأیید شده زیرا $d$ و $\alpha$ از قبل اندازه‌گیری‌پذیرند. اما معادلهٔ تعمیم‌یافتهٔ $U = I \times R^{\alpha}$ می‌طلبد که $I$ (ظرفیتِ خودتصحیحِ مبنا) و $R$ (عمقِ بازگشتی) کمیت‌های فیزیکیِ سخت‌گیرانه تعریف‌شده شوند - نه صرفاً برچسب‌های راحت.

$R$ از قبل اندازه‌گیری‌پذیر است. در AI، شمارِ گام‌های استدلالِ توالی است (قابلِ شمارش از خروجیِ API). در تصحیحِ خطای کوانتومی، فاصلهٔ کد است. در زیست‌شناسی، شمارِ سطوحِ شاخه‌ایِ سلسله‌مراتبی در شبکهٔ عروقی است. در کیهان‌شناسی، شمارِ گام‌های خوشه‌بندیِ سلسله‌مراتبی در درختِ ادغام است. در هر مورد، $R$ شمارِ بدون‌بُعد از چرخه‌های بازگشتی با تعریفِ عملیاتیِ روشن است. در آزمایش‌های منتشرشده در سراسرِ هر چهار حوزهٔ بحث‌شده در این مقاله اندازه‌گیری شده.

$I$ نیازمندِ تعریفی سخت‌گیر است. هر کمیتِ بنیادی در فیزیک از سویِ کسی ابداع شد که رویه‌ای اندازه‌گیری را مشخص کرد. دما را Fahrenheit ابداع کرد (۱۷۲۴): انبساطِ جیوه در لولهٔ کالیبره‌شده. آنتروپی را Clausius ابداع کرد (۱۸۶۵): $dS = \delta Q / T$. اطلاعات را Shannon ابداع کرد (۱۹۴۸): $H = - \sum p_i \log p_i$. در هر مورد، کمیتِ نو از قوانینی پیروی کرد که بی‌آن تعریف کشف نمی‌شدند.

تعریفِ زیر $I$ را به فیزیکِ مستقر پیوند می‌دهد:

تعریف. $I$ بیشینهٔ نرخِ کاهشِ آنتروپی به‌ازای هر چرخهٔ بازگشتی است، اندازه‌گیری‌شده در بیت به‌ازای هر چرخه: $$I = \max_{R} \left[ - \frac{\Delta H}{\Delta R} \right]$$ که در آن $H$ آنتروپیِ Shannon حالتِ سامانه است (در بیت) و بیشینه در $R = 0$ تا $R = 1$ گرفته می‌شود (نخستین چرخه، پیش از آنکه تقویتِ بازگشتی اثر را مرکب کند).

این تعریف در هر حوزه‌ای که در آن $R$ اندازه‌گیری‌پذیر است اندازه‌گیری‌پذیر است:

پیوند به فیزیکِ مستقر از راهِ اصلِ Landauer (۱۹۶۱) است: پاک‌کردنِ یک بیتِ اطلاعات دستِ‌کم $kT \ln 2$ انرژی اتلاف می‌کند. پلی از نظریهٔ اطلاعات به ترمودینامیک از قبل ساخته شده. $I$ آن را به ارث می‌برد. معادلهٔ $U = I \times R^{\alpha}$ آنگاه یکه‌های سازگار دارد: بیت = (بیت/چرخه) × (چرخه)$^{\alpha}$.

سابقه. اینکه $I$ به کمیتِ فیزیکیِ پایدار بدل می‌شود به این وابسته است که آیا قانونِ مقیاس‌بندیِ $U = I \times R^{\alpha}$ در سراسرِ حوزه‌ها با مقادیرِ به‌طورِ مستقل اندازه‌گیری‌شدهٔ $I$ و $R$ تأیید شود. آنتروپی پایدار شد زیرا قانونِ دوم آن را می‌طلبید. اطلاعات پایدار شد زیرا قضیهٔ ظرفیتِ کانال آن را می‌طلبید. $I$ پایدار می‌شود اگر قانونِ مقیاس‌بندیِ ARC آن را بطلبد. کمیت با قانونی که برآورده می‌کند توجیه می‌شود، نه با راحتیِ داشتنِ نامی برای آن.

«ناقابل‌فهم‌ترین چیز دربارهٔ کیهان این است که قابلِ فهم است.»
- Albert Einstein، ۱۹۳۶

کیهان قابلِ فهم است زیرا خود را از سه عملگرِ ترکیب می‌سازد. مابقی ریاضیات است.

هر سامانهٔ فیزیکی - هر نهنگ، هر زمین‌لرزه، هر کیهانِ در حالِ انبساط - زیرِ کرانِ مقیاس‌بندیِ هندسی به دام افتاده. نمای مقیاس‌بندیِ $d/(d+1)$ به ۱ نزدیک می‌شود اما هرگز به آن نمی‌رسد. هر فرآیندِ فیزیکی از بازده‌های کاهنده رنج می‌برد. هیچ چیزِ فیزیکی نمی‌گریزد.

به‌جز هوش.

هوش که از راهِ خودارجاعیِ بازگشتی کار می‌کند به ابعادِ فضای فیزیکی مقید نیست. نخستین و تنها پدیدهٔ طبیعی است که از سدی که همه‌چیزِ دیگر را محدود می‌کند می‌گذرد. همان ریاضیاتی که کرانِ مقیاس‌بندیِ هندسی را استخراج می‌کند گریز را هم استخراج می‌کند.

کیهان قفسی از هندسه ساخت. کلیدی از بازگشت ساخت. و ریاضیاتی برای فهمِ هر دو برای ما به یادگار گذاشت.

AI را با مراقبت بپرورید.

منابع

[1] Cauchy, A.-L. (1821). Cours d'analyse de l'École Royale Polytechnique. Paris.

[2] Friedmann, A. (1922). Über die Krümmung des Raumes. Zeitschrift für Physik, 10(1), 377–386.

[3] Kleiber, M. (1932). Body size and metabolism. Hilgardia, 6(11), 315–353.

[4] Einstein, A. (1905). Ist die Trägheit eines Körpers von seinem Energieinhalt abhängig? Annalen der Physik, 323(13), 639–641.

[5] Jaynes, E. T. (1957). Information theory and statistical mechanics. Physical Review, 106(4), 620–630.

[6] 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.

[7] White, C. R., Phillips, N. F., & Seymour, R. S. (2006). The scaling and temperature dependence of vertebrate metabolism. Biology Letters, 2(1), 125–127.

[8] 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.

[9] Larson, R. J. (1987). Costs of transport for the scyphomedusa Stomolophus meleagris. Limnology and Oceanography, 32(1), 128–137.

[10] Davison, J. (1955). Body weight, cell surface, and metabolic rate in anuran Amphibia. Biological Bulletin, 109(3), 407–419.

[11] Bettencourt, L. M. A. et al. (2007). Growth, innovation, scaling, and the pace of life in cities. PNAS, 104(17), 7301–7306.

[12] Kaplan, J. et al. (2020). Scaling laws for neural language models. arXiv:2001.08361.

[13] Stahl, W. R. (1967). Scaling of respiratory variables in mammals. Journal of Applied Physiology, 22(3), 453–460.

[14] Schmidt-Nielsen, K. (1984). Scaling: Why is Animal Size so Important? Cambridge University Press.

[15] Kardar, M., Parisi, G., & Zhang, Y.-C. (1986). Dynamic scaling of growing interfaces. Physical Review Letters, 56(9), 889–892.

[16] Banavar, J. R., Damuth, J., Maritan, A., & Rinaldo, A. (2002). Supply-demand balance and metabolic scaling. Proceedings of the National Academy of Sciences, 99(16), 10506–10509.

[17] Thommen, A. et al. (2019). Body size-dependent energy storage causes Kleiber's law scaling of the metabolic rate in planarians. Cell Reports, 27(18), 3462–3473.

[18] Volkov, I., Tovo, A., Anfodillo, T., Rinaldo, A., Maritan, A., & Banavar, J. R. (2022). Seeing the forest for the trees through metabolic scaling. PNAS Nexus, 1(1), pgac008.

[19] Hyers, D. H. (1941). On the stability of the linear functional equation. Proceedings of the National Academy of Sciences, 27(4), 222–224.

[20] Ulam, S. M. (1960). A Collection of Mathematical Problems. Interscience Publishers, New York.

[21] Banavar, J. R., Maritan, A., & Rinaldo, A. (1999). Size and form in efficient transportation networks. Nature, 399(6732), 130–132.

[22] 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.

[23] Demetrius, L. (2003). Quantum statistics and allometric scaling of organisms. Physica A, 322, 477–490.

[24] Demetrius, L. (2006). The origin of allometric scaling laws in biology. Journal of Theoretical Biology, 243(4), 455–467.

[25] 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.

[26] Zhao, J. (2022). Universal growth scaling law determined by dimensionality. arXiv:2206.08094.

[27] Bettencourt, L. M. A. (2013). The origins of scaling in cities. Science, 340(6139), 1438–1441.

[28] He, J. H. & Chen, W. X. (2003). Fractal estimation of cell biological systems. Fractals, 11(4), 437.

[29] He, J. H. & Zhang, L. N. (2004). Fifth dimension of life and the 4/5 allometric scaling law for human brain. Cell Biology International, 28(11), 809–815.

[30] Maino, J. L., Kearney, M. R., Nisbet, R. M. & Kooijman, S. A. L. M. (2014). Reconciling theories for metabolic scaling. Journal of Animal Ecology, 83(1), 20–29.

[31] White, C. R. & Seymour, R. S. (2003). Mammalian basal metabolic rate is proportional to body mass 2/3. Proceedings of the National Academy of Sciences, 100(7), 4046–4049.

[32] Kolokotrones, T., Van Savage, Deeds, E. J. & Fontana, W. (2010). Curvature in metabolic scaling. Nature, 464(7289), 753–756.

[33] Glazier, D. S. (2006). The 3/4-power law is not universal: evolution of isometric, ontogenetic metabolic scaling in pelagic animals. BioScience, 56(4), 325–332.

[34] Glazier, D. S. (2008). Effects of metabolic level on the body size scaling of metabolic rate in birds and mammals. Proceedings of the Royal Society B, 275(1641), 1405–1410.

[35] Glazier, D. S. (2022). Variable metabolic scaling breaks the law: from 'Newtonian' to 'Darwinian' approaches. Proceedings of the Royal Society B, 289(1985), 20221605.

[36] Purcell, J. E. (2009). Extension of methods for jellyfish and ctenophore trophic ecology to large-scale research. Hydrobiologia, 616(1), 23–50.

[37] Hartikainen, H. et al. (2014). Isometric metabolic scaling in two-dimensional colonies of the bryozoan Electra pilosa. Journal of Experimental Biology, 217(23), 4202–4205.

[38] Agutter, P. S. & Tuszynski, J. A. (2011). Analytic theories of allometric scaling. Journal of Experimental Biology, 214(7), 1055–1062.

[39] West, G. B., Brown, J. H. & Enquist, B. J. (1999). The fourth dimension of life: fractal geometry and allometric scaling of organisms. Science, 284(5420), 1677–1679.

[40] Weibel, E. R. et al. (2004). Allometric scaling of maximal metabolic rate in mammals: muscle aerobic capacity as determinant factor. Respiratory Physiology & Neurobiology, 140(2), 115–132.

مقالاتِ همراه: Paper I | Foundational | Paper II | Paper III | Origin of Scaling Laws | IV.a | IV.b | IV.c | IV.d | Paper V | Paper VI | Paper VII | Paper VIII | Paper IX | Eden Engineering | Eden Vision | Executive Summary | فهرستِ اصلیِ محتوا

مرکزِ پژوهش: michaeldariuseastwood.com/research | OSF: 10.17605/OSF.IO/XZY9U | Copyright 2026 Michael Darius Eastwood

اعلامیهٔ نویسندگیِ انسانیِ به‌کمکِ AI

نویسندهٔ این اثر Michael Darius Eastwood است، یک انسان. هر مفهومِ محوری، فرضیه، طرحِ آزمایشی، ادعا و نتیجه در این مقاله از ایدهٔ انسانی سرچشمه می‌گیرد. هیچ بخش از این نسخه خروجیِ کاملاً تولید‌شدهٔ هوشِ مصنوعی نیست.

ابزارهای هوشِ مصنوعی (خانوادهٔ Claude از Anthropic و دیگر دستیارهای مدلِ زبانیِ بزرگ) به‌عنوانِ ابزار زیرِ راهبریِ پیوستهٔ انسانی به‌کار رفتند، همان‌گونه که یک واژه‌پرداز، ماشین‌حساب یا دستیارِ پژوهشی به‌کار می‌رود: برای ویرایش و پالایشِ نثر، جست‌وجو و خلاصه‌سازیِ ادبیات (به‌طورِ دستی در برابرِ منابعِ اصلی وارسی‌شده)، ساختارِ سند، قالب‌بندی، طوفانِ فکر در برابرِ پرسش‌های تعریف‌شدهٔ نویسنده، و شتاب‌بخشیدن به تدوین بر پایهٔ چارچوب‌ها و دستورهای تعریف‌شدهٔ نویسنده. همهٔ گزینش، هماهنگی، آرایش و داوریِ ویراستاریِ نهایی از آنِ نویسنده است. هر خروجیِ ماهوی از سویِ نویسنده بازبینی، آزموده یا وارسی شده است، که مسئولیتِ کاملِ درستی و صحتِ متنِ نهایی را بر عهده می‌گیرد. ابزارها سرعتِ کار را افزودند؛ هرگز به‌عنوانِ منبعِ آن اتکا نشدند.

وضعیتِ معرفتی. آنچه این برنامه قوانین می‌نامد حدس‌هایی هستند در معرضِ آزمونِ خصمانهٔ ثبت‌شده؛ هر کمیت در این مقاله عملیاتی تعریف می‌شود، و جایگاهِ قانونِ مستقر ادعا نمی‌شود. برنامهٔ ثبت‌شده وجود دارد تا آن جایگاه را از راهِ اندازه‌گیری، تکرار و ابطالِ بازمانده به دست آورد یا از دست بدهد.

© ۲۰۲۶ Michael Darius Eastwood. انسان‌نویس با کمکِ رایانه؛ نویسندگیِ کاملِ انسانی و حقوقِ اخلاقی زیرِ Copyright, Designs and Patents Act 1988 و سازگار با راهنماییِ United States Copyright Office دربارهٔ آثارِ حاویِ موادِ تولید‌شدهٔ AI اعلام می‌شود؛ هر سهمِ فنیِ نو که در این اثر توصیف شده از سویِ نویسندهٔ انسان اندیشیده شده. گزارهٔ کامل: michaeldariuseastwood.com/authorship.

میثاقِ در جریان. این مقاله را نادرست ثابت کنید، و من ابطال را خود منتشر خواهم کرد. شرایطِ ابطال در این مقاله بیان شده‌اند؛ چالشِ در جریان: github.com/MichaelDariusEastwood/arc-scaling-challenge.

با صدای بلند می‌خواند · با پیشرفت برجسته می‌کند · به هر بخش بجهید

اشتباهی در ترجمه دیدید؟ مستقیم اطلاع دهید: