Tadqiqotning asosiy muammosi — ilm-fanda uzoq vaqtdan beri alohida-alohida muhokama qilingan ayrim yaqinlashuv hodisalarining umumiy matematik tushuntirishga ega bo‘lishi mumkinmi, degan savoldir. Sun’iy intellektda turli arxitekturalar yoki turli boshlang‘ich sharoitlarda o‘qitilgan modellar o‘xshash tasvirlanishlar hosil qilishi faqat amaliy muhandislik kuzatuvi emas. Agar rostdan ham turli modellar bir xil turdagi ichki tuzilmalarga yaqinlashsa, bu o‘rganilgan tasvirlanish faqat tasodifiy o‘qitish jarayonining mahsuli emas, balki tizim cheklovlari tomonidan yo‘naltirilgan chuqurroq tuzilma bo‘lishi mumkinligini anglatadi.

Ikkinchi muammo grokking xulqidir. Grokking — model avval o‘quv ma’lumotini yodlab olishi, uzoq vaqt test ma’lumotida muvaffaqiyatsiz bo‘lishi, so‘ng birdaniga umumlashtirishni boshlashi hodisasidir. Kundalik o‘xshatish bilan aytganda, bu o‘quvchining avval barcha misollarni yodlab olib, muammoni chinakam tushunmasligi, biroq uzoq kutish davridan so‘ng bir zumda “qoida”ni anglab olishi kabidir. Sun’iy intellekt kontekstida bu jarayon yanada texnik ma’noga ega: model yodlash bosqichidan umumlashtirish bosqichiga o‘tadi deb qaraladi.

Uchinchi muammo biologiyadan keladi. Turli evolyutsion shoxlar uzoq mustaqil evolyutsion tarixga qaramay o‘xshash metabolik yechimlarga kelishi, odatda “umumiy tanlanish bosimi” bilan tushuntiriladi; biroq tadqiqot bunga nima uchun va qaysi tuzilmada shunchalik tez-tez erishilishini yanada umumiy ramka orqali ko‘rib chiqish mumkinligini taklif qiladi.

Tadqiqotning asosiy taklifi bu uch kuzatuvni bitta tamoyilga bog‘laydi: tizimlarda raqobatchi mexanizmlar mavjud; ular energiya, entropiya, axborot va fizik moslik kabi cheklovlar ostida bellashadi; energiya budjeti kritik chegara bo‘lgan E_c atrofida o‘zgarganda tizim ko‘p ehtimollik maydonidan torroq va barqarorroq yechimga o‘tadi.

Bu fikrni tushunishda faza o‘tishi tushunchasi muhimdir. Fizikada suvning muzga aylanishi yoki magnitlanishda tartibning yuzaga kelishi kabi hodisalarda tizim asta-sekin o‘zgaryapti degan taassurot bo‘lsa ham, ma’lum bir chegarada sifat jihatdan keskin o‘zgarish yuz beradi. Tadqiqot grokking kabi sun’iy intellekt hodisalarini ham shunday o‘tishga qiyoslaydi: model bir muddat yodlash va umumlashtirish mexanizmlari o‘rtasida raqobat qiladi, so‘ng ma’lum nuqtada umumlashtirish mexanizmi ustun keladi.

HEF ning matematik yadrosi quyidagi tuple bilan beriladi:

\[ H = (R^{(1)}, L, A_0, G, mode, E) \]

Bu ifodadagi o‘zgaruvchilar quyidagicha izohlanadi:

• R⁽¹⁾: tizimning boshlang‘ich darajadagi ibtidoiy elementlarini ifodalaydi. Mashinaviy o‘rganishda bu token embeddinglari, biologiyada prebiotik molekulalar, fizikada esa maydonning Fourier modlari bo‘lishi mumkin.
• L: bu ibtidoiy elementlardan mantiqiy ifodalar qurishga xizmat qiluvchi til. Tadqiqotda atomik ifodalar, fizik negatsiya, mos birikmalar, ajralishlar, xulosalar va sababiy ketma-ketliklar bu til qismlaridir.
• A₀: boshida mavjud bo‘lgan mexanizm to‘plami.
• G: yangi mexanizm indekslarini hosil qila oladigan ishlab chiqarish qoidasi.
• mode: tizim boshqariladigan rejimdami yoki o‘zi yangi mexanizm hosil qila oladigan rejimdami, shuni bildiradi.
• E: energiya budjeti. Tadqiqotda yuzaga chiqish va yaqinlashuv xulqining markazida shu kattalik turadi.

HEF faqat shu oltilik tuzilma bilan cheklanmaydi. Tadqiqotda fizik cheklovlar to‘plami quyidagicha ta’riflanadi:

\[ P = (P_{\mathrm{thermo}}, P_{\mathrm{info}}, \Phi) \]

Bu yerda P_thermo termodinamik cheklovlarni, P_info axborot nazariyasi cheklovlarini, Φ esa shu ikki cheklov maydoni orasida qurilgan tarjima xaritasini bildiradi. Tadqiqot da’vosiga ko‘ra termodinamik cheklovlar bilan axborot nazariyasi cheklovlari bir-biridan uzilgan emas; ular Landauer prinsipi va Jarzynski tenglamasi kabi fizik tamoyillar orqali bog‘lanishi mumkin.

Termodinamik tomonda uchta asosiy cheklov beriladi:

• P1: Energiyaning saqlanishi. Umumiy energiya o‘zgarishi nol bo‘lishi kerak.
• P2: Ikkinchi qonun. Umumiy entropiya kamaymasligi kerak.
• P3: Musbat harorat. Tizim T > 0 sharoitida ko‘riladi.

Axborot nazariyasi tomonda esa uchta moslik bor:

• P4: O‘zaro axborot chegarasi. Ikki o‘zgaruvchi orasidagi o‘zaro axborot ularning alohida entropiyalaridan katta bo‘la olmaydi.
• P5: Shartli entropiyaning manfiy bo‘lmasligi. Bir o‘zgaruvchining boshqasi ma’lum bo‘lganda qolgan noaniqligi manfiy bo‘la olmaydi.
• P6: Ma’lumotni qayta ishlash tengsizliksi ya’ni Data Processing Inequality. Axborot oqimi zanjirida ishlangan tasvirlanish asl manbadan ko‘proq axborot yarata olmaydi.

Tadqiqotda ishlatilgan muhim asosiy munosabatlardan biri Landauer prinsipi bilan bog‘liq. Mantiqni tushuntirish uchun quyidagi munosabat keltiriladi:

\[ W \geq k_B T \ln 2 \cdot \Delta H \]

Bu yerda W axborotni o‘chirish yoki axborot ishlash jarayoni uchun kerak bo‘lgan minimal ishni; k_B Boltsman doimiysini; T haroratni; ΔH o‘chirilgan yoki o‘zgartirilgan axborot miqdorini bildiradi. Bu munosabat axborotning fizik qiymati borligini ko‘rsatadi. Kundalik tilda aytganda, kompyuterda axborot ishlash “bepul” emas; uning fizik dunyoda energiya va entropiya ekvivalenti bor.

Tadqiqotda mexanizm qiymati quyidagicha belgilanadi:

\[ cost(\alpha) = E_{\mu}\left[\Delta E_{\alpha}(\phi) + k_B T \Delta H_{\alpha}(\phi)\right] \]

Bu formulada α mexanizm indeksidir. φ mantiqiy tilda qurilgan formula. ΔE_α(φ) mexanizm qo‘llanganda energiya o‘zgarishini; ΔH_α(φ) axborot mazmuni o‘zgarishini; E_μ esa kanonik fizik o‘lchov bo‘yicha kutilgan qiymatni bildiradi. Bu formula mexanizmning faqat “nima hosil qilishi”ni emas, balki buni qanday fizik-axborotiy xarajat bilan amalga oshirishini o‘lchashga urinadi.

Energiyaga ko‘ra ruxsat etilgan mexanizmlar quyidagicha yoziladi:

\[ A^*(E) = \{\alpha \in A^* \mid cost(\alpha) \leq E\} \]

Bu yerda A^* fizik jihatdan qabul qilinadigan mexanizmlar to‘plami. A^*(E) esa energiya budjeti E ostida haqiqatan ishlatilishi mumkin bo‘lgan qism to‘plamidir. Bu ifoda HEF ning asosiy sezgisini aniq ko‘rsatadi: har bir mexanizm nazariy jihatdan mumkin bo‘lsa ham, energiya budjeti uni qoplay olmasa tizimning real xulqiga qo‘shila olmaydi.

Tadqiqotdagi kritik chegara E_c shu yerda kiradi. E_c mexanizm xilma-xilligi bilan yaqinlashuv orasidagi burilish nuqtasi sifatida beriladi. E yuqori bo‘lganda bir nechta mexanizm raqobatlasha oladi. Bu qidiruv rejimiga o‘xshaydi: tizim ko‘plab yo‘llarni sinaydi, tasvirlanishlar aralash va shovqinli bo‘lishi mumkin. E, E_c chegarasidan pastga tushganda esa faqat eng past xarajatli mexanizm ustun bo‘ladi; tizim yakka barqaror nuqtaga yaqinlashadi.

Bu holat tadqiqotda Energy-Diversity Trade-off, ya’ni energiya-xilma-xillik muvozanati sifatida ko‘riladi. Energiya oshgani sayin ko‘proq mexanizmga kirish mumkin; biroq ma’lum sharoitlarda past energiya rejimi tizimni kuchliroq yaqinlashuvga olib keladi. Bu g‘oya bir qarashda teskari tuyulishi mumkin. Chunki kundalik hayotda ko‘proq energiya ko‘proq imkoniyat degan tasavvur bor. Ammo bu yerda masala tizim qaysi mexanizmlarni “qoplay olishi” va ular qanday raqobat qilishidadir. Ayrim hollarda ko‘proq mexanizm ko‘proq xilma-xillik, ammo kamroq barqarorlik degani bo‘lishi mumkin; past energiya esa variantlarni kamaytirib, bitta barqaror yechimga yo‘naltirishi mumkin.

Tadqiqotda sobit nuqtaga yaqinlashuv Banach sobit nuqta teoremasi bilan bog‘lanadi. Soddalashtirilgan shaklda, agar bir o‘zgartirish har safar nuqtalarni bir-biriga yaqinlashtirsa, tizim oxir-oqibat bitta sobit nuqtaga yaqinlashadi. Tadqiqotdagi metrik qisqarish g‘oyasi quyidagi ifoda bilan beriladi:

\[ d_H(T_k(R_1), T_k(R_2)) \leq c_{\alpha^*} \cdot d_H(R_1, R_2), \quad 0 < c_{\alpha^*} < 1 \]

Bu yerda d_H Hausdorff metrikasidir; u ikki to‘plamning bir-biridan qanchalik uzoqligini o‘lchaydi. T_k k darajadagi ishlab chiqaruvchi xarita. R₁ va R₂ ikki turli boshlang‘ich yoki tasvirlanish to‘plami bo‘lishi mumkin. c_α* esa 1 dan kichik qisqarish koeffitsientidir. Bu koeffitsient 1 dan kichik bo‘lsa, har bir iteratsiya ikki tuzilmani bir-biriga yaqinlashtiradi. Tadqiqotdagi Universal Feature Convergence da’vosi shu mantiqqa tayanadi.

Tadqiqotda berilgan muhim natijalardan biri shuki: ikki HEF namunasi bir xil fizik cheklovlar to‘plami P ni bo‘lishsa va E < E_c rejimida ishlasa, boshlang‘ich sharoitlar, arxitektura yoki o‘qitish ma’lumoti turlicha bo‘lsa ham bir xil sobit nuqtali tasvirlanishga yaqinlashishi mumkin. Bu sun’iy intellektdagi “nega turli modellar o‘xshash xususiyatlarni o‘rganadi?” savoliga ehtimoliy javob beradi.

Mashinaviy o‘rganish qo‘llanilishida HEF ayniqsa modulyar arifmetika grokking tajribalari bilan sinovdan o‘tkaziladi. Bu yerda model, masalan, [ (a+b) \mod p ] kabi vazifalarda avval o‘quv misollarini yodlab oladi, keyin kechikkan tarzda umumlashtirishni boshlaydi. Tadqiqot bu jarayonni uch bosqichli tarzda tushuntiradi:

1. Qidiruv rejimi: E > E_c. Yodlash mexanizmi va umumlashtirish mexanizmi birga raqobat qiladi. O‘quv aniqligi tez oshishi mumkin, biroq test aniqligi past bo‘lib qoladi.
2. Grok bo‘shlig‘i: model o‘quv ma’lumotini yodlagan, ammo umumlashtirish davri hali ustun emas. Vazn normasi E_c o‘tishining empirik izi sifatida cho‘qqiga yaqinlashadi.
3. Yaqinlashuv rejimi: E < E_c. Umumlashtirish mexanizmi ustun keladi. Test aniqligi keskin oshadi va barqaror plato yaqiniga tushadi.

Tadqiqotda grokking kechikishi uchun qayta ko‘rib chiqilgan masshtablash munosabati quyidagicha beriladi:

\[ \Delta t \propto \frac{1}{frac \cdot p \cdot \lambda} \]

Bu yerda Δt grokking kechikishini; frac o‘qitish fraksiyasini; p modulyar arifmetikada ishlatilgan tub sonni; λ esa weight decay, ya’ni vazn so‘nish koeffitsientini bildiradi. Formulaning ma’nosi shuki: p, o‘qitish qamrovi yoki vazn so‘nishi ortgan sayin ayrim rejimlarda grokking kechikishi qisqarishi mumkin. Biroq tadqiqot bu munosabatning cheksiz amal qilishini ta’kidlamaydi. Ayniqsa juda yuqori λ qiymatlarida umumlashtirish mexanizmi shakllanmasdan turib vazn signali haddan tashqari bostirilishi mumkin; bu holat mechanism starvation, ya’ni mexanizm ochligi deb ataladi.

Tadqiqotda kritik weight decay chegarasi uchun quyidagi oraliq beriladi:

\[ \lambda_c(p=97) \in (2, 4) \]

Bu p = 97 uchun λ qiymati 2 bilan 4 oralig‘ida kritik hududga ega ekanini ko‘rsatadi. Matndagi tajribalarda λ = 1 va λ = 2 sharoitlarida grokking ishonchli kuzatilgan bo‘lsa, λ = 4 holatida ayrim seedlarda muvaffaqiyatsizlik va osillatsiya ko‘rilgan. Bu HEF ning “ko‘proq weight decay tezroq grokking beradi” degan sodda da’vo qilmasligini ko‘rsatadi. Vazn so‘nishi umumlashtirish yo‘nalishida bosim hosil qilishi mumkin; ammo haddan oshsa kerakli mexanizm qurilishini ham to‘sib qo‘yadi.

Tadqiqotdagi eksperimental natijalar ehtiyotkor ajratilishi kerak. Xulosada HEF 111 ta grokking tajribasi bilan tasdiqlangani aytiladi. Batafsil tajriba qismida esa 90 ta asosiy tajriba va 21 ta tasdiqlovchi tajriba bayon etiladi. Asosiy tajribalarda p ∈ {23, 31, 41}, frac ∈ {0.40, 0.50, 0.60}, λ ∈ {1.0, 2.0} va besh xil seed ishlatilgan; jami 90 ta run. Tasdiqlovchi tajribalarda esa p ∈ {53, 67, 83, 97} va qo‘shimcha λ sinovlari berilgan.

Eng muhim natijalardan biri, asosiy tajribalarda 90 run ning 89 tasi grokking ko‘rsatganidir. Ushbu 89 ta grokked modelning yakuniy test aniqligi:

\[ 0.9745 \pm 0.014 \]

deb qayd etilgan. Variatsiya koeffitsienti taxminan 1.47% ni tashkil qiladi. ANOVA natijalarida p, λ, frac va seed kabi omillar yakuniy aniqlik ustida sezilarli belgilovchi omil emasligi keltiriladi. Tadqiqot buni bir xil fizik cheklovlarni bo‘lishgan tizimlarning bir xil sobit nuqtaga yaqinlashishi haqidagi da’vo bilan bog‘laydi.

Yana bir muhim natija — vazn normasi izi. Tadqiqotda runlarning 92.1% ida vazn normasi grokking hodisasidan oldin cho‘qqiga chiqqani va o‘rtacha oldingi muddat taxminan 1.050 qadam bo‘lgani aytiladi. Bu E_c o‘tishining o‘lchanadigan empirik barmoq izi sifatida talqin qilinadi. Kundalik o‘xshatish bilan aytganda, tizim umumlashtirish xulqiga o‘tishdan oldin ichki zo‘riqishni eng yuqori darajaga olib chiqadi, so‘ngra ancha tartibli va barqaror tuzilishga joylashadi.

1-rasm ushbu uch fazali hikoyaning vizual asosini beradi. Chapdagi grafikda normallashtirilgan vazn normasining o‘qitish qadamlarida avval oshib, so‘ng cho‘qqiga chiqib, keyin pasayishi ko‘rsatiladi. Grafika bu jarayon “Exploration”, “Grok gap” va “Convergence” fazalari bilan bog‘lanadi. O‘ngdagi grafik esa test aniqligi egri chiziqlarining normallashtirilgan vaqt o‘qida tanh ga o‘xshash burilishga qulashini ko‘rsatadi. Bu vizual ifoda tadqiqotning grokking ni Landau-Ginzburg turidagi faza o‘tishi sifatida talqin qilishiga asos bo‘ladi.

Tadqiqotda tanh qulash quyidagi funksiya bilan ifodalanadi:

\[ \sigma(t) = \frac{1}{2}\left(1 + \tanh\left(\frac{t-\Delta t}{\tau}\right)\right) \]

Bu formulada σ(t) normallashtirilgan test aniqligi kabi o‘tish egri chizig‘ini; t o‘qitish vaqtini; Δt grokking o‘tish vaqtini; τ esa o‘tish keskinligini belgilovchi vaqt o‘lchovini ko‘rsatadi. Tanh funksiyasi past qiymatdan yuqori qiymatga silliq, ammo aniq o‘tish hosil qiladi. Shu sababli u faza o‘tishlari va maydon nazariyasi kontekstida ko‘p ishlatiladi. Tadqiqot grokking aniqlik egri chiziqlarining shu tuzilishga mos kelishini mean-field / Landau-Ginzburg universality class talqini uchun ishlatadi.

2-rasm Universal Feature Convergence da’vosini eksperimental qo‘llab-quvvatlash uchun yakuniy test aniqligi taqsimotini ko‘rsatadi. Gistogrammada va p hamda λ guruhlarida modellar taxminan bir xil yakuniy aniqlik hududiga jamlangani ko‘rinadi. Tadqiqot talqini shuki, turli giperparametr sozlamalariga va boshlang‘ich sharoitlarga qaramay tizimlar bir xil sobit nuqtali tasvirlar sinfiga yaqinlashgan. Biroq bu natijalar faqat shu tajriba dizaynidagi grokked modellar uchun amal qiladi; barcha model o‘lchamlariga umumlashtirilgan mutlaq xulosa emas.

3-rasm esa G2 masshtablash va λ_c o‘tishi bilan bog‘liq. Chapdagi grafik grokking kechikishining p ga nisbatan log-log shkalada o‘zgarishini ko‘rsatadi va kuzatilgan qiyalik β = -1.39 ± 0.20 ekanini bildiradi. Bu qayta ko‘rib chiqilgan [ \Delta t \propto 1/(frac \cdot p \cdot \lambda) ] munosabati bilan qisman mos deb baholanadi. O‘rtadagi grafik p = 97 uchun λ = 4 holatida ayrim runlarning muvaffaqiyatsiz bo‘lganini va λ_c chegarasining (2, 4) oralig‘ida joylashganini ko‘rsatadi. O‘ngdagi grafik esa p kattalashgani sari klassik ikki fazali grokking xulqining bir vaqtning o‘zida o‘rganishga tomon siljishini tasvirlaydi.

Tadqiqot HEF ni faqat mashinaviy o‘rganishga tatbiq etmaydi. EOM sarlavhasi ostida prebiotik kimyo va evolyutsion biologiyaga, IFF sarlavhasi ostida axborot maydoni nazariyasi va renormalizatsiya guruhi oqimlariga, RSID sarlavhasi ostida nanopartikula signal aniqlashiga ham misollar beradi. Bu sohalardagi qo‘llanishlar HEF ning turli domenlarda bir xil tuzilmaviy savolni bera olishini ko‘rsatish uchun ishlatiladi: tizimning ibtidoiy elementlari nimalar, qaysi mexanizmlar ishlaydi, energiya budjeti nima, qaysi fizik va axborotiy cheklovlar amal qiladi va kritik chegarada qaysi yaqinlashuv turi yuzaga chiqadi?

Tadqiqotning biologiya bilan bog‘liq eng diqqatga sazovor taxmini, anaerob xamirturush shoxlarining filogenetik jihatdan teng uzoqlikdagi aerob shoxlarga qaraganda yuqoriroq genomik yaqinlashuv ko‘rsatishi kerakligidir. Bu HEF ning energiya cheklovlari bilan metabolik yaqinlashuv orasida bog‘lanish qurish urinishidir. Sun’iy intellekt sohasidagi boshqa taxmin, yuqoriroq weight decay bilan o‘qitilgan katta til modellari ko‘proq sababiy ta’sirga ega tasvirlanishlar hosil qilishi mumkinligidir. Uchinchi taxmin esa grokking ma’lum bir λ_c(p) chegarasidan o‘tganda mexanizm ochligi sababli muvaffaqiyatsiz bo‘lishidir.

Bu yerda muhim jihat shuki, bu taxminlar tadqiqotning o‘z ifodasiga ko‘ra noto‘g‘rilanishi mumkin. Ya’ni HEF faqat o‘tmish kuzatuvlarini tushuntiruvchi moslashuvchan hikoya bo‘lib qolmasligi, yangi tajribalar bilan qo‘llab-quvvatlanishi, tuzatilishi yoki rad etilishi kerak. Ish oxirida ochiq tajriba protokollari berilgani ham shu sababli qadrlidir.

Kundalik hayotga ta’siri nuqtayi nazaridan bu tadqiqot bevosita mahsulot yoki qo‘llanma yaratish ishi emas. Ammo muvaffaqiyatli bo‘lsa, sun’iy intellekt modellarining qachon yodlashdan umumlashtirishga o‘tishini tushunishda, o‘qitish jarayonidagi kritik chegaralarni aniqlashda, weight decay kabi giperparametrlarning noto‘g‘ri ishlatilishidan kelib chiqadigan muvaffaqiyatsizliklarni oldindan ko‘rishda va turli sohalardagi murakkab yaqinlashuv hodisalarini taqqoslashda muhim konseptual vosita bo‘lishi mumkin. Kengroq ma’noda, “murakkab tizimlar nega ba’zan bir xil yechimga keladi?” savoliga matematik til berishga urinadi.

Tadqiqotning kuchli tomonlari orasida ochiq matematik ramka qurishi, fizik va axborot nazariyasi cheklovlarini bitta tuzilma ichida birlashtirishga urinishi, grokking tajribalari bilan empirik qo‘llab-quvvatlash berishi, ko‘rinadigan E_c barmoq izini taklif etishi va noto‘g‘rilanishi mumkin bo‘lgan sohalararo taxminlar ishlab chiqishi bor.

Cheklovlari ham ehtiyotkorlik bilan ko‘rsatilgan. Birinchisi, HEF juda keng sohalarga tatbiq etilgani sababli ayrim bog‘lanishlar hozircha nomzod ramka darajasidadir. Ikkinchisi, metrik qisqarish sharti A6 tadqiqotda muhim texnik shart bo‘lib, ayrim holatlarda nazariy jihatdan asoslangan bo‘lsa ham, umumiy vaziyatda o‘z-o‘zidan kelib chiqmasligi va qo‘shimcha tuzilma talab qilishi matnning o‘zida ham muhokama qilinadi. Uchinchisi, grokking tajribalari muayyan vazifalar, muayyan kichik transformer tuzilmalari va muayyan giperparametr oralig‘i bilan cheklangan. To‘rtinchisi, biologiya, katta til modeli va nanopartikula taxminlari bu matnda yakunlangan mustaqil tasdiq emas, balki ochiq tajriba taxminlari sifatida berilgan.

Tadqiqot aytayotgani bilan aytmayotganini aniq ajratish lozim. Tadqiqot barcha emergence hodisalari HEF bilan tushuntiriladi demaydi. Evolyutsiyadagi barcha yaqinlashuvlar, barcha neyron tarmoq tasvirlanish o‘xshashliklari yoki barcha fizik faza o‘tishlarini bitta model bilan mutlaq hal qilganini da’vo qilmaydi. Uning nisbatan torroq va ilmiy jihatdan mazmunli da’vosi — ayrim yaqinlashuv hodisalarida energiya chegarasi, mexanizm raqobati va fizik-axborotiy cheklovlar orqali umumiy faza o‘tishi motifi topilishi mumkinligi.

Tadqiqot usuli va natijalari

Tadqiqot usuli besh asosiy qatlamda jamlanishi mumkin: nazariy HEF ta’rifi, fizik asos, yaqinlashuv teoremalari, mexanizm manzarasi tasnifi va grokking tajribalari.

1. HEF ning asosiy tuzilmasi

Tadqiqotda HEF quyidagi tuzilma bilan belgilanadi:

\[ H = (R^{(1)}, L, A_0, G, mode, E) \]

Bu tuzilma fizik cheklovlar to‘plami bilan to‘ldiriladi:

\[ P = (P_{\mathrm{thermo}}, P_{\mathrm{info}}, \Phi) \]

Tadqiqotda Φ xaritasi termodinamik cheklovlar bilan axborot nazariyasi cheklovlari orasida tartibni saqlovchi moslik sifatida quriladi. Bu moslik Landauer prinsipi, Jarzynski tenglamasi, Gibbs entropiyasi va Ma’lumotni qayta ishlash tengsizliksi kabi asoslarga tayanadi.

2. Kanonik fizik o‘lchov va mexanizm qiymati

Tadqiqotda har bir ibtidoiy elementga Gibbs og‘irligi beriladi:

\[ p_i = \frac{e^{-E_i/k_B T}}{Z^{(k)}} \]

\[ Z^{(k)} = \sum_{j=1}^{N_k} e^{-E_j/k_B T} \]

Bu yerda p_i i-chi elementning ehtimollik og‘irligi. E_i energiya; k_B Boltsman doimiysi; T harorat; Z^(k) bo‘linish funksiyasi; N_k esa k darajadagi elementlar sonidir. Bu tuzilma past energiyali holatlar yuqoriroq og‘irlikka ega bo‘ladigan kanonik fizik o‘lchovni quradi.

Mexanizm qiymati esa quyidagicha beriladi:

\[ cost(\alpha) = E_{\mu}\left[\Delta E_{\alpha}(\phi) + k_B T \Delta H_{\alpha}(\phi)\right] \]

Bu formula mexanizmning energiya va axborot o‘zgarishi nuqtayi nazaridan kutilgan xarajatini hisoblaydi. Shu tariqa HEF da mexanizm tanlash faqat mavhum mantiqiy moslikka emas, balki fizik-axborotiy xarajatlarga ham bog‘lanadi.

3. Kritik energiya chegarasi va yaqinlashuv

Energiyaga bog‘liq mexanizm to‘plami:

\[ A^*(E) = \{\alpha \in A^* \mid cost(\alpha) \leq E\} \]

deb belgilanadi. Tadqiqotga ko‘ra E o‘zgarganda bu to‘plamning kattaligi va xilma-xilligi o‘zgaradi. E_c yangi mexanizmlar budjetga qo‘shilish tezligi eng yuqori bo‘lgan kritik daraja sifatida aniqlanadi. Cheklangan mexanizm xarajatlari uchun bu sezgi quyidagi diskret ifoda bilan ko‘rsatiladi:

\[ E_c = c_{j^*}, \quad j^* = \arg\max_j \frac{\Delta_j}{c_j - c_{j-1}} \]

Bu yerda c_j tartiblangan xarajat qiymatlari; Δ_j esa mos xarajat darajasida qo‘shilgan yangi mexanizm soni. Bu formula E_c ni mexanizm xilma-xilligi eng tez o‘zgargan nuqta sifatida belgilaydi.

4. Asosiy teoremalar

5. Causal Emergence va Effective Information

Tadqiqotda sababiy yuzaga chiqish quyidagi Effective Information ta’rifi bilan ko‘riladi:

\[ EI_k = H_{\mu}(T_k(R^{(k)})) - H_{\mu}(T_k(R^{(k)}) \mid R^{(k)}) \]

Bu yerda EI_k k darajadagi samarali axborotni; H_μ kanonik o‘lchov ostidagi entropiyani; T_k ishlab chiqaruvchi xaritani; R^(k) esa k darajadagi tasvirlanish yoki mavjudotlar to‘plamini bildiradi. Birinchi had chiqish xilma-xilligini, ikkinchi had esa kirishni bilgan holda qoladigan sababiy shovqinni ifodalaydi. Tadqiqot da’vosiga ko‘ra E < E_c rejimida mexanizm tanlovi deterministik bo‘lgani uchun sababiy shovqin kamayadi.

6. Mashinaviy o‘rganish tajribalari

7. Eksperimental natijalar

8. Rasm va grafiklarning ilmiy mazmuni

1-rasm HEF ning uch fazali energiya hikoyasini ko‘rsatadi. Chap panelda vazn normasining avval oshib, so‘ng E_c atrofida cho‘qqiga chiqib, keyin pasayishi qidiruv rejimidan yaqinlashuv rejimiga o‘tish belgisi sifatida talqin qilinadi. O‘ng panelda normallashtirilgan test aniqligi egri chiziqlarining tanh shaklidagi burilishga qulashі grokking ning Landau-Ginzburgga o‘xshash faza o‘tishi sifatida ko‘rilishiga asos beradi.

2-rasm final test aniqliklarining p va λ guruhlariga ko‘ra sezilarli ajralmasligini ko‘rsatadi. Bu Universal Feature Convergence da’vosining eksperimental tayanchlaridan biri sifatida beriladi. Biroq bu natija faqat shu tajriba dizaynidagi grokked modellar uchun amal qiladi; barcha model masshtablariga umumlashtirilgan qat’iy xulosa emas.

3-rasm grokking kechikishining p ga nisbatan masshtablanishini, λ = 4 atrofida muvaffaqiyatsizlik rejimini va p kattalashgani sari yodlash bilan umumlashtirish orasidagi farqning o‘zgarishini ko‘rsatadi. Bu rasm HEF ning faqat o‘tishni tushuntirish emas, balki o‘tish qaysi giperparametr sharoitlarida muvaffaqiyatsiz bo‘lishi mumkinligini ham bashorat qilishga urinayotganini ko‘rsatadi.

9. Sohalararo taxminlar

• P1: Anaerob xamirturush shoxlarining bir xil filogenetik masofadagi aerob shoxlarga qaraganda yuqoriroq genomik yaqinlashuv ko‘rsatishi kutiladi.
• P2: Yuqoriroq weight decay bilan o‘qitilgan katta til modellari ko‘proq sababiy ta’sirga ega tasvirlanishlar hosil qilishi kutiladi.
• P3: Muayyan kritik λ_c(p) chegarasidan o‘tganda grokking mexanizm ochligi sababli muvaffaqiyatsiz bo‘lishi kerak.

10. Cheklovlar va ochiq muammolar

• HEF barcha emergence hodisalarini tushuntiruvchi tugallangan nazariya sifatida taqdim etilmaydi; u muayyan yaqinlashuv motivlari uchun nomzod ramkadir.
• A6 metrik qisqarish sharti A1–A5 dan avtomatik chiqmaydi; tadqiqot bunga qo‘shimcha tuzilmalar yoki empirik tasdiq kerakligini tan oladi.
• Grokking tajribalari muayyan kichik transformer va modulyar arifmetika kontekstiga tayanadi.
• G2 formulasi matnda qayta ko‘rib chiqilgan; yangi formula uchun kattaroq va ajratuvchi tajribalar ochiq protokol sifatida qoldiriladi.
• LLM, evolyutsion biologiya va nanopartikula taxminlari bu ishda yakunlangan mustaqil tasdiq emas, balki sinash mumkin bo‘lgan kelajak taxminlari sifatida berilgan.
• Reproducibility bo‘limida Zenodo DOI maydoni “to be deposited” holatida ko‘rinadi; shuning uchun ma’lumot arxivi yakuniy DOI si matn orqali tugallanmagan ko‘rinadi.

Manba va usul izohi

Ushbu maqola Truong Xuan Khanh tomonidan tayyorlangan “Emergence via Phase Transitions: Mechanism Landscapes and Universal Convergence Across Complex Systems” nomli ishga asoslanib tayyorlangan. Ishda muallifning H&K Research Studio, Clevix LLC, Hanoi, Vietnam bilan aloqasi va 2026-yil may sanasi berilgan. Matnning birinchi sahifasida arXiv submit ma’lumoti borligi sababli ish, matn orqali arXiv yuborilishi / preprint xarakteridagi nazariy-ampirik tadqiqot sifatida baholangan.

Matnda hakamli jurnal qabulі, DOI bilan chop etilgan yakuniy versiya yoki ochiq hakamlik ma’lumoti mavjud emasligi uchun ish haqida matn orqali hakamligi tasdiqlanmagan ish iborasi ishlatilishi kerak. Shu sababli natijalar, ayniqsa HEF ning keng sohalarga qo‘llanishi va biologiya/LLM/nanomedicine taxminlari nuqtayi nazaridan ehtiyotkor o‘qilishi lozim.

Bu kontent tayyorlanayotganda ishda berilgan HEF ta’rifi, fizik cheklovlar to‘plami, termodinamik-axborot nazariyasi mosliklari, asosiy teoremalar, grokking tajribalari, rasmlar, sonli natijalar, ochiq protokollar va cheklovlar asos qilib olindi. PDF da bo‘lmagan aniq amaliy muvaffaqiyat, hakamli nashr qabulі, klinik yoki tijoriy ta’sir, barcha sun’iy intellekt modellariga umumlashtirish yoki barcha evolyutsion jarayonlarni tushuntirish kabi da’volar qo‘shilmadi.

Tadqiqotning eksperimental qismi ayniqsa modulyar arifmetika grokking vazifalari bilan cheklangan. HEF ning evolyutsion biologiya, katta til modellari va nanopartikula signal aniqlash uchun bergan natijalari bu matnda ko‘proq sohalararo taxmin va nazariy qo‘llanish sifatida joy olgan. Bu taxminlarning ilmiy qiymati mustaqil tajribalar bilan qo‘llab-quvvatlanishiga, tuzatilishiga yoki noto‘g‘rilanishiga bog‘liq.