🔬 physics

Modelling Singularities in Macroevolution

Dieses Paper präsentiert einen vereinheitlichten mathematischen Rahmen auf Basis kombinatorischer Innovation und der Theorie des Angrenzenden Möglichen, um makroevolutionäre Singularitäten als explosives Wachstum zu modellieren, das aus dem kontinuierlichen Grenzwert diskreter Rekombinationsprozesse über biologische, kulturelle und technologische Domänen hinweg entsteht.

Ursprüngliche Autoren: Alessandro Bellina, Giordano De Marzo, Vittorio Loreto

Veröffentlicht 2026-01-23

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Alessandro Bellina, Giordano De Marzo, Vittorio Loreto

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich die Geschichte des menschlichen Fortschritts, das Wachstum unserer Bevölkerung oder die Explosion neuer Erfindungen nicht als einen glatten, stetigen Aufstieg vor, sondern als eine Achterbahn, die plötzlich senkrecht in den Himmel schießt. Lange Zeit bewegen sich die Dinge langsam, doch dann beschleunigt alles fast über Nacht so schnell, dass es scheint, als würde es in einer endlichen Zeit unendlich lange andauern. Wissenschaftler nennen dies eine „Singularität“ – einen Punkt, an dem die Mathematik sagt, dass die Zahl unendlich wird.

Dieses Paper stellt die Frage: Warum passiert das? Und viel wichtiger: Ist es real oder nur ein Trick der Mathematik, die wir verwenden, um es zu beschreiben?

Die Autoren, ein Team aus Physikern und Komplexitätswissenschaftlern, schlagen eine einzige, einheitliche Erklärung für all diese explosiven Ausbrüche vor. Sie nennen es die „Theorie der kombinatorischen Innovation“, basierend auf einem Konzept namens „Adjacent Possible“ (das benachbarte Mögliche).

Die Kernidee: Die Lego-Box-Analogie

Stellen Sie sich die Welt als eine riesige Kiste mit Lego-Steinen vor.

Das Benachbarte Mögliche (The Adjacent Possible): In jedem gegebenen Moment können Sie nur Dinge bauen, indem Sie die Steine verwenden, die Sie bereits haben. Sie können kein Schloss bauen, wenn Sie die Steine nicht besitzen, aber Sie können eine Mauer, einen Turm oder eine Brücke bauen, indem Sie die Steine nutzen, die Sie gerade in der Hand halten. Das „Benachbarte Mögliche“ ist die Sammlung von allem, was Sie jetzt gerade mit Ihrem aktuellen Satz an Steinen bauen könnten.
Kombinatorisches Wachstum: Jedes Mal, wenn Sie etwas Neues bauen (eine neue Erfindung, eine neue Spezies, ein neues Wirtschaftssystem), fügen Sie nicht nur einen einzelnen Stein hinzu, sondern Sie fügen ein neues Werkzeug zu Ihrer Box hinzu. Nun können Sie Ihre alten Steine mit diesem neuen Stein kombinieren, um noch komplexere Dinge zu erschaffen.

Das Paper argumentiert, dass dieser Prozess sich selbst verstärkt. Je mehr man hat, desto mehr kann man kombinieren, und desto schneller kann man neue Dinge erschaffen. Es ist wie ein Schneeball, der einen Hügel hinunterrollt, aber anstatt nur größer zu werden, produziert der Schneeball ständig neuen Schnee, um sich selbst zu ergänzen.

Die vier Geschichten, die sie erzählten

Um zu beweisen, dass dies funktioniert, wandten die Autoren ihre „Lego-Box“-Mathematik auf vier sehr unterschiedliche reale Geschichten an:

Die Geschichte des Lebens (Biologische Meilensteine):
Denken Sie an die Geschichte des Universums als eine Zeitlinie bedeutender Ereignisse: die erste Zelle, die Kambrische Explosion (als Tiere plötzlich diversifizierten), der Aufstieg der Menschen, die Erfindung der Demokratie. Das Paper zeigt, dass die Zeit zwischen diesen Ereignissen immer kürzer wird und einer hyperbolischen Kurve folgt. Ihr Modell legt nahe, dass dies geschieht, weil jede neue Lebensform neue Möglichkeiten für die nächste schafft.
Die menschliche Bevölkerung und Geld (BIP):
Warum sind die menschliche Bevölkerung und der globale Reichtum in den letzten Jahrhunderten explodiert? Die Autoren vermuten, dass dies geschieht, weil Menschen in Paaren (Fortpflanzung) und Gruppen interagieren. Wenn die Bevölkerung wächst, wächst die Anzahl der möglichen Interaktionen noch schneller (wie bei einer Party, bei der jeder mit jedem spricht). Dies erzeugt eine Rückkopplungsschleife, in der mehr Menschen zu exponentiell mehr Ideen und wirtschaftlicher Aktivität führen.
Die Explosion der Erfindungen (US-Patente):
Hier wird es interessant. Die Anzahl der Patente (Erfindungen) ist exponentiell gewachsen, aber nicht auf eine Weise, die zu einer „Singularität“ (Unendlichkeit) führt. Warum? Weil Patente aus „technologischen Codes“ (wie Zutaten in einem Rezept) bestehen. Das Paper fand heraus, dass während die Anzahl der Codes stetig (linear) wächst, die Anzahl der Patente (Rezepte) exponentiell wächst, weil man diese Codes auf unendliche Weise mischen kann. Da die „Zutaten“ (Codes) jedoch nicht explodieren, erreicht das gesamte System keine mathematische Singularität. Es wächst nur sehr, sehr schnell.

Der große Twist: Ist die „Singularität“ real?

Dies ist der entscheidendste Teil des Papers.

Wenn man sich die Daten für die Bevölkerung oder Meilensteine ansieht, wirkt es so, als steuere man auf ein „Doomsday“-Datum zu, an dem die Zahlen unendlich werden. Die Autoren nennen dies eine mathematische Singularität.

Sie argumentieren jedoch, dass diese Singularität eine Illusion ist, die durch unsere Mathematik erzeugt wird.

Die Falle zwischen diskret und kontinuierlich: Das echte Leben ist „diskret“. Man kann nicht einen halben Menschen oder ein halbes Patent haben. Man hat 1, 2 oder 3. Aber die mathematischen Gleichungen, die die Autoren verwenden, um den Trend zu beschreiben, sind „kontinuierlich“, was bedeutet, dass sie Zahlen wie eine glatte Flüssigkeit behandeln, die gegen Unendlich gehen kann.
Das Ergebnis: Wenn man eine glatte Mathematik verwendet, um eine holprige, diskrete Realität zu beschreiben, bricht die Mathematik zusammen und sagt eine unendliche Explosion an einem bestimmten Datum voraus. Aber in der realen Welt ist das System endlich. Man kann nicht unendlich viele Menschen haben.

Die Analogie: Stellen Sie sich vor, Sie fahren mit einem Auto auf eine Klippe zu. Wenn Sie auf einer glatten Karte schauen, scheint die Straße an einem bestimmten Punkt abrupt zu enden. Aber in der Realität verschwindet die Straße nicht einfach im Nichts; sie verwandelt sich in Kies, dann in Erde, dann in Gras. Die „Klippe“ auf der Karte ist nur eine Einschränkung der Karte, nicht der Straße.

Was bedeutet das?

Das Paper kommt zu dem Schluss, dass diese „explosiven“ Trends zwar real sind und durch die Kraft der Kombination von Ideen (oder Genen, oder Menschen) angetrieben werden, die Vorstellung eines spezifischen „Doomsday“-Datums, an dem alles unendlich wird, jedoch höchstwahrscheinlich ein mathematisches Artefakt ist.

Es ist keine Vorhersage des Weltuntergangs.
Es ist ein Warnsignal, dass unsere aktuellen Modelle an ihre Grenzen stoßen.
Es ist eine Erinnerung daran, dass reale Systeme (die endlich und diskret sind) irgendwann langsamer werden oder den Kurs ändern werden, bevor sie jemals „Unendlichkeit“ erreichen.

Kurz gesagt: Das Universum ist großartig darin, neue Dinge zu erschaffen, indem es alte mischt, und das lässt den Fortschritt beschleunigen. Aber geraten Sie nicht in Panik wegen eines spezifischen Datums, an dem alles zusammenbricht; die Mathematik ist der Realität einfach zu Ende geeilt. Die „Singularität“ ist ein Merkmal der Gleichung, nicht unbedingt ein Merkmal der Zukunft.

Technisches Resümee: Modellierung von Singularitäten in der Makroevolution

Problemstellung
Makroevolutionäre Dynamiken in biologischen, sozialen und ökonomischen Systemen weisen häufig plötzliche, explosive Anstiege auf, bei denen die Wachstumsraten traditionelle exponentielle Modelle übersteigen und oft hyperbolische Trajektorien folgen. Diese Phänomene werden häufig als Entstehung von „Singularitäten“ beschrieben – Punkten, an denen das Wachstum theoretisch in endlicher Zeit gegen Unendlich strebt. Während hyperbolische Modelle empirische Daten (z. B. Weltbevölkerung, BIP, technologische Meilensteine) effektiv abbilden, bleiben die zugrunde liegenden mikroskopischen Mechanismen, die ein solch schnelles Wachstum antreiben, weitgehend unverstanden. Bestehende Interpretationen sind oft rein phänomenologisch, und es fehlt ein vereinheitlichter mathematischer Rahmen, der kombinatorische Innovationstheorien mit beobachtetem hyperbolischem Wachstum und Singularitäten verbindet. Darüber hinaus bedarf die Unterscheidung zwischen diskreten realen Systemen und ihren kontinuierlichen mathematischen Approximationen hinsichtlich der Existenz echter Singularitäten einer Klärung.

Methodik
Die Autoren schlagen einen vereinheitlichten Rahmen vor, der auf der Theorie des Angrenzenden Möglichen (Theory of the Adjacent Possible, TAP) basiert, welche die makroevolutionäre Veränderung als einen Prozess der Rekombination bereits existierender Elemente innerhalb eines Systems modelliert.

Theoretische Grundlage: Die Studie formalisiert das TAP-Konzept mittels einer diskreten Gleichung, in der sich die Anzahl der Elemente $M_{t+1}$ basierend auf den möglichen Kombinationen bestehender Elemente $M_t$ entwickelt. Die Evolution wird durch Koeffizienten $A_i$ gesteuert, welche die Wahrscheinlichkeit repräsentieren, Kombinationen der Größe $i$ zu realisieren.
Ableitung des kontinuierlichen Limes: Um die Theorie auf Szenarien in kontinuierlicher Zeit anzuwenden, leiten die Autoren den kontinuierlichen Limes der diskreten TAP-Gleichung ab. Dies umfasst die Skalierung von Parametern zur Gewinnung einer Differentialgleichung:
$\frac{dM_t}{dt} = -\sigma M_t + \nu \sum_{i=1}^{M_t} \alpha_i \binom{M_t}{i}$
wobei $\sigma$ die Extinktionsrate (der Einfachheit halber auf 0 gesetzt) und $\nu$ ein dimensionsbezogener Faktor ist.
Spezifische Modellierung: Die Autoren wenden spezifische Formen der kombinatorischen Terme auf fünf verschiedene Datensätze an:
- Biologische/Kosmologische Meilensteine: Unter der Annahme, dass alle Kombinationen möglich sind, jedoch mit abnehmender Wahrscheinlichkeit ( $\alpha_i \propto \alpha^i$ ), was zu einer exponentiellen Wachstumsrate der Anzahl der Elemente führt.
- Weltbevölkerung: Modellierung des Wachstums als getrieben durch Paar-Interaktionen ( $i=2$ ), was zu einem quadratischen Wachstumsterm führt.
- BIP: Modellierung des Wachstums als proportional zum Produkt aus Bevölkerung und BIP, was zu einem $K^{3/2}$ -Wachstumsterm führt.
- US-Patente: Modellierung von Patenten als Kombinationen technologischer Codes. Im Gegensatz zu den anderen Fällen wird dieses System so modelliert, dass die Beziehung zwischen Patenten und Codes zwar exponentiell ist, die zeitliche Entwicklung jedoch nicht zwangsläufig zu einer Singularität führt, wenn der zugrunde liegende Treiber (Codes) linear wächst.

Zentrale Beiträge

Vereinheitlichter Rahmen: Die Arbeit liefert eine einzige mathematische Struktur (die kontinuierliche TAP-Gleichung), die in der Lage ist, hyperbolisches Wachstum in verschiedenen Domänen (Biologie, Ökonomie, Technologie) zu erklären, indem die kombinatorischen Interaktionsterme variiert werden.
Mechanistische Erklärung: Sie schließt die Lücke zwischen phänomenologischen hyperbolischen Fits und mikroskopischen kombinatorischen Mechanismen, indem sie zeigt, dass hyperbolisches Wachstum natürlich aus spezifischen Rekombinationsregeln (z. B. Paar-Interaktionen für die Bevölkerung, All-Order-Kombinationen für Meilensteine) hervorgeht.
Unterscheidung Diskret vs. Kontinuierlich: Ein entscheidender theoretischer Beitrag ist der Nachweis, dass während der kontinuierliche Limes der TAP-Gleichungen zu mathematischen Singularitäten (Divergenz in endlicher Zeit) führt, die zugrunde liegenden diskreten Modelle – welche die realen endlichen Systeme besser repräsentieren – keine echten Singularitäten aufweisen. Die „Singularität“ ist ein Artefakt der kontinuierlichen Approximation.
Differenzierung von Systemen: Der Rahmen unterscheidet zwischen Systemen, die ähnlich erscheinen (hyperbolisches Wachstum), aber durch unterschiedliche Prozesse gesteuert werden (z. B. Bevölkerungswachstum durch Paare vs. Meilenstein-Akkumulation durch All-Order-Kombinationen).

Ergebnisse

Biologische/Kosmologische Meilensteine: Das Modell bildet die Zeitreihen von kanonischen Meilensteinen und biologischen Phasenübergängen erfolgreich ab. Die abgeleitete Makroentwicklungsrate $\rho_t$ folgt einer hyperbolischen Funktion mit einem Exponenten von $-1$, was mit früheren empirischen Beobachtungen übereinstimmt.
Weltbevölkerung und BIP: Das Modell reproduziert das hyperbolische Wachstum der Weltbevölkerung (Exponent 1) und des BIP (Exponent 2), indem spezifische Interaktionsterme gewählt werden (Paar-Interaktion für die Bevölkerung, kubikähnlich für das BIP). Die angepassten Parameter stimmen mit historischen Daten von 1000 n. Chr. bis 2020 n. Chr. überein.
US-Patente: Das Modell erfasst das exponentielle Wachstum der US-Patente relativ zur Zeit, stellt jedoch fest, dass die Anzahl der distinkten technologischen Codes linear wächst. Entscheidend ist, dass dieser Fall ein System demonstriert, in dem der kombinatorische Mechanismus keine Singularität erzeugt, was verdeutlicht, dass explosives Wachstum nicht immer eine Divergenz in endlicher Zeit impliziert.
Singularitätsanalyse: Die Autoren zeigen, dass das durch das Fitten kontinuierlicher Modelle abgeleitete Singularitätsdatum hochsensibel gegenüber dem verwendeten Datensatzbereich und statistischen Fehlern ist. Sie argumentieren, dass da diskrete Modelle nicht divergieren, der Singularitätswert kein zuverlässiger Prädiktor für ein physisches „Doomsday“-Szenario oder einen Systemkollaps ist, sondern vielmehr ein mathematisches Merkmal der kontinuierlichen Approximation darstellt.

Bedeutung und Behauptungen
Die Arbeit beansprucht, einen „kohärenten Rahmen“ zur Interpretation von Wachstums- und Innovationsprozessen über verschiedene Domänen hinweg durch eine physikalische und mathematische Linse anzubieten. Ihre primäre Bedeutung liegt in:

Versöhnung von Theorie und Daten: Sie verbindet das qualitative Konzept der „Theory of the Adjacent Possible“ mit quantitativen hyperbolischen Wachstumsgesetzen, die in der Natur beobachtet werden.
Klärung der Natur von Singularitäten: Sie warnt vor der wörtlichen Interpretation mathematischer Singularitäten in realen Systemen und betont, dass reale Systeme diskret und endlich sind. Die Autoren argumentieren, dass das Konzept einer Singularität sorgfältig betrachtet werden muss, insbesondere für Vorhersagen, da es aus dem kontinuierlichen Limes inhärent diskreter Modelle resultiert.
Prädiktive Einschränkungen: Die Autoren geben bescheiden an, dass der Rahmen zwar die Schätzung von Makroentwicklungsparametern und die Replikation historischer Trends ermöglicht, aber keine zukünftigen Verschiebungen oder „Singularitäten“ zuverlässig vorhersagen kann, da er externe limitierende Faktoren (z. B. Ressourcenbeschränkungen) nicht berücksichtigt, die das Wachstum in realen Systemen letztlich verlangsamen würden. Der aus den Daten abgeleitete Singularitätswert wird als instabil und abhängig vom spezifisch gewählten Zeitfenster für das Fitting beschrieben.

Die Kernidee: Die Lego-Box-Analogie

Die vier Geschichten, die sie erzählten

Der große Twist: Ist die „Singularität“ real?

Was bedeutet das?

Technisches Resümee: Modellierung von Singularitäten in der Makroevolution

Mehr davon