间接计算模型与间接形式化方法

# 间接计算模型与间接形式方法
来源：https://arxiv.org/html/2606.13690
Xiaohui Zou1,2,3, Shunpeng Zou1 1中国地质大学（北京）高等教育研究所，北京，中国 2协同文化基因工程研究所，清华科技园，珠海，中国 3中美项目：加州大学伯克利分校塞尔研究双语信息处理小组 [email protected]

###### 摘要

本文从人机界面与协同计算程序相结合形成的协同智能计算系统视角，讨论由间接计算模型与间接形式方法组合支持的优化云计算技术原理。在系统回顾以往理论成果（图灵的可计算性理论、克林的小串形式理论、冯·诺依曼的数字计算机体系结构以及图灵的人工智能判断假设）对主流通用数字计算机范式的影响基础上，作者重点介绍了一种兼容大串和小串的间接计算模型与间接形式理论。以中文信息数据为例，给出了协同智能计算系统原型的设计思路。其意义在于，该成果有利于从数据中心到知识中心的云计算优化。

### 关键词

计算理论；形式理论；人机交互；协同计算

## 1 引言

本文从人机界面与协同计算程序相结合形成的协同智能计算系统视角，讨论由间接计算模型与间接形式方法组合支持的优化云计算技术原理。以往的理论成果——图灵的可计算性理论[1 (https://arxiv.org/html/2606.13690#bib.bib1)]、克林的形式串理论[2 (https://arxiv.org/html/2606.13690#bib.bib2)]、冯·诺依曼的数字计算机体系结构[3 (https://arxiv.org/html/2606.13690#bib.bib3)]以及图灵的人工智能判断假设[4 (https://arxiv.org/html/2606.13690#bib.bib4)]——是本项研究的基础。间接计算模型提供了一系列优良算法；间接形式方法提供了优化的数据结构；两者之和等于孪生图灵机虚拟计算程序。首先，它会聚目标域中的图灵可计算数。进而，揭示了计算复杂性NP-完全问题[5 (https://arxiv.org/html/2606.13690#bib.bib5)]双重转换过程中涉及的转换约束：如何从P到NP加深理解，以及如何从NP到P简化表达。然后，通过采用一种兼容大串和小串的间接形式路径，不仅改进了克林的小串理论，还将处理范围扩展到字符、公式、图表、表格、声音、图像、立体物体及生命体等形式。以中文信息数据为例，介绍了协同智能计算系统[6 (https://arxiv.org/html/2606.13690#bib.bib6)]的基本设计思路。其意义在于，该成果有利于从数据中心[7 (https://arxiv.org/html/2606.13690#bib.bib7)]到知识中心[8 (https://arxiv.org/html/2606.13690#bib.bib8)]的现有云计算[9 (https://arxiv.org/html/2606.13690#bib.bib9)]优化。

## 2 从宏观、微观与中观角度的探索

遗传文本及其系统工程蓝图、理想分类集与基本信息规律，分别从宏观、微观与中观角度进行了探索，涉及三个方面：遗传文本及其可能的人机界面形式、数据结构及其可能的分/合机制、形式信息及其内在原理或可能的转换规则。由此确立了本研究的认知前提或思维范式。

### 2.1 以汉字为例描述遗传文本及其系统工程蓝图

本文将讨论限定在遗传文本及其系统工程蓝图[10 (https://arxiv.org/html/2606.13690#bib.bib10)]——这是一个既间接可计算又间接可形式化的范围，从而更易于自然语言处理与理解，并涉及遗传文本及其可能的人机界面形式。

参见图注图 1：与文化基因系统工程蓝图匹配的优化数据结构与优良算法如图1所示，汉字表现出两类遗传文本——汉字的基本笔画和单音节汉字，可视为子宇宙的元素。其特点是可枚举且易于枚举；这些是简单的基本文本。第二类包括汉字及其部首（作为整体）、汉语中的字与各级字组——即复杂的派生文本。其特点是，经过理想分类后，可放入孪生图灵机双列表中，从而实现目标性搜索。

作者为何能如此断言？因为文化基因系统工程蓝图（图1）告诉我们几个真理。它揭示了一种优化的数据结构，表达为：

总文本宇宙 = 子宇宙 + 超宇宙

这也意味着：

目标域 = 已知域 + 未知域

以及通向优良算法的收敛策略：

未知域 = 目标域 - 已知域

第一个公式描述了一个理想分类集；后两个公式构成了一般与狭义的信息方程式。

从{基本笔画}可构造{各种部首}，再到{单音节汉字}；从{单音节汉字}可构造{各级字组}。这两类中文文本基因及其构造原理，与理想分类集（图2）、基本信息规律（图3）及孪生图灵机（图4）相结合，得出了一种协同智能计算系统策略，用于高效处理图1所示的遗传文本与派生文本。

### 2.2 以二进制为例描述理想分类集

参见图注图 2：理想分类集及其可能的分/合机制示意图如图2所示，作者将Σ* = {ε,0,1,00,01,10,11,000,001,010,011,...}重新分类为：单元素集、分层集、符号集以及原始未区分的杂集。使用二进制数描述理想分类集，不仅揭示了其中蕴含的基本信息命题，还为进一步优化各种数据结构提供了可行策略。更重要的是，这种阐述简洁有效，有利于识别、理解和表达。

原理 1：优化理想分类集进一步将普通集区分为两大类：杂集与理想集。其中，前者包括康托尔集与广义集（总体，涵盖自然分布、自组织群与他组织群）；后者包括单元素集、分层集与符号集。可优化的理想集是本文的重点。

定义 1（单元素集）：单元素集只包含一种类型的元素。对于二进制数：{0,1}。对于十进制数：{0,1,2,3,4,5,6,7,8,9}。这些元素通过复制与重组得到的元组，不会超出遗传文本符号可能排列的范围。它们仅通过复制与重组引起结构变化，且仅增大总量或转化基本次序-位置关系。因此，称其为子宇宙。其特点是单元素集或子宇宙的元素固定且不重复；其范围内元素的次序与位置（简称序-位关系）唯一不变。

### 2.3 以理想分类集描述基本信息命题

#### 2.3.1 第一基本信息命题

定理 1：子宇宙元素的序-位关系唯一不变。子宇宙可作为衡量与计算超宇宙的参照系，即单元素集可规范分层集中元组的演进发展。

定义 2（分层集）：分层集是从上述单元素集通过复制与重组逐步派生而来。它决定了每个层次上元素的可能元组，特点是演进分层。对于二进制数：{0,1}、{00,01,10,11}、{000,001,010,011,110,101,100,111}、...。演进阶梯包括直接从单元素集复制而来的第一层，随后是通过不断复制与重组派生出的后续层次。其特点是分层集及其元组具有不重复的序-位关系；每个层次与元组有固定数量与唯一序-位关系。因此，每个层次可作为枚举或最优搜索所含元素/元组的响应参照系。

定义 3（符号集）：符号集是人类主体或计算机代理根据特定目标从单元素集与分层集中选择的范围或域，也称为目标域。它是由特定单元素集与特定分层集层次组成的集合。例如，本文描述的协同智能计算系统选择了{二进制数}、{十进制数}、{英文字母}、{汉字笔画}以及在此基础上构建或与之等价的各种符号集，如特定年龄段学生熟悉的固定数量{单音节汉字}、记录{常识}与{专业知识}的分层{汉字组}——等价于相应的{英语单词与短语}。其特点是符号集/目标域涉及的参照系（基准）固定，响应参照系的层次可确定。尽管未知域中的元组不确定，但已知域中的元组是确定的，从而易于选择优化的数据结构与优良算法，大幅加速目标域内各层次元组的枚举与搜索。这有利于中文双语/双文处理，并优化统计机器翻译的新策略。

#### 2.3.2 第二基本信息命题

定理 2：对于超宇宙的元组（包括子宇宙元素），一旦特定目标域中出现两组对应的数据序列（无论已知还是未知），只要它们能形成同名平行（包括同意平行）关系并满足一一对应函数关系，则可在预先约定的规则下相互转换或替换。

参见图注图 3：基本信息命题示意图如图3所示，对子宇宙元素与超宇宙元组的描述均满足第一基本信息命题（序-位关系的唯一不变性），具有“不同排列、序-位简洁之美”的特征。与第二基本信息命题相比，它们属于两个层次：第一是最基本的。第二命题在图3所示的三条支撑规则中占据突出地位，是因为其普遍性与关键作用。第二基本信息命题是相互转换的基本规则，简称“同名平行，对应转换”规则。代数恒等变换依赖于该规则；生成语法基本公式（S = NP + VP）也依赖于它。许多其他例子满足第二基本信息命题。如果单元素集与分层集主要决定唯一不变的序-位关系——即由遗传文本记录的真实信息，可通过真值对子宇宙元素与超宇宙元组进行评价——那么此类真实信息是恰当且可理解的。无论是对于未区分的杂集还是精细划分的符号集，本质上只有通过上述单元素集与分层集，我们才能实现更透彻的理解与更恰当的表达。

## 3 间接计算模型与间接形式方法的组合

由于间接计算模型具有分布式与并行计算的基本特征，可在计算机代理与人类主体之间实现分离与组合，再加上其支持的间接形式方法，形成了类似天平的孪生图灵机。左列表（由自然数顺序码组成的数据结构类型）如同定制的标准化砝码；一一对应的右列表（带有预留槽位的数据结构类型）如同任意待称量个体。不同之处在于，天平、砝码与“物品”是虚拟的。因此，我们可以将第二基本信息命题称为天平规则。故第二基本信息命题是构建孪生图灵机的理论基础。

参见图注图 4：孪生图灵机从(a)到(c)逐步收敛的原理示意图如图4所示，左侧(a)是由两台并行图灵机组成的虚拟孪生图灵机；中间(b)与右侧(c)是等价形式，各有特点。(b)描述了一种基于“同名平行，对应转换”规则建立的天平式测量转换装置；其构建原理由具体化实例(c)[10 (https://arxiv.org/html/2606.13690#bib.bib10)]说明，基于可枚举单音节汉字形成的有限文本符号集。根据定理2构建的双列表，在对广义双语文本进行理想分类后，使得数字与文字、或机器与人之间能够实现合理分工与高水平协作，从而具备可分离可组合的协同智能计算特性。其运行实现了标准化与个性化整合的使用效果。三种基本形式(a, b, c)的共同特点是均由左右对称的虚拟表（VT&L 和 VT&R）组成。各自也有独特性：

- • (a) 并行计算模型：纯二进制数设定的可计算数上界。
- • (b) 分布式计算模型：体现左列表十进制数与右列表可计算网格的一一对应关系，以虚拟格形式进行虚拟计算，从而为不同数据结构类型的协同处理提供一系列通用转换平台。
- • (c) 虚拟云计算模型：e