آیا دانشمندان واقعا توانستند اثبات کنند که جهان شبیه سازی نیست؟

اخیرا پژوهش جدیدی منتشر شده که ادعا می‌کند که جهان نمی‌تواند یک شبیه‌سازی الگوریتمیک باشد، زیرا هیچ نظریهٔ کاملاً محاسباتی نمی‌تواند تمام واقعیت فیزیکی را توصیف کند. این نتیجه با استفاده از قضایای ناتمامیت گودل، تعریف‌ناپذیری تارسکی و ناتمامیت چیتین به این نتیجه رسید.
اما در این جا قرار است مهمترین انتقاداتی که به این مقاله وارد شده را بررسی کنیم:

خلط میان «نقشه» و «سرزمین» (قواعد بازنمایی در برابر واقعیت)
منطق و ریاضیات مربوط به «نظام نمادپردازی» ما هستند، نه لزوماً ساختار خودِ جهان تجربی.

استدلال مقاله میگوید: چون سیستم‌های صوری (مثل ریاضیات) محدودیت‌هایی دارند (گودل، تارسکی)، پس جهانی که با این سیستم‌ها توصیف می‌شود نیز نمی‌تواند الگوریتمیک باشد.
اما این یک جهش ناموجه است. قضایای گودل دربارهٔ زبان یا سیستم صوری هستند که ما برای توصیف جهان ساخته‌ایم، نه دربارهٔ خودِ جهان. اینکه یک «نظریه» (که مجموعه‌ای از گزاره‌هاست) نتواند حقیقتِ خود را اثبات کند، به این معنا نیست که «واقعیت فیزیکی» (سنگ، اتم، فضا) نمی‌تواند طبق یک الگوریتم کار کند. سنگ یک شیء است نه نماد!
مثال: اینکه دوربین عکاسیِ من نمی‌تواند از لنزِ خودش عکس بگیرد (محدودیت سیستم بازنمایی)، به این معنا نیست که لنز دوربین وجود ندارد یا ماهیتی غیرمادی دارد. ناتمامیت صفتِ «نظریه» است، نه صفتِ «جهان».

خلط میان «هستی‌شناسی» (Ontology) و «شناخت‌شناسی» (Epistemology)

این مهم‌ترین نقد به این استدلال است.
قضایای گودل و چیتین محدودیت‌های دانش و توصیف ما هستند، نه محدودیت‌های هستی.
یک برنامهٔ کامپیوتری (شبیه‌سازی) برای اجرا شدن نیازی ندارد که «نظریه‌ای کامل و سازگار» دربارهٔ خودش داشته باشد. کامپیوتر صرفاً دستورالعمل‌ها را خط‌به‌خط اجرا می‌کند (State transition).
برای مثال بازی «سوپر ماریو» اجرا می‌شود و ماریو می‌پرد. این سیستم کار می‌کند. اما اگر ماریو (به عنوان یک موجود داخل بازی) بخواهد کدهای بازی را با استفاده از ابزارهای منطقیِ داخلِ بازی بازسازی و اثبات کند، ممکن است با ناتمامیت گودل مواجه شود.
اینکه ما (ساکنان جهان) نمی‌توانیم یک «نظریهٔ کامل» برای توصیف جهان بیابیم، ثابت نمی‌کند که جهان شبیه‌سازی نیست؛ بلکه اتفاقاً می‌تواند نشان دهد که ما درون سیستمی هستیم که دسترسی به «کدهای منبع» (Source Code) آن برایمان مسدود شده است.

مسئلهٔ «تناهی» در برابر «بی‌نهایت» (Finite vs Infinite)

قضیهٔ ناتمامیت گودل تنها بر سیستم‌هایی اعمال می‌شود که به اندازهٔ کافی پیچیده‌اند که شامل حساب اعداد صحیح باشند و معمولاً مستلزم بی‌نهایت هستند.

اگر جهان یک شبیه‌سازی کامپیوتری باشد، احتمالاً بر روی یک ماشین با حافظه و پردازش محدود (هرچند عظیم) اجرا می‌شود.
سیستمی که تعداد حالاتش متناهی است (Finite State Machine)، مشمول قضایای ناتمامیت گودل نمی‌شود. چنین سیستمی ذاتاً «تصمیم‌پذیر» است (هرچند محاسبه‌اش ممکن است میلیاردها سال طول بکشد).
فیزیکدانانی که طرفدار فرضیه شبیه‌سازی هستند، معمولاً فضا-زمان را گسسته (و دارای پیکسل‌های نهایی (مانند طول پلانک) می‌دانند. در یک جهان گسسته و متناهی، گودل کاربرد ندارد و جهان می‌تواند تماماً الگوریتمیک باشد. استدلال مقاله با فرض اینکه جهان باید از قوانین پیوسته و نامتناهی (مثل نسبیت عام کلاسیک) پیروی کند، دچار مصادره به مطلوب شده است.

تفاوت بین «محاسبه‌پذیری» و «پیش‌بینی‌پذیری»

استدلال مقاله فرض می‌کند که اگر نتوانیم چیزی را با یک نظریه الگوریتمیک پیش‌بینی یا اثبات کنیم، پس آن چیز محاسبه نمی‌شود.

اما بسیاری از سیستم‌های الگوریتمیک (مانند اتوماتای سلولی یا فراکتال‌ها) کاملاً قطعی و الگوریتمیک هستند، اما رفتارشان «تقلیل‌ناپذیر محاسباتی» است.
یعنی برای اینکه بدانید سیستم در آینده چه وضعیتی دارد، هیچ راه میان‌بری (فرمول ساده‌ای) وجود ندارد و باید شبیه‌سازی را گام‌به‌گام اجرا کنید. ناتوانی ما در فشرده‌سازی جهان به یک «فرمول ساده» (نظریه همه‌چیز)، به این معنی نیست که جهان شبیه‌سازی نیست؛ بلکه دقیقاً ویژگی بارز بسیاری از شبیه‌سازی‌های پیچیده است.

نتیجه گیری
در واقع، این استدلال بیشتر نشان می‌دهد که «ما نمی‌توانیم جهان را به‌طور کامل با یک الگوریتم فشرده درک کنیم» تا اینکه نشان دهد «جهان خود حاصل یک الگوریتم اجرایی نیست».
(این انتقادات به معنای اثبات شبیه‌سازی بودن جهان نیست؛ صرفاً به این معناست که این استدلال خاص برای رد کردنش، غلط است.)

👤: روزبه شریف زاده


Source
-
Channel of science is for all