عادةً ما يُقيَّم تعقيد الأنظمة، من الفيزيائية إلى البيولوجية، باستخدام مقاييس إنتروبية: الإنتروبيا الزائدة، التعقيد الإحصائي، العمق الديناميكي الحراري. هذه المقاييس تلتقط الارتباطات والذاكرة بشكل جيد، لكنها لا تميز بين المعلومات الناتجة عن عملية حسابية طويلة والمعلومات المخزنة فقط. حول هذه الدراسة، هناك أبحاث أخرى تسعى أيضًا إلى إيجاد مقاييس للتعقيد عند تقاطع الفيزياء الإحصائية والحوسبة: تحليل تعقيد التشابك، استخلاص القوانين من الضوضاء، قياس الفوضى دون معرفة القواعد. ومع ذلك، يركز معظمها على الجوانب الإنتروبية أو المعلوماتية، بينما تركز هذه الدراسة على التاريخ الحسابي للحالة: كم عدد الخطوات المتوازية المطلوبة فعليًا لبنائها.
يُعرَّف العمق على أنه زمن تشغيل أسرع خوارزمية متوازية تختبر حالات النظام بالاحتمال الصحيح. يُستخدم نموذج آلة الوصول العشوائي المتوازي (PRAM)، حيث تنفذ مجموعة من المعالجات عمليات متزامنة على ذاكرة مشتركة. الفكرة الأساسية هي تقليل الزمن المتوازي، وليس حجم الحساب أو العشوائية. وللتوضيح، تُنظر في عمليات عشوائية بسيطة: رمي عملة بدون ذاكرة، رمي عملة مع ذاكرة، وعملية سانتا في بتوزيع قوة بطيء التناقص. لكل منها، تُبنى خوارزمية متوازية صريحة لأخذ العينات ويُقدَّر زمن تشغيلها — على سبيل المثال، بالنسبة لعملية سانتا في، يمكن تحقيق زمن لوغاريتمي باستخدام مقارنة متوازية لجميع أزواج المؤشرات.
بالنسبة لرمي عملة بدون ذاكرة، يكون العمق ثابتًا — O(1)، لأن جميع البتات مستقلة وتُولد في وقت واحد. بالنسبة لعملة مع ذاكرة، يكون العمق لوغاريتميًا — O(log T)، لأن حاصل ضرب العوامل المستقلة يمكن حسابه بطريقة "فرق تسد". عملية سانتا في لها إنتروبيا زائدة تنمو كدالة قوة T^β، لكن عمقها أيضًا لوغاريتمي: الارتباطات الطويلة لا تتطلب حسابًا طويلًا إذا كان يمكن موازنتها. على النقيض من ذلك، يبدو أن التجميع المحدود بالانتشار (DLA) مع N جسيمًا يتطلب عددًا خطيًا من الخطوات المتوازية O(N)، لأن نموه تسلسلي بطبيعته — يجب أن ينتظر كل جسيم سابقه. وهذا ما تؤكده P-اكتمال مشكلة توليد DLA، مما يشير إلى عدم وجود خوارزمية متوازية فعالة.
تختلف هذه الدراسة عن الأبحاث المجاورة بأنها تنقل التركيز من الإنتروبيا والمعلومات إلى التعقيد الحسابي لتوليد الحالة. الأبحاث المجاورة تقيس التعقيد عبر الارتباطات أو التشابك أو دقة القياس، بينما هنا يُربط التعقيد بأقل زمن متوازٍ مطلوب لإعادة إنتاج حالة نموذجية. وهذا يسمح بفصل الأنظمة التي تخزن المعلومات فقط عن الأنظمة التي تعالجها بنشاط. العمق أقصى: إذا كان هناك نظام فرعي صغير لكنه معقد جدًا في نظام كبير، فإن عمق النظام بأكمله يُحدد بواسطته، وليس بمتوسط الحجم. هذه الخاصية تجعل العمق حساسًا للأجسام النادرة والمعقدة، مثل المحيط الحيوي للأرض على خلفية الشمس.
المشكلة الرئيسية هي أن العمق غير قابل للحساب بدقة، ولا يمكن إلا حصره من الأعلى بإظهار خوارزميات أكثر كفاءة. مع زيادة فهم النظام، قد ينخفض تقدير العمق، كما حدث مع نموذج إيزينج بعد اكتشاف خوارزمية سفيندسن-وانغ. التطوير المستقبلي يتطلب نظرية تعقيد لأخذ العينات تسمح بإثبات حدود دنيا للعمق، وليس فقط حدودًا عليا. من المهم أيضًا ربط العمق بالظواهر الناشئة: عندما تظهر هياكل جديدة واسعة النطاق في النظام، فإن فهم ديناميكياتها قد يقلل بشكل جذري من وقت الحساب المطلوب.
يمكن تطبيق مقياس العمق لتصنيف الأنظمة المعقدة في الفيزياء والبيولوجيا والاقتصاد وغيرها من المجالات حيث تُوصف الحالات بتوزيعات احتمالية. إنه مفيد عند مقارنة النماذج وتحديد الأنظمة ذات الحسابات المدمجة، مثل الخلايا الآلية أو النماذج القائمة على الوكيل.
من الضروري تطوير طرق لإثبات حدود دنيا للعمق لأنظمة محددة، لتحويل التقديرات العليا إلى قيم دقيقة. كما ينبغي دراسة كيفية ارتباط العمق بالتحولات الطورية والظواهر الحرجة، حيث يكون التعقيد في أقصى حالاته.
بالنسبة للفيزياء الإحصائية، المشكلة الرئيسية غير المحلولة هي العلاقة بين التعقيد الحسابي والخصائص الفيزيائية للأنظمة، خاصة بالقرب من النقاط الحرجة. يقدم العمق لغة رسمية لمناقشة لماذا تتطلب بعض الأنظمة محاكاة طويلة بينما يمكن أخذ عينات من أخرى بسرعة، وكيف يرتبط ذلك بالسلوك الناشئ.
هذا القسم موجَّه إلى مؤلف العمل وزملائه. الأعمال المجاورة عثر عليها بحثٌ دلالي في أرشيفنا، لا بتطابق الكلمات. نحن لا نقيّم العمل: نعرض الحقل من حوله.
ماذا يفعل هذا العمل
تقدّم الدراسة مقياسًا جديدًا اسمه «العمق المتوازي» (parallel depth)، وهو أقل عدد من الخطوات المتوازية على نموذج PRAM اللازمة لتوليد حالة نموذجية للنظام. بالنسبة للعمليات العشوائية البسيطة (رمي عملة بدون ذاكرة، مع ذاكرة، وعملية سانتا في)، تم الحصول على تقديرات تحليلية للعمق: O(1)، O(log T)، O(log T) على التوالي. وبالنسبة للتجميع المحدود بالانتشار (DLA)، تبيّن أن العمق يبدو خطيًا O(N)، وهو ما يُربط باكتمال P لمشكلة التوليد.
أين تكمن قوته
العمق يلتقط التاريخ الحسابي للحالة، وليس فقط ارتباطاتها الإحصائية، وبفضل خاصية العظمى (maximality) فهو حساس للأنظمة الفرعية النادرة والمعقدة، مثل المحيط الحيوي. هذا يميزه عن مقاييس الإنتروبيا ويفتح الطريق لقياس تعقيد الأنظمة القادرة على الحساب.
إلى أين يمكن المضي
يستحق التجربة
لماذا قد يكون هذا مهمًا
إذا كان العمق يعكس فعلًا قدرة النظام على الحساب، فقد يصبح أداة للبحث عن الحياة أو العقل في الكون، من خلال تمييز الأجسام ذات التعقيد الحسابي العالي ضمن البيانات الفيزيائية الفلكية.
أعمال قريبة في أرشيفنا
الأرشيف خالٍ حول هذا العمل: أقرب تحليل عند 0.53 فقط، مقابل 0.64 المعتادة. يبدو أن الحفر بجواره كان نادرًا.
لو كان باحث فضائي يقيس تعقيد النظام الشمسي بالإنتروبيا، لركز على الشمس، حيث تتركز الكتلة والإنتروبيا تقريبًا. لكن قياس العمق سيشير إلى سطح كوكب صغير هو الأرض — المحيط الحيوي، الذي ينشأ تعقيده من تاريخ تطوري طويل، وليس من الحجم.